Como criar legendas SRT a partir de um vídeo

Autor: Hushscript | Publicado em: 17 de junho de 2026 | Última revisão: 22 de julho de 2026

Um arquivo SRT é como as legendas viajam separadamente de um vídeo, como um pequeno arquivo de texto secundário que o player lê ao lado da imagem. Você faz isso transcrevendo o áudio e exportando o resultado com carimbos de data e hora. O trabalho que costumava levar uma tarde, sincronizando cada linha com o quadro, agora está feito para você; o que resta é um breve passo de edição para facilitar a leitura. Este guia explica o que o formato realmente contém, como criar um SRT a partir de um vídeo na ordem real e como limpá-lo para que as legendas sejam bem lidas.

O que você precisa antes de começar

Você precisa do arquivo de vídeo e de alguns minutos. Qualquer contêiner comum funciona: MP4, MOV, MKV, WebM, AVI e o resto. Você não precisa de software de edição para criar o SRT e não precisa converter o vídeo primeiro. Um editor de legendas é opcional e útil apenas mais tarde, se você quiser uma visualização da linha do tempo enquanto ajusta o tempo.

Para a transcrição em si você se inscreve, o que desbloqueia 30 minutos grátis para experimentar. A visualização de 30 segundos que é renderizada primeiro não precisa de conta, então você pode ver a qualidade antes de se comprometer com qualquer coisa.

O que é um arquivo SRT

SRT significa SubRip Text. O formato é deliberadamente simples: uma sequência de blocos numerados, cada um composto por três partes empilhadas em linhas separadas. Primeiro um número de índice, depois um start --> end timestamp e, em seguida, uma ou duas linhas de texto de legenda. Uma linha em branco separa um bloco do próximo.

1
00:00:02,340 --> 00:00:05,810
O áudio é extraído em seu navegador.

2
00:00:06,100 --> 00:00:09,440
Apenas o áudio chega ao servidor, não o vídeo.

Alguns detalhes são importantes quando você lê ou edita manualmente um arquivo. O formato do carimbo de data/hora é HH:MM:SS,mmm, de horas a milissegundos, e o separador antes dos milissegundos é uma vírgula, não um ponto final. A seta entre os dois tempos tem exatamente dois hífens e um sinal de maior que. Os números do índice devem ser executados em ordem a partir de 1, sem lacunas. Se qualquer um deles estiver errado, alguns jogadores abandonarão silenciosamente a sugestão afetada, que é o motivo mais comum pelo qual um SRT editado à mão “para de funcionar” no meio do caminho.

O suporte ao SRT é amplo em reprodutores de desktop, editores e plataformas de hospedagem, mas não é universal. A descrição do formato da Biblioteca do Congresso documenta SRT como uma sequência simples de dicas de texto numeradas e cronometradas; cada destino ainda decide quais formatos de legenda importa. O elemento HTML nativo <track> usa WebVTT para texto cronometrado, conforme definido no padrão de vida WHATWG, que é uma conversão rápida abordada mais abaixo.

Criar um SRT a partir de um vídeo na ordem real

O fluxo tem três estágios, e a ordem é a parte que as pessoas retrocedem. Você solta o arquivo primeiro e o visualiza antes que qualquer conta exista.

1. Solte seu vídeo para obter uma visualização gratuita. Vá para /video-to-text ou /MP4-to-text se seu arquivo for MP4 e solte o vídeo na área de upload. A trilha de áudio é extraída em seu navegador usando uma biblioteca de processamento local e, em seguida, os primeiros 30 segundos voltam como uma visualização rotulada pelo locutor. Nenhuma conta é necessária para esta etapa, e o vídeo em si nunca sai do seu dispositivo.
2. Inscreva-se para transcrever o resto. Assim que a visualização parecer correta, crie uma conta para executar o arquivo completo. A inscrição desbloqueia 30 minutos grátis para experimentar. A maneira mais rápida de obtê-los é validar um cartão com retenção de um dólar que é autorizado e liberado imediatamente, nunca cobrado; se você preferir usar outro método de pagamento disponível em seu país, os 30 minutos chegam na sua primeira compra. De qualquer forma, não é necessário um cartão. A transcrição é paga porque funciona com IA de alto nível, portanto, é pré-pago, sem assinatura. Para um vídeo mais longo que exceda os minutos gratuitos, consulte a página de preços; você paga por minuto de áudio, não por arquivo.
3. Obtenha a transcrição e exporte SRT. Quando a transcrição estiver pronta, abra-a no editor, faça as correções, clique em exportar e escolha SRT. Cada expressão falada se torna uma sugestão com seu carimbo de data e hora de início e fim já definido. O download é um arquivo .srt simples, sem marca d’água.

Os rótulos dos falantes aparecem no editor antes da exportação. Se quiser nomes nas legendas, úteis para entrevistas, debates ou painéis, renomeie primeiro “Falante 1” e “Falante 2” para os nomes reais; a exportação então escreve esses nomes no início das dicas correspondentes.

Um exemplo prático

Digamos que você tenha uma entrevista gravada de 12 minutos,founder-chat.mp4, com duas pessoas. Você o solta na página, a visualização de 30 segundos confirma que ambas as vozes foram captadas corretamente e você se inscreve. Quando a transcrição completa estiver pronta, você renomeia os dois falantes para “Maya” e “Devin”, corrige um nome de produto mal ouvido e depois exporta como SRT. A abertura do arquivo é assim:

1
00:00:01,120 --> 00:00:04,460
Maya: Obrigado por disponibilizar seu tempo hoje.

2
00:00:04,800 --> 00:00:08,210
Devin: Claro. Eu estava ansioso por isso.

3
00:00:08,540 --> 00:00:12,900
Maya: Vamos começar do início. Como surgiu a ideia?

Duas coisas merecem ser observadas. Cada sugestão é mapeada para uma expressão natural, de modo que o tempo segue a conversa, em vez de um relógio fixo. E os intervalos entre os sinais, aqui de algumas centenas de milissegundos, refletem as pausas reais entre os falantes. Geralmente, isso é exatamente o que você deseja, com uma ressalva abordada a seguir.

Editar o tempo e o comprimento da linha

A maioria das exportações pode ser usada como está, mas duas verificações rápidas tornam as legendas visivelmente mais fáceis de ler. Esse passe curto é o que separa as legendas geradas automaticamente daquelas que parecem profissionais.

Comprimento e número de linhas. Os guias de estilo variam, e o formato SRT em si não impõe um comprimento ou contagem de linhas universal. Uma sugestão longa ainda pode se tornar uma parede de texto. Siga a regra atual do destino quando houver; caso contrário, mantenha cada sugestão compacta, dividida em um limite de frase natural e verifique o resultado no tamanho do quadro final.

Velocidade de leitura. O comprimento na tela deve corresponder ao tempo que a sugestão é mostrada. Se uma dica mostrar muito texto por um período muito curto, divida-o em uma pausa natural ou reprograme-o sem cobrir a fala posterior. Visualize as legendas na velocidade normal de reprodução em vez de julgar o tempo apenas pelo arquivo de texto.

Lacunas e sobreposições de tempo. Um intervalo menor que 80 milissegundos entre duas dicas pode fazer com que alguns músicos segurem a linha anterior por muito tempo ou pulem a próxima, então deixe um pequeno suspiro entre as dicas consecutivas. O problema oposto é a sobreposição: quando duas pessoas falam uma sobre a outra, o mecanismo atribui a cada falante uma sugestão separada, e essas dicas podem colidir no tempo. Nenhuma ferramenta automática resolve perfeitamente a sobreposição real, portanto, para filmagens com muitos diálogos, verifique se há carimbos de data e hora sobrepostos e avance manualmente uma sugestão para mais cedo ou mais tarde.

Você pode fazer tudo isso em qualquer editor de texto simples, já que o formato é legível por humanos. Se você preferir trabalhar visualmente, um editor de legendas dedicado, como o Subtitle Edit no Windows ou o Aegisub em qualquer plataforma, adiciona uma linha do tempo de forma de onda e pode corrigir automaticamente problemas comuns de espaçamento e velocidade de leitura em massa.

SRT vs VTT: qual exportar

Os dois formatos são primos próximos, e a escolha certa depende de onde as legendas serão reproduzidas. Se você quiser uma comparação completa antes de se comprometer, SRT vs VTT: qual formato de legenda usar detalha os pontos fortes de cada formato.

Alcance o SRT para players de desktop, editores de vídeo e a grande maioria das plataformas de hospedagem, que é a maior parte do que as pessoas precisam. Alcance o WebVTT quando as legendas vão para uma página da web personalizada usando o elemento HTML5 <video>, porque esse é o único formato que os navegadores leem nativamente para o elemento <track>. O conteúdo é idêntico entre eles. O VTT apenas adiciona uma linha WEBVTT no topo do arquivo e usa um ponto final em vez de uma vírgula antes dos milissegundos em cada timestamp.

Como a diferença é tão pequena, você não precisa transcrever novamente para switch. Exporte o SRT e, se mais tarde precisar do VTT, execute-o por meio do conversor gratuito em /tools/SRT-to-VTT. Ele funciona no seu navegador sem conta e nada é carregado.

Adicione o SRT a um player, editor ou plataforma

Depois de obter o arquivo, anexá-lo depende de onde o vídeo está.

Players de desktop. VLC, mpv e a maioria dos players de desktop carregam automaticamente um SRT secundário quando compartilham o nome base e a pasta do vídeo. Renomeie seu arquivo para que interview.mp4 seja emparelhado com interview.srt, coloque-os no mesmo diretório e as legendas aparecerão na reprodução. Se um player perder, o menu de legendas terá uma opção manual para “carregar arquivo de legenda”.

Editores de vídeo. No DaVinci Resolve, Premiere Pro ou Final Cut, importe o SRT como legenda ou faixa de legenda. O editor coloca cada sugestão na linha do tempo no código de tempo correto e, a partir daí, você pode alterar o estilo da fonte, alterar a posição e gravar as legendas na exportação final, se desejar que elas sejam codificadas.

Plataformas de hospedagem e vídeos sociais. O YouTube aceita SRT diretamente em seu fluxo de trabalho de legendas. Outras plataformas podem aceitar um arquivo secundário, exigir seu editor de legendas integrado ou esperar legendas gravadas no vídeo. Mantenha o SRT revisado como sua fonte de verdade e, em seguida, use o fluxo de publicação atual do destino em vez de presumir que um método de upload funciona em todos os lugares.

Gravando as legendas. Se você precisar que o texto seja permanentemente parte da imagem, em vez de um arquivo secundário alternável, essa é uma etapa de codificação separada. O HandBrake pode gravar um SRT em um vídeo gratuitamente: carregue o vídeo, adicione o SRT na guia Legendas, marque “Burned In” e codifique. Alcance isso somente quando o destino não puder ler um arquivo secundário, uma vez que um SRT separado permanece editável, enquanto uma legenda gravada não. Para obter um passo a passo mais completo sobre como anexar e gravar legendas em cada plataforma, consulte como adicionar legendas a um vídeo.

Problemas comuns e como corrigi-los

As legendas estão fora de sincronia desde o início. Um deslocamento constante, em que cada linha está adiantada ou atrasada na mesma proporção, geralmente significa que o jogador está lendo um texto. taxa de quadros ligeiramente diferente daquela que os tempos assumem. A maioria dos players de desktop possui um controle de atraso de legenda para mudar a faixa inteira de uma vez; mova-o até que a primeira linha chegue e o resto siga.

A sincronização se distancia ainda mais com o tempo. O desvio que aumenta à medida que o vídeo é reproduzido aponta para uma incompatibilidade de taxa de quadros entre a fonte e a cópia renderizada, comum após a conversão de um arquivo de 23,976 fps para 25 fps ou vice-versa. Exporte novamente o SRT para a versão do vídeo que você realmente publicará, em vez de um corte anterior.

O nome do locutor está faltando nas legendas. Se você renomeou os rótulos, mas uma plataforma não mostra nomes, essa plataforma provavelmente removerá os prefixos do locutor do SRT na importação. Não há configuração SRT que os force; a solução confiável é gravar as legendas, onde os nomes fazem parte da imagem.

Um vídeo que não está em inglês voltou no idioma errado. O Hushscript detecta o idioma falado automaticamente em cerca de 99 idiomas, mas um clipe muito curto ou barulhento pode ocasionalmente ser mal interpretado. Execute novamente uma seção de limpeza ou verifique a página de idiomas para confirmar se o idioma é abordado.

Trechos longos são lidos como uma deixa gigante. Isso acontece quando alguém fala por um longo tempo sem uma pausa clara. Divida a sugestão manualmente no limite da frase para que nenhum bloco contenha mais de duas linhas de texto legível.

Dicas de precisão que compensam em menos edições

A maior parte da qualidade de suas legendas é definida antes de você abrir o editor, pelo áudio que você alimenta. Áudio de origem limpo significa menos palavras mal interpretadas e carimbos de data/hora mais precisos, o que significa uma passagem de edição mais curta.

Grave ou exporte o áudio em um nível normal de fala, sem compressão pesada, e evite música de fundo alta durante o diálogo, sempre que possível. Quando várias pessoas estão envolvidas, uma gravação em que cada voz é razoavelmente distinta ajuda os rótulos dos falantes a permanecerem consistentes, o que é importante se você planeja manter os nomes nas legendas. Se a fonte for um vídeo que você já publicou, o áudio é o que for, mas para qualquer coisa que você mesmo grave, alguns minutos de atenção aos níveis e ao posicionamento do microfone contribuem mais para a qualidade da legenda do que qualquer edição posterior.

Depois do SRT: o restante da transcrição

A criação do SRT também fornece a transcrição completa, portanto, você não está limitado às legendas. Da mesma sessão, você pode exportar o texto como TXT ou DOCX para notas do episódio, uma versão da palestra no blog ou uma transcrição acessível postada ao lado do vídeo. Exportar uma transcrição limpa é o mesmo que legendar um vídeo para texto; o SRT é apenas um dos formatos resultantes dele.

Para a próxima etapa, colocar essas legendas no vídeo e escolher entre um arquivo secundário e uma faixa gravada, consulte como adicionar legendas a um vídeo.