Blog
Formatos de arquivo de transcrição: qual você precisa?
Autor: Hushscript Publicado em: Última revisão:
O formato depende do que acontece com a transcrição em seguida, não de uma única melhor escolha universal. Como regra prática: TXT ou DOCX para ler e editar como documento, SRT ou VTT para legendas, e CSV ou JSON quando a transcrição alimenta uma planilha ou um pipeline.
Existem 21 formatos de arquivo de transcrição para escolher ao exportar do Hushscript, muitos para percorrer se você ainda não sabe qual deles precisa. Pule a lista e comece com o que você está prestes a fazer com a transcrição a seguir, e o formato correto será eliminado quase automaticamente.
Criando legendas
Seis formatos são criados para legendas cronometradas: SRT, VTT, ASS, TTML, SBV e LRC. SRT é um padrão amplamente suportado; a descrição do WebVTT da Biblioteca do Congresso explica o formato .vtt usado para vídeos na web, enquanto a orientação de publicação do GOV.UK observa que as plataformas de publicação podem aceitar SRT, VTT ou SBV. ASS adiciona estilo além do tempo, enquanto TTML atende fluxos de trabalho que exigem texto cronometrado mais rico. O LRC foi projetado para sincronização no estilo da letra. Verifique sempre a lista de importação atual do destino antes de escolher.
Cada um deles vem gratuitamente com transcrição através do gerador de legendas. Escolha seu formato na exportação, não antes de começar. Se você já tem um arquivo de legenda e só precisa dele em um formato diferente, isso é um trabalho menor do que transcrever: o conversor de legendas gratuito troca SRT, VTT, ASS, TTML e SBV entre si diretamente no seu navegador, sem nada para transcrever.
Colocar em um documento
DOCX, PDF, XLSX, ODS e ODT cobrem o caso do escritório. DOCX ou ODT fornece um documento que você pode marcar em um editor compatível; confirme o aplicativo e a versão do destinatário quando a compatibilidade for importante. PDF é para uma transferência fixa. XLSX e ODS colocam a transcrição em uma planilha, uma linha por linha, o que é útil quando você deseja filtrar ou classificar por falante ou carimbo de data e hora, em vez de ler do início ao fim.
Inserindo-a em um pipeline
JSON, CSV, TSV e XML são desenvolvidos para software, não para pessoas. JSON fornece um objeto estruturado com campos de falante e carimbo de data / hora anexados a cada linha, prontos para análise de um script. CSV e TSV são os mesmos dados de uma tabela simples, para uma planilha ou importação de banco de dados. XML cobre sistemas que o esperam especificamente. Nenhum deles deve ser lido diretamente. Eles são a entrada para outra coisa.
Trazendo isso para um conjunto de edição
FCPXML e EDL existem para uma tarefa: importar a transcrição como marcadores de linha do tempo em um editor de vídeo. FCPXML foi desenvolvido para Final Cut; EDL cobre Premiere, Resolve e a maioria dos outros NLEs. Qualquer um deles transforma uma transcrição em marcadores de clipe em sua linha do tempo, em vez de um documento que você teria que consultar separadamente enquanto corta.
Arquivar ou entregar tudo
Quando um trabalho precisa de vários formatos ao mesmo tempo em vez de um, um pacote de arquivo pré-construído os agrupa: um pacote de legendas para arquivos de legenda, um pacote de pesquisa para formatos de texto e dados, um pacote Office para documentos, um pacote Editor para formatos de linha do tempo ou Todos os formatos para tudo de uma vez. Cada arquivo é enviado como um .husharchive protegido por senha com um manifesto e somas de verificação, ou como um ZIP criptografado AES padrão se a ferramenta no lado receptor não abrir arquivos .husharchive. Se você receber um .husharchive de outra pessoa, também poderá abri-lo, verificá-lo e extraí-lo em seu navegador.
Leitura rápida e texto do dia a dia
TXT, Markdown, HTML e RTF completam a lista para o caso mais simples: você só deseja ler ou colar as palavras em algum lugar. O TXT abre em praticamente qualquer editor de texto. Markdown se adapta a wikis e ferramentas de documentação. HTML pode passar para um fluxo de trabalho da web. RTF é uma opção de compatibilidade para editores de documentos que não aceitam DOCX.
Todos os 21 formatos, em uma olhada
| Formato | Categoria | Uso |
|---|---|---|
| SRT | Legendas | Padrão de legenda amplamente suportado |
| VTT | Legendas | Legendas de vídeo na web |
| ASS | Legendas | Legendas estilizadas sobre o tempo |
| TTML | Legendas | Fluxos de trabalho de texto cronometrado mais ricos |
| SBV | Legendas | Formato alternativo aceito por algumas plataformas |
| LRC | Legendas | Sincronização no estilo de letra de música |
| DOCX | Documento | Documento editável, editores mainstream |
| ODT | Documento | Documento editável, formato aberto |
| Documento | Entrega fixa | |
| XLSX | Documento | Planilha, uma linha por fala |
| ODS | Documento | Planilha, formato aberto |
| JSON | Dados | Objeto estruturado com campos de falante e carimbo de data/hora |
| CSV | Dados | Tabela simples para importação em planilha ou banco de dados |
| TSV | Dados | Igual ao CSV, separado por tabulação |
| XML | Dados | Sistemas que exigem especificamente esse formato |
| FCPXML | Linha do tempo de editor | Marcadores de clipe para o Final Cut |
| EDL | Linha do tempo de editor | Marcadores de clipe para Premiere, Resolve e outros NLEs |
| TXT | Texto | Ler ou colar em qualquer lugar |
| Markdown | Texto | Wikis e ferramentas de documentação |
| HTML | Texto | Fluxo de trabalho web |
| RTF | Texto | Opção de compatibilidade para editores que não aceitam DOCX |
Como fica uma transcrição
Aqui está um exemplo curto de transcrição mostrando como o resultado realmente se parece antes de você escolher um formato: carimbos de data/hora, rótulos de falante e as próprias palavras.
[00:00:03] Falante 1: Obrigado por participar. Vamos começar pelos números do orçamento.
[00:00:07] Falante 2: Claro. O terceiro trimestre veio cerca de doze por cento acima da previsão.
[00:00:14] Falante 1: Isso bate com o que o marketing relatou. Alguma preocupação para o quarto trimestre?
[00:00:19] Falante 2: Só a equipe. Estamos duas contratações atrás de onde queríamos estar.
Todo formato carrega alguma versão disso: TXT e DOCX mantêm como prosa legível, SRT e VTT transformam os carimbos de data/hora em sugestões de legenda, e JSON ou CSV dividem cada linha em campos estruturados. As palavras não mudam entre os formatos, só a forma como são empacotadas para a próxima etapa.
Um exemplo funcional
Um editor de vídeo recebe uma entrevista de duas horas do Hushscript e precisa de duas coisas: arquivos de legenda para o upload da plataforma e marcadores de linha do tempo para que o editor assistente possa pular para respostas específicas durante o corte. Uma transcrição, duas exportações (SRT para as legendas, EDL para a linha do tempo do Premiere), sem retranscrição e sem ferramenta separada para qualquer formato.
Comece com a transcrição, não com o formato
A questão do formato só surge porque o Hushscript a trata como uma última etapa, não como uma decisão de configuração. Transcreva uma vez na página áudio para texto e, em seguida, exporte qualquer um dos 21 formatos que o trabalho à sua frente realmente precise, hoje e novamente mais tarde, se o próximo trabalho precisar de algo diferente. Especificamente para a metade das legendas, como adicionar legendas a um vídeo percorre a etapa de exportação e sincronização com mais detalhes.
Fontes e normas independentes
O Hushscript consultou estas referências independentes e não concorrentes. Elas explicam pesquisas, normas ou o funcionamento de plataformas e não representam endosso do Hushscript.
Fontes revisadas em: