Início → Blog → Legendas SRT e VTT automáticas a partir de vídeos e webinars

Legendas SRT e VTT automáticas a partir de vídeos e webinars

Publicado em 2026-08-18 · 5 min de leitura

Legendas aumentam o tempo assistido, tornam o conteúdo acessível sem som e ajudam os buscadores a entender o vídeo. Digitá-las à mão é lento — veja como obter arquivos SRT e VTT prontos de forma automática.

A diferença entre SRT e VTT

Os dois formatos são texto com marcações de tempo, e as diferenças são mínimas:

A regra é simples: para subir em plataformas de vídeo, use SRT; para o player do seu próprio site, VTT.

Passo 1. Extraia o áudio do vídeo

Não é preciso enviar o vídeo inteiro — a faixa de áudio basta e é dezenas de vezes menor. Um comando resolve:

ffmpeg -i webinar.mp4 -vn -acodec libmp3lame -q:a 5 webinar.mp3

Um webinar de uma hora fica com cerca de 25 MB depois dessa conversão — exatamente dentro do limite de tamanho por requisição.

Passo 2. Gere as legendas em uma requisição

O formato é definido pelo parâmetro response_format — o serviço devolve o arquivo pronto, sem que você precise quebrar o texto em falas:

from openai import OpenAI

client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="sua chave")

with open("webinar.mp3", "rb") as f:
    srt = client.audio.transcriptions.create(
        model="whisper-1", file=f, response_format="srt",
    )

open("webinar.srt", "w", encoding="utf-8").write(srt)

Para a web, muda uma palavra:

vtt = client.audio.transcriptions.create(
    model="whisper-1", file=f, response_format="vtt",
)

Pelo terminal é igualmente curto:

curl https://voicesscribe.com/v1/audio/transcriptions \
  -H "Authorization: Bearer sua chave" \
  -F file=@webinar.mp3 -F model=whisper-1 -F response_format=srt \
  -o webinar.srt

Passo 3. Ligue as legendas ao player

No HTML5 basta uma linha dentro da tag de vídeo:

<video controls src="webinar.mp4">
  <track kind="subtitles" src="webinar.vtt" srclang="pt" label="Português" default>
</video>

Nas plataformas de vídeo, o arquivo SRT é enviado na seção de legendas — depois é só revisar o texto reconhecido.

Gravações longas: como contornar o limite

Se a gravação não cabe em 25 MB, divida-a e junte as legendas deslocando as marcações de tempo:

ffmpeg -i longo.mp3 -f segment -segment_time 1800 -c copy parte%03d.mp3

Envie cada parte separadamente e, ao juntar, some o deslocamento do trecho aos tempos. Para blocos de meia hora são poucas linhas de código, e o limite deixa de atrapalhar.

Como deixar as legendas legíveis

Teste com as suas próprias gravações. O cadastro leva um minuto e os minutos gratuitos bastam para avaliar a qualidade.

Obter uma chave de API grátis

Perguntas frequentes

Posso enviar o arquivo de vídeo diretamente?

É mais prático extrair a faixa de áudio: ela é dezenas de vezes menor e sobe muito mais rápido. Um comando do ffmpeg resolve.

As legendas servem para o YouTube?

Sim, o formato SRT é aceito pelo YouTube e por outras plataformas de vídeo sem conversão.

E se a gravação tiver mais de uma hora?

Divida em partes de 20 a 30 minutos, transcreva cada uma e junte as legendas deslocando as marcações de tempo.

As marcações de tempo são precisas?

São precisas o bastante para assistir: as falas coincidem com o áudio. Para precisão quadro a quadro em edição, o ajuste fino costuma ser feito à mão.

Há suporte a legendas em outros idiomas?

Sim, 99 idiomas são reconhecidos e o idioma é detectado sozinho. Em gravações bilíngues, o melhor é processar os trechos separadamente.

Leitura relacionada