Ferramentas de legendas e transcrições que nunca saem do teu navegador

Os ficheiros de legendas são apenas texto estruturado. Um ficheiro SRT (SubRip) enumera legendas sequenciais: um número, um intervalo de código de tempo no formato HH:MM:SS,mmm --> HH:MM:SS,mmm com uma vírgula antes dos milissegundos, e uma ou mais linhas de diálogo, separadas por uma linha em branco. Um ficheiro WebVTT (.vtt) começa com um cabeçalho WEBVTT, usa um ponto em vez de uma vírgula antes dos milissegundos, e suporta metadados adicionais que o SRT não tem: configurações de legenda como align:start position:10%, etiquetas de voz como <v Nome do Orador> para legendas por orador, e etiquetas de estilo como <i> ou <c.yellow>. Os ficheiros .txt simples não têm nada disto, apenas linhas de texto, que é exatamente o que a maioria das pessoas realmente quer ler, copiar para um documento ou introduzir num resumidor.

Passo 1: carrega o teu ficheiro

Arrasta um ficheiro .srt, .vtt ou .txt para o Estúdio acima, clica em “Carregar ficheiro”, ou simplesmente cola o texto em bruto diretamente no painel da esquerda. O SubToolDesk lê o ficheiro localmente com a API FileReader do navegador. É analisado em memória e nunca é transmitido para lado nenhum.

Passo 2: deixa a deteção automática fazer o seu trabalho

A etiqueta acima do editor identifica o formato procurando um cabeçalho WEBVTT, códigos de tempo com vírgula ou códigos de tempo com ponto. Se nenhum desses padrões corresponder, o ficheiro é tratado como texto simples e cada linha não vazia torna-se o seu próprio segmento, para que a limpeza de etiquetas de orador e de formatação continue a aplicar-se.

Passo 3: escolhe uma saída e ajusta os interruptores

Escolhe Texto simples para uma transcrição limpa e legível, ou SRT/VTT para manter (ou converter) a estrutura de legendas cronometradas. Três interruptores independentes refinam o resultado:

• Unir em parágrafos: reconstrói legendas curtas e fragmentadas em frases e parágrafos naturais, usando a pontuação para decidir onde termina uma ideia e começa a seguinte.
• Remover etiquetas de orador: remove identificadores iniciais como ORADOR 1:, [João]: ou >> JOANA: que o software de legendagem adiciona automaticamente.
• Remover etiquetas de formatação: remove etiquetas de estilo HTML (<i>, <v Nome>) e códigos de substituição ASS ({\an8}) que de outra forma se infiltram numa exportação em texto simples como ruído visual.

Passo 4: copia ou descarrega

O painel do lado direito atualiza-se a cada tecla pressionada e a cada alteração de interruptor. Quando estiver como queres, pressiona Copiar (ou Cmd/Ctrl + C em qualquer lugar fora dos painéis de texto) para o copiares da área de transferência, ou Descarregar para guardares um ficheiro com a extensão correta, tudo sem que um único pedido de rede saia da tua máquina.

SRT vs. WebVTT: as diferenças técnicas que importam

Os dois formatos parecem quase idênticos à primeira vista, e é exatamente por isso que as conversões entre eles costumam confundir as pessoas. Os códigos de tempo do SRT separam os milissegundos com uma vírgula (00:00:06,120); o WebVTT usa um ponto (00:00:06.120). O WebVTT exige uma linha de cabeçalho literal WEBVTT no topo do ficheiro. O SRT não tem nenhum cabeçalho. O WebVTT também suporta funcionalidades para as quais o SRT nunca foi concebido: configurações de legenda como align:start position:10% que controlam a posição no ecrã, etiquetas de voz <v Nome do Orador> para legendagem por orador, e blocos dedicados NOTE, STYLE e REGION para comentários e estilo. O número de índice de uma legenda SRT tem de ser um número inteiro sequencial estrito e sem lacunas; o identificador de legenda opcional do WebVTT pode ser qualquer string, ou ser omitido por completo. Enganar-se em qualquer um destes detalhes é normalmente o motivo por que um ficheiro de legendas editado manualmente “quase funciona” num leitor mas falha silenciosamente ao carregar legendas num navegador.

Quem realmente usa ferramentas como esta

Editores de vídeo convertem exportações de legendas cronometradas num guião em texto simples para uma leitura rápida antes de a montagem ficar fechada. Criadores de podcasts e equipas de conteúdo transformam uma transcrição gerada automaticamente num rascunho de artigo de blogue ou de notas de episódio sem voltar a escrever nada. Equipas de sucesso do cliente e de vendas extraem um resumo limpo e sem oradores de uma gravação do Zoom ou do Teams para uma nota de CRM. Programadores web preparam ficheiros .vtt para o elemento <track> do HTML5 para cumprirem requisitos de acessibilidade. Investigadores e jornalistas limpam transcrições de entrevistas para citação sem voltar a expor a gravação em bruto a um fornecedor de transcrição externo. Cada um destes casos de uso partilha o mesmo requisito subjacente: o ficheiro de origem é muitas vezes sensível, anterior ao lançamento, ou simplesmente não é da conta do servidor de um estranho.

Uma nota sobre precisão e limites

O algoritmo de união em parágrafos usa pontuação (pontos finais, pontos de interrogação, pontos de exclamação e a convenção de reticências que os autores de legendas usam para marcar uma frase que continua na legenda seguinte) para decidir onde termina um parágrafo e começa o próximo. É deliberadamente conservador: em caso de dúvida, mantém um fragmento junto ao vizinho em vez de adivinhar uma quebra que não existe. Para ficheiros com convenções de pontuação pouco habituais (sem qualquer pontuação terminal, por exemplo), desativar a união em parágrafos e rever primeiro o resultado com uma legenda por linha é a forma mais rápida de verificar a origem antes de a reformatar mais.