Converte legendas SBV do YouTube em texto simples

.sbv (SubViewer) é o formato de legendas que o YouTube Studio oferece quando transferes as legendas de um vídeo, sejam elas geradas automaticamente ou carregadas manualmente. É construído a partir de blocos separados por linhas em branco: uma linha de código de tempo como 0:00:04.160,0:00:06.770 (início e fim unidos por uma vírgula, sem número de legenda, sem seta), seguida de uma ou mais linhas de texto de legenda. Lê-lo diretamente é tão incómodo como ler SRT ou VTT: as frases são cortadas a cada poucos segundos para caberem no ecrã.

O conversor de SBV para TXT do SubToolDesk analisa cada bloco localmente no teu navegador. Nenhum ficheiro sai do teu dispositivo. Extrai apenas o texto da legenda, descarta por completo o código de tempo e (opcionalmente) reconstrói os fragmentos em parágrafos naturais.

Como converter SBV para TXT (passo a passo)

• No YouTube Studio, abre Legendas do teu vídeo, depois usa o menu de opções junto a uma pista de legendas e escolhe Transferir > .sbv.
• Arrasta esse ficheiro .sbv para o conversor acima, ou clica em “Carregar ficheiro” para o procurares.
• Confirma que a etiqueta de formato detetado automaticamente mostra SBV.
• Ativa Unir em parágrafos para obteres prosa fluida, ou desativa para manter uma legenda por linha.
• Ativa Remover etiquetas de orador se as tuas legendas incluírem nomes como “ORADOR 1:”.
• Pressiona Copiar ou Descarregar para obteres o ficheiro .txt final.

Porquê converter legendas do YouTube em texto simples

Um ficheiro .sbv é construído para o fluxo de legendagem do YouTube, não para ser lido. Reduzi-lo a texto simples é quase sempre sobre o que vem a seguir:

• Motivo: transformar as legendas automáticas de um vídeo do YouTube num resumo de blogue ou em notas de episódio, onde a sincronização é apenas ruído.
• Motivo: entregar a transcrição a um resumidor de IA ou a um chatbot, que lê muito melhor prosa contínua do que centenas de fragmentos sincronizados.
• Motivo: colar o diálogo em notas de reunião ou num documento de projeto depois de transferir legendas automáticas de um webinar ou entrevista gravada e carregada no YouTube.
• Motivo: enviar uma transcrição para tradução ou revisão, onde tradutores e editores trabalham com parágrafos, não com blocos de legendas.
• Motivo: arquivar o diálogo de um vídeo como um registo pesquisável e legível, depois de o carregamento original já não precisar de ser mantido.

Antes e depois: um exemplo real

Uma breve exportação SBV do YouTube Studio, com prefixo de orador incluído, convertida com Unir em parágrafos e Remover etiquetas de orador ambos ativados (o estado predefinido nesta página):

0:00:01.200,0:00:04.000
ORADOR 1: Bem-vindos de volta, hoje vamos analisar os números do terceiro trimestre.

0:00:04.300,0:00:07.900
ORADOR 2: Obrigado pelo convite. Vamos começar já.

0:00:08.100,0:00:11.500
ORADOR 1: A receita aumentou oito por cento em relação ao ano anterior.

Bem-vindos de volta, hoje vamos analisar os números do terceiro trimestre. Obrigado pelo convite. Vamos começar já. A receita aumentou oito por cento em relação ao ano anterior.

Todas as linhas de código de tempo e ambos os prefixos ORADOR 1: e ORADOR 2: desapareceram. O que resta é exatamente o que foi dito, reorganizado em frases legíveis.

O formato SBV, byte a byte

Um único bloco SBV tem este aspeto, sem número de legenda, sem seta:

0:00:03.500,0:00:06.120
Obrigado por te juntares à chamada de hoje.

Os dois códigos de tempo são unidos por uma única vírgula sem espaços à volta, cada um na forma H:MM:SS.mmm. Seguem-se diretamente uma ou mais linhas de texto de legenda, e uma linha em branco separa cada bloco do seguinte. Blocos com várias linhas são unidos com uma quebra de linha dentro do bloco; o SubToolDesk trata essa quebra interna como uma quebra suave, não como um limite de frase, ao unir em parágrafos.

Porquê remover etiquetas de orador antes de unir?

As legendas automáticas e as pistas carregadas manualmente no YouTube costumam antepor um identificador de orador a cada linha, para que um espetador possa seguir quem está a falar. Isso é útil no ecrã, mas quebra o fluxo de uma transcrição em parágrafos e torna-se repetitivo quando aparece em cada frase. Remover as etiquetas de orador antes da união em parágrafos deixa o resultado pronto para publicação.

Privacidade pela arquitetura, não por política

Os conversores concorrentes costumam carregar o teu ficheiro para um servidor para o analisar, o que significa que a tua gravação confidencial de uma reunião, um depoimento jurídico ou o guião de um vídeo ainda não lançado passa pela infraestrutura de outra pessoa. A ferramenta de SBV para TXT do SubToolDesk é construída ao contrário: a análise, a limpeza e a renderização acontecem todas em JavaScript dentro do teu separador. Não existe nenhum ponto de carregamento para esta funcionalidade contactar. Não é uma promessa de política, é uma garantia estrutural.

Casos de uso comuns para SBV a TXT

• Resumos de blogue e notas de episódio: transforma a transferência de legendas de um vídeo do YouTube num rascunho legível em segundos, em vez de voltares a ver o vídeo para tirar notas do zero.
• Preparação para tradução: entrega ao tradutor parágrafos contínuos em vez de legendas fragmentadas e sincronizadas, que se leem de forma muito mais natural noutra língua.
• Alimentar um resumidor de IA: a maioria dos modelos de linguagem produz melhores resumos a partir de prosa fluida do que de um ficheiro repleto de códigos de tempo, e a união em parágrafos faz essa reformatação por ti.
• Arquivos pesquisáveis: as transcrições em texto simples são mais fáceis de pesquisar, etiquetar e guardar num sistema de documentação ou base de conhecimento do que um ficheiro de legendas sincronizado.

Problemas comuns e como resolvê-los

• Ainda aparecem códigos de tempo ou vírgulas soltas no resultado: confirma que a etiqueta de formato acima do conversor mostra mesmo SBV, e não Unknown; uma colagem truncada pode quebrar a deteção dos blocos.
• ORADOR 1: ou nomes semelhantes continuam a aparecer no início das linhas: ativa Remover etiquetas de orador, só deteta um padrão de nome no início da linha e não atua se estiver desativado.
• A transcrição lê-se como uma frase por linha em vez de parágrafos fluidos: ativa Unir em parágrafos.
• Letras acentuadas ou texto não inglês aparecem como caracteres estranhos tipo é: o .sbv de origem não foi guardado como UTF-8; volta a exportá-lo ou a guardá-lo como UTF-8 e carrega-o de novo.