Converte legendas SRT numa transcrição HTML autónoma

Um ficheiro SRT (SubRip Subtitle) é construído para sincronização, não para leitura: um número de legenda sequencial, um intervalo de código de tempo HH:MM:SS,mmm --> HH:MM:SS,mmm, e uma ou duas linhas de texto, repetindo-se a cada dois ou três segundos durante toda a duração do vídeo. Um navegador não tem nenhuma ideia do que fazer com essa estrutura por si só, precisa de um documento HTML real para conseguir renderizar o que seja.

O conversor de SRT para HTML do SubToolDesk analisa os blocos de legenda localmente no teu navegador, remove os números de índice e os códigos de tempo, reconstrói os fragmentos em parágrafos naturais, e envolve o resultado num documento HTML mínimo e válido com uma etiqueta <p> por parágrafo, pronto para abrir diretamente num navegador, alojar num servidor, ou inserir num site estático.

Como converter SRT para HTML (passo a passo)

• Arrasta o teu ficheiro .srt para o conversor acima, ou clica em “Carregar ficheiro” para o procurares.
• Confirma que a etiqueta de formato detetado automaticamente mostra SRT.
• Deixa Unir em parágrafos ativado para obteres prosa fluida, ou desativa para manter uma legenda por linha.
• Ativa Remover etiquetas de orador e Remover etiquetas de formatação se o teu ficheiro incluir alguma delas.
• Pressiona Descarregar para guardar um ficheiro .html autónomo.

Porquê converter SRT para HTML

Um ficheiro .srt é pensado para um leitor de vídeo, não para um separador de navegador por si só. Transformá-lo em HTML é quase sempre sobre o que a transcrição precisa de fazer a seguir:

• Publicar uma página de arquivo de transcrição que os motores de busca consigam rastrear e os visitantes consigam ler sem abrir o vídeo original.
• Inserir as legendas de um tutorial num site de documentação como página autónoma, sem nenhum passo de compilação ou conversão para markdown.
• Partilhar uma transcrição como ligação em vez de um ficheiro anexo, para que qualquer pessoa a possa abrir num navegador sem software que entenda .srt ou .txt.
• Dar estilo à transcrição para corresponder a um site, já que etiquetas <p> semânticas e simples aceitam uma folha de estilos; o texto simples não.
• Oferecer uma alternativa em texto a um vídeo legendado para visitantes que preferem ler em vez de ver.
• Arquivar uma transcrição como página autossuficiente que continua a abrir corretamente em qualquer navegador anos depois de a gravação original já não existir.

O que contém exatamente o ficheiro HTML

É um documento HTML completo e mínimo: uma declaração <!DOCTYPE html>, um <head> com uma codificação UTF-8 e um título de página, e um <body> que contém um elemento <p> por parágrafo. Não inclui nenhuma folha de estilos, script, ou rastreio de qualquer tipo, apenas marcação semântica que podes abrir tal como está ou colar numa página maior e estilizar com o teu próprio CSS.

Antes e depois: um exemplo real

Uma breve troca de falas, com números de legenda, códigos de tempo, um prefixo de orador em texto simples, e uma etiqueta em itálico, exatamente como um editor de vídeo poderia exportá-la, convertida com Unir em parágrafos, Remover etiquetas de orador e Remover etiquetas de formatação todos ativados (o estado predefinido nesta página):

1
00:00:01,000 --> 00:00:03,500
Jordan: Olá a todos, obrigado por se juntarem hoje à chamada.

2
00:00:03,500 --> 00:00:06,200
<i>Priya: Claro! Vamos começar.</i>

3
00:00:06,200 --> 00:00:09,800
Jordan: Ótimo, então o primeiro ponto da agenda é o roteiro do terceiro trimestre.

<!DOCTYPE html>
<html lang="pt">
<head>
<meta charset="UTF-8">
<title>Transcrição</title>
</head>
<body>
<p>Olá a todos, obrigado por se juntarem hoje à chamada. Claro! Vamos começar. Ótimo, então o primeiro ponto da agenda é o roteiro do terceiro trimestre.</p>
</body>
</html>

Os números de legenda, ambas as linhas de código de tempo, os prefixos Jordan: e Priya:, e a etiqueta <i> desapareceram todos. O que resta é marcação válida e mínima, com o diálogo falado envolvido num único elemento <p>, pronto para abrir em qualquer navegador.

Porquê HTML em vez de texto simples?

Um ficheiro de texto simples precisa de outra aplicação para abrir com sentido; um ficheiro HTML abre diretamente em qualquer navegador já com o espaçamento de parágrafos correto, e pode ser alojado, ligado e indexado como qualquer outra página web. É a escolha certa quando a própria transcrição precisa de viver na web, por exemplo, como página de arquivo de legendas autónoma, um apêndice de documentação, ou uma página que um motor de busca consiga rastrear, em vez de algo que vais colar noutro documento.

Privacidade pela arquitetura, não por política

A análise do SRT e a construção do ficheiro HTML acontecem ambas em JavaScript a correr no separador do teu navegador. Não existe nenhum ponto de carregamento para onde esta funcionalidade pudesse enviar algo, mesmo que quisesse, o que importa quer a origem seja uma gravação de ecrã pública, quer seja uma entrevista confidencial.

Casos de uso comuns para SRT a HTML

• Páginas de arquivo de transcrições: publica uma transcrição legível e rastreável de um vídeo junto ao próprio leitor incorporado, útil para SEO e para quem prefere ler em vez de ver.
• Sites de documentação: transforma as legendas de um vídeo tutorial numa página HTML autónoma que se insere na pasta de conteúdo de um gerador de sites estáticos sem nenhum passo de compilação extra.
• Páginas de acessibilidade: oferece uma alternativa HTML simples e legível a um vídeo legendado para quem quiser o conteúdo em forma de texto.
• Visualização local rápida: abre o ficheiro descarregado diretamente a partir do teu sistema de ficheiros em qualquer navegador, sem necessidade de servidor ou software adicional.

Casos limite que o analisador trata

Números de índice de legenda ausentes ou duplicados são ignorados, e as legendas são renumeradas internamente apenas a partir das linhas de código de tempo. Fins de linha do Windows (\r\n) e do Unix (\n), ou uma mistura de ambos, são normalizados antes da análise. Carateres que de outra forma quebrariam um HTML válido, como um &, <, ou > literal deixado no texto de diálogo já limpo, são escapados automaticamente para que o resultado seja sempre marcação válida.

O que este conversor preserva e remove

Preservado:

• Cada palavra do texto falado, pela ordem e pontuação originais.
• A estrutura em parágrafos, agora como elementos <p> reais, seja um por legenda original, seja parágrafos baseados em frases se Unir em parágrafos estiver ativado.
• Um documento HTML válido e completo, com doctype, cabeçalho UTF-8 e corpo, para que o ficheiro abra corretamente em qualquer navegador.

Removido:

• Os números de índice de legenda e todos os intervalos de código de tempo.
• Etiquetas de formatação do SRT como <i>, <b> ou <u>, quando Remover etiquetas de formatação está ativado.
• Prefixos de orador em texto simples como Jordan:, quando Remover etiquetas de orador está ativado.
• Qualquer CSS, script, ou estilo; nenhum é adicionado, e nenhum é mantido a partir da origem.

Problemas comuns e como resolvê-los

• O ficheiro descarregado abre como texto em bruto, com números de legenda e códigos de tempo ainda visíveis: confirma que a etiqueta de formato acima do conversor mostra SRT, e não Unknown; uma colagem mal truncada pode quebrar a deteção de legendas.
• Nomes de orador como Jordan: continuam a aparecer dentro dos parágrafos: ativa Remover etiquetas de orador, só está desativado se o tiveres alterado.
• As etiquetas <i> ou <b> aparecem como texto literal na página em vez de aplicar um estilo: ativa Remover etiquetas de formatação; as próprias etiquetas de formatação do SRT não são HTML válido por si só e têm de ser removidas, não mantidas tal como estão.
• A transcrição inteira aparece como um único parágrafo: é esperado quando muitas legendas curtas se juntam; desativa Unir em parágrafos para obter um <p> por cada legenda original.
• Letras acentuadas ou texto não inglês aparecem como caracteres estranhos tipo é: o .srt de origem não foi guardado como UTF-8; volta a exportá-lo ou a guardá-lo como UTF-8 e carrega-o novamente.
• Queres que a transcrição corresponda ao aspeto do teu site: o conversor não adiciona CSS por design; adiciona um <link> para a tua própria folha de estilos no <head>, ou cola os parágrafos <p> numa página existente.

O que esta ferramenta intencionalmente não faz

Não vai adicionar estilos CSS, um modelo de layout, ou elementos de marca; o resultado é deliberadamente mínimo para que se integre de forma limpa no site ou na folha de estilos que já tenhas. Também não corrige pontuação em falta que o SRT de origem não tenha; se um ficheiro gerado automaticamente não tiver nenhum ponto, desativar a união em parágrafos e revisar primeiro o resultado com uma linha por legenda é o caminho mais fiável antes de converter para HTML.