Transcrição em legendas sincronizadas
Sincronize sua transcrição com o áudio e receba um SRT com marcações de tempo
Você já tem o texto: o roteiro de um vídeo, uma transcrição editada, o conteúdo de uma palestra ou um arquivo SRT com tempos dessincronizados. Envie a gravação com esse texto e cada linha voltará com horário de início e fim extraídos da fala, em formato SRT e VTT. O seu texto é mantido ao pé da letra; a ferramenta só adiciona a minutagem. Gravações de até 10 minutos são totalmente gratuitas. Arquivos mais longos custam $5 (pagamento único) para até 6 horas.
- Um arquivo de áudio ou vídeo de até 2 GB e 6 horas (12 horas no Ilimitado)
- Cole o texto ou envie como TXT, DOCX, SRT, VTT, ASS ou SBV
- Suas palavras exatas no arquivo, nunca reescritas pela IA
- Suas quebras de linha são mantidas; linhas longas são divididas em legendas de até duas linhas
- Um arquivo SRT dessincronizado ganha novos tempos com base no áudio, sem alterar as linhas
- Minutagem de cada palavra via reconhecimento de voz, alinhada ao seu texto por código
- Até 10 minutos totalmente grátis; em arquivos maiores, a primeira parte é grátis · a gravação inteira por $5, pagamento único
O que você recebe
O seu próprio texto em um arquivo de legendas numerado e sincronizado com a fala.
- Arquivos SRT e VTT onde cada fala é o seu texto, com tempo de início e término correspondendo ao momento exato em que as palavras são ditas.
- Legendas com no máximo duas linhas de cerca de 42 caracteres, divididas em pausas de frases e orações sempre que possível.
- Ao enviar um SRT ou VTT, você recebe as mesmas legendas e quebras de linha, apenas com os tempos corrigidos.
- Legendas em ordem cronológica, sem sobreposição e com tempo de tela suficiente para leitura.
- Arquivos em UTF-8 com BOM (byte-order mark), necessários para TVs e reprodutores mais antigos exibirem caracteres especiais.
- As linhas que você corrigir na tela são mantidas nos arquivos que você baixar.
Fazer em um chatbot vs. usar esta ferramenta
Um chatbot até consegue converter uma transcrição para o formato SRT. O que ele não consegue fazer em arquivos longos é ouvir quando cada frase é dita — por isso, os timestamps gerados são puro chute.
| O que você precisa | Um chatbot | Esta ferramenta |
|---|---|---|
| Formatação em SRT para poucas linhas | Geralmente funciona bem se você fornecer os tempos | Também funciona, e é totalmente grátis para até 10 minutos |
| Tempos sincronizados com a fala | Inventados ou espaçados por igual, saindo de sincronia com o áudio | Extraídos diretamente do momento em que as palavras são ditas |
| Uma transcrição de uma hora | Longo demais para uma única resposta; corta no meio | Até 6 horas em uma única tarefa |
| Suas palavras exatas | Linhas são reescritas, mescladas ou esquecidas | Seu texto preservado palavra por palavra |
| Corrigir um SRT fora de sincronia | Chuta um deslocamento fixo de tempo | Cada legenda sincronizada novamente com o áudio |
| Arquivo pronto para o YouTube ou editores de vídeo | Texto para copiar e colar do chat | Downloads em SRT e VTT |
Como sincronizar uma transcrição com o áudio
-
1
Envie a gravação e o texto
Arraste o arquivo de áudio ou vídeo (MP3, M4A, WAV, MP4, MOV e outros) e o texto em formato TXT, DOCX ou SRT, ou cole o texto na caixa. Links públicos do Google Drive, Dropbox ou links diretos também funcionam para a gravação.
-
2
Defina o idioma, se desejar
O idioma falado é detectado automaticamente. Indicá-lo ajuda quando a gravação começa com música ou com algumas palavras em outra língua.
-
3
Confira a primeira parte e baixe
A primeira parte aparece na tela com as legendas sincronizadas. Se a minutagem estiver correta, pague $5 pela gravação inteira e baixe em SRT e VTT.
Por que um chatbot não consegue sincronizar seu texto
Colocar uma transcrição no formato SRT é fácil para um chatbot. O difícil é a minutagem: para saber que uma frase começa exatamente aos 12:41.3, é preciso ouvir a gravação e localizar essa fala dentro dela. Em arquivos longos, um assistente que só lê o seu texto inventa ou divide os tempos por estimativa, ficando cada vez mais dessincronizado da fala a cada minuto.
Esta ferramenta ouve o áudio com um modelo de reconhecimento de voz que marca o tempo exato de cada palavra ouvida. Seu texto é então alinhado a essas palavras por código, não por IA: frases que aparecem de forma idêntica em ambos servem de âncoras, e as palavras entre elas são alinhadas uma a uma. Quando o reconhecimento ouve uma palavra de forma diferente, escreve "13" em vez de "treze" ou não entende um termo, o tempo é calculado com base nas palavras vizinhas. No arquivo final, as palavras são sempre as suas.
Para que as pessoas usam
- Criadores de vídeo que escreveram um roteiro e precisam de legendas fiéis ao que realmente falaram na gravação
- Podcasters e jornalistas com transcrições já editadas que precisam de arquivos SRT para versões em vídeo
- Transcrições digitadas de entrevistas, audiências ou palestras que precisam de marcações de tempo para consulta
- Legendas de outra versão ou de um corte anterior que perderam o sincronismo, ajustadas novamente a partir deste áudio
- Professores e estudantes de idiomas que querem reproduzir um texto em perfeita sincronia com o áudio
Como obter os melhores resultados
Quanto mais próximo o seu texto for do que foi dito, melhor será o sincronismo. Pequenas edições não são problema: um "é..." removido, um nome corrigido, uma frase dita de forma ligeiramente diferente. Já um parágrafo que está no texto mas nunca foi pronunciado não tem fala correspondente para se fixar e acaba sendo espremido junto às frases vizinhas; apague esses trechos antes de enviar. Longos trechos de música, aplausos ou conversas em outro idioma são ignorados e não afetam as falas ao redor.
Se quiser controlar onde cada legenda quebra, coloque uma legenda por linha no texto; linhas com mais de 84 caracteres são divididas em pausas de frases ou orações. Para manter a divisão de um arquivo de legendas existente, envie o próprio SRT ou VTT: os blocos e as quebras de linha permanecem idênticos, mudando apenas os tempos.
Precisão e limites
A minutagem depende do reconhecimento de voz, que funciona melhor com fala nítida nos idiomas mais comuns. Para amárico, tigrínio, somali, dari, curdo, birmanês e pashto, os tempos das palavras vêm de um modelo geral de IA e são menos precisos; confira na primeira parte gratuita. Falas sobrepostas e música alta ao fundo podem fazer com que algumas frases comecem um pouco antes ou depois.
Cada tarefa aceita uma gravação e um texto. Esta ferramenta preserva as suas palavras e adiciona a marcação de tempo; se você ainda não tem uma transcrição, a ferramenta de áudio longo cria uma para você, e a ferramenta de legendas de vídeo gera legendas direto do áudio.
Páginas de sincronização por finalidade
Páginas feitas para tarefas comuns, cada uma abrindo a ferramenta com as configurações ideais já selecionadas.
Sincronizar meu roteiro com a locução em SRT
Você escreveu o roteiro, gravou a locução e agora precisa de legendas que apareçam no momento exato em que voc...
Saiba mais →Transforme uma transcrição em SRT com marcações de tempo
Se a sua entrevista, podcast ou aula já foi transcrita manualmente ou por um serviço, tudo o que falta é a min...
Saiba mais →Ressincronize um SRT que perde a sincronia
Legendas que começam sincronizadas e vão atrasando aos poucos, ou que vieram de uma versão com cortes diferent...
Saiba mais →Transformar meu roteiro do YouTube em legendas
As legendas automáticas costumam errar nomes, gírias e marcas de produtos, e consertar tudo linha por linha no...
Saiba mais →Quanto custa
Gravações curtas, primeira parte
Grátis
Gravações de até 10 minutos são sincronizadas por inteiro de graça, com download incluso e sem cadastro. Em gravações mais longas, as linhas da primeira parte são exibidas na tela com a marcação de tempo; com uma conta grátis você vê uma prévia maior.
Gravação inteira
$5
Pagamento único para uma gravação de até 6 horas com o seu texto. Em SRT e VTT. Sem assinatura.
Ilimitado
$19 / semana
Todas as ferramentas do site, com gravações de até 12 horas por tarefa. Renovação semanal, cancele quando quiser.
Perguntas e respostas
Como transformo uma transcrição em um arquivo SRT com marcações de tempo?
Envie a gravação e cole a transcrição ou faça o upload de um arquivo TXT ou DOCX. Cada linha é sincronizada com a fala do áudio; confira a primeira parte grátis, desbloqueie a gravação inteira por $5 e baixe o SRT.
O ChatGPT consegue sincronizar meu roteiro com o áudio?
Ele consegue formatar um roteiro como SRT, mas em gravações longas ele não tem como ouvir o momento em que cada fala acontece, gerando marcações aproximadas que saem de sincronia com o tempo. Esta ferramenta usa reconhecimento de voz para capturar o tempo exato de cada palavra e alinhar o seu texto a ele.
A ferramenta vai alterar as minhas palavras?
Não. O arquivo mantém o seu texto exatamente como você escreveu. O reconhecimento de voz é usado apenas para identificar quando cada palavra foi dita.
Dá para consertar um arquivo SRT fora de sincronia?
Sim. Envie a gravação e o arquivo SRT ou VTT. Cada legenda mantém o texto original e as quebras de linha, recebendo novos tempos a partir do áudio — o que também corrige o descompasso progressivo que um simples ajuste global não resolve.
E se o meu texto não bater exatamente com a gravação?
Pequenas diferenças não são problema: palavras que faltam ou foram trocadas têm seu tempo calculado a partir das palavras vizinhas. Trechos inteiros que não foram ditos no áudio devem ser removidos antes, pois não há fala correspondente para sincronizá-los.
Quais idiomas são suportados?
O idioma falado é detectado automaticamente, e você também pode selecionar um entre 77 idiomas para ajudar na identificação. A precisão da sincronia é maior nos idiomas mais falados; confira a primeira parte grátis no seu idioma.
Quanto custa?
Gravações de até 10 minutos são totalmente grátis. Gravações mais longas saem por $5, em pagamento único, para até 6 horas. O plano Ilimitado custa $19 por semana, tem renovação semanal e cobre até 12 horas por tarefa.
Minha gravação é privada?
Apenas você pode acessar a sua tarefa. A gravação é enviada a um provedor de modelos de IA exclusivamente para processamento e não é usada para treinar modelos. Tarefas iniciadas sem cadastro são excluídas após 7 dias, e você pode excluir qualquer tarefa manualmente a qualquer momento.
Atualizado em 25 de outubro de 2026 · APPFACT STUDIO LTD