PotPlayer Whisper: Como Gerar Legendas a Partir do Áudio

O suporte do PotPlayer ao Whisper transforma o áudio de um vídeo em legendas dentro do próprio player. Clique com o botão direito no vídeo, abra o menu de legendas (Subtitles), escolha Gerar legendas por áudio... (English: Create subtitles from audio...), selecione um mecanismo, um modelo e o idioma e inicie. O PotPlayer baixa o que precisar no primeiro uso e pode salvar o resultado como um .srt ao lado do vídeo.

O recurso chegou na versão 241211 do PotPlayer, lançada em 11 de dezembro de 2024, e cresceu desde então: mais mecanismos, um botão de atualização, VAD e um modo em tempo real para transmissões. Abaixo: os passos, qual mecanismo e modelo combinam com o seu PC, o tempo real, a tradução, as falhas mais comuns e onde o recurso termina. Os fatos vêm do histórico oficial de versões do PotPlayer, da interface dele em inglês e dos repositórios dos desenvolvedores dos mecanismos, conferidos em 3 de novembro de 2026.

Como gerar legendas com o Whisper no PotPlayer?

Seis passos. Os nomes de menus e de configurações são os da interface em português do PotPlayer; onde ela não tem tradução, o nome em inglês aparece em negrito.

1. Abra um arquivo de vídeo. O modo normal só funciona com arquivos; diante de uma transmissão, o PotPlayer responde "Only files are available." (só há suporte a arquivos).
2. Clique com o botão direito no vídeo → Legendas (Subtitles) → Gerar legendas por áudio...
3. Escolha o Mecanismo do Whisper AI (English: Whisper AI engine). Na primeira vez, o PotPlayer pergunta "Does download the engine?" (baixar o mecanismo?).
4. Escolha o Modelo do Whisper AI e o Idioma do Whisper AI. O download do modelo é oferecido do mesmo jeito.
5. Marque "Salvar legenda na mesma pasta do vídeo, se possível". A versão 250226 passou a salvar "with the same name as the video" (com o mesmo nome do vídeo), então você recebe filme.srt ao lado de filme.mp4.
6. Inicie. O PotPlayer extrai o áudio, roda o mecanismo e carrega as legendas.

Mais duas opções ficam na mesma janela. Gerar automaticamente ao iniciar a reprodução roda o trabalho sempre que um arquivo é aberto, o que serve mais para uma pasta de aulas do que para um filme que você vê uma vez. Applying voice emphasis filter when extracting sound (aplicar filtro de ênfase de voz ao extrair o som) realça a voz no áudio extraído e vale a pena testar quando há música por baixo da fala.

O PotPlayer é gratuito e roda no Windows 11, 10, 8.1, 8 e 7, segundo o potplayer.tv. A versão atual é a 261021.

Qual mecanismo Whisper escolher no PotPlayer?

Escolha pela placa de vídeo. A lista Mecanismo do Whisper AI oferece sete mecanismos, todos rodando os modelos Whisper da OpenAI em compilações diferentes. Os tamanhos de download são os do servidor da Kakao em 3 de novembro de 2026:

CPU, BLAS, Vulkan e CUDA são compilações do whisper.cpp. O Whisper de Const-me se descreve como "a Windows port of the whisper.cpp implementation" (uma versão para Windows da implementação do whisper.cpp). Os dois mecanismos Faster-Whisper vêm do whisper-standalone-win de Purfview, cujo README lista o PotPlayer entre os programas para os quais ele foi feito e diz que os executáveis "automatically will choose to work on GPU if CUDA is detected" (escolhem sozinhos trabalhar na GPU se o CUDA for detectado). O autor marca a compilação mais antiga do Faster-Whisper como descontinuada, e por isso o Faster-Whisper-XXL é o que se deve usar em NVIDIA.

O Faster-Whisper-XXL chegou na versão 250226, junto com um botão Update (atualizar) para os mecanismos. A atualização não funciona enquanto um vídeo é reproduzido: o PotPlayer pede que você pare a reprodução primeiro.

Modelos Whisper do PotPlayer: qual é o certo?

O maior modelo que o seu PC termina em um tempo que você aceite. Os mecanismos whisper.cpp usam estes arquivos de modelo, de novo com os tamanhos do servidor da Kakao:

Existem variantes .en, só para inglês, dos modelos menores, e elas rendem mais quando toda palavra é em inglês. Os dois mecanismos Faster-Whisper usam o formato de modelo próprio do faster-whisper, e não esses arquivos.

Maior não é automaticamente melhor. Em nossa comparação de modelos Whisper, o large-v3 pulou um trecho de fala que um modelo menor captou no mesmo clipe. É um clipe, não um benchmark, mas já é motivo para começar pelo large-v3-turbo em vez do maior arquivo.

A versão 250625 acrescentou o VAD, a detecção de atividade de voz, que pula o silêncio e reduz as linhas inventadas que o Whisper escreve sobre música e pausas. Essas linhas inventadas são tratadas em por que o Whisper repete linhas e inventa texto.

Modo em tempo real: legendas do PotPlayer enquanto você assiste

Desde a versão 250909, o PotPlayer também sabe Gerar legendas por áudio (em tempo real) (English: Create subtitles from audio(Real-time)): ele transcreve enquanto a reprodução corre, com três configurações, Not used (não usar), Use if there are no subtitles (usar se não houver legendas) e Sempre usar. Mais uma opção o limita a fontes que não são arquivos: "Use apenas quando não for possível gerar legendas pelo som (não é um arquivo)".

Assim, os dois modos dividem o trabalho. Um arquivo no seu disco passa pelo modo normal, que processa o áudio inteiro e pode salvar um .srt. Uma transmissão ao vivo ou outra fonte que não seja arquivo passa pelo modo em tempo real, que legenda o que está tocando agora. A versão 260114 corrigiu as legendas em tempo real que saíam de sincronia durante transmissões ao vivo, então atualize antes de julgar.

O PotPlayer traduz legendas do Whisper?

Sim, pela tradução de legendas dele, que é mais antiga que o recurso do Whisper. No menu Subtitle Translation (tradução de legendas), você escolhe um Translation Engine (mecanismo de tradução) e se quer ver só a tradução, acima do original ou abaixo dele. O instalador atual traz plug-ins de tradução para Google, Bing, DeepL, Papago, Yandex, LibreTranslate e LM Studio; DeepL e Papago pedem a sua própria chave de API.

Uma opção mais nova, Tradução por IA integrada (English: Builtin AI translation), roda um modelo de linguagem local, que o PotPlayer baixa no formato GGUF, então o texto fica no seu PC. Os mecanismos online enviam o texto das legendas ao serviço deles, o que importa para vídeos confidenciais.

A versão 220706 acrescentou "the ability to save translation when saving subtitles" (a possibilidade de salvar a tradução ao salvar as legendas), então uma tradução pode acabar no arquivo salvo. Para uma tradução que você vai guardar, traduzir um .srt já corrigido é o caminho mais seguro; traduzir um vídeo para o seu idioma compara as opções.

O Whisper do PotPlayer não funciona: o que conferir

Siga esta lista:

1. Atualize o PotPlayer. O Whisper mudou em quase toda versão desde dezembro de 2024. A versão 250313 corrigiu o Whisper-Faster em placas NVIDIA série 5000, e a 250514 melhorou o tratamento de opções extras do Whisper.
2. O mecanismo ou o modelo não foi baixado. Use Open engine folder (abrir pasta do mecanismo) e Open model folder (abrir pasta do modelo) para ver o que chegou. O desenvolvedor do PotPlayer disse no fórum coreano de usuários que, quando o download automático falha, os arquivos podem ser baixados à mão e colocados ali.
3. Caracteres fora do inglês no seu nome de usuário do Windows. Em uma resposta no mesmo fórum, o desenvolvedor ligou uma falha a caracteres coreanos no nome da conta e sugeriu uma conta sem eles. Se o seu nome de usuário tem letras chinesas, japonesas, cirílicas ou acentuadas, vale descartar isso também.
4. Memória da GPU esgotada ou lentidão excessiva. Escolha um modelo menor, ou troque do CUDA para o Faster-Whisper-XXL ou o contrário.
5. Ele recusa uma transmissão. "Only files are available" (só há suporte a arquivos) indica o modo normal; use o modo em tempo real para essa fonte.

Se o texto sai, mas errado, confira primeiro a configuração de idioma. O próprio aviso do PotPlayer é direto sobre onde termina a responsabilidade dele: "PotPlayer is not involved in Whisper AI conversion" (o PotPlayer não participa da conversão do Whisper AI) e, para um resultado anormal, pede que você "contact the engine developer" (entre em contato com o desenvolvedor do mecanismo).

Onde o Whisper do PotPlayer fica a desejar?

Quando as legendas são para publicar, e não para ler enquanto se assiste. Purfview, que constrói os mecanismos Faster-Whisper que o PotPlayer roda, disse isso sem rodeios em uma discussão no repositório dele: "PotPlayer is not the right tool to generate proper subtitles. As far as I know, it takes text from the progress output, which isn't actual subtitles." (O PotPlayer não é a ferramenta certa para gerar legendas de verdade. Até onde sei, ele pega o texto da saída de progresso, que não são legendas de fato.)

O PotPlayer é um player. A janela Browse/Edit/Sync Subtitles (procurar, editar e sincronizar legendas; Alt+E) corrige uma linha ou desloca o tempo, mas não há linha do tempo com forma de onda, verificação de velocidade de leitura nem presets de legenda para um vídeo finalizado. Para entender um vídeo estrangeiro hoje à noite, isso basta. Para o YouTube, um cliente ou um curso, o arquivo ainda precisa passar por um editor.

Quando o Sablate serve melhor que o PotPlayer?

Quando você quer legendas para entregar: corrigidas, estilizadas e exportadas, no Windows ou no Mac.

O Sablate é um aplicativo de computador para Windows 10 ou posterior e macOS 12 ou posterior. Ele transcreve com o faster-whisper em quatro níveis, Fast (tiny), Balanced (small), Accurate (large-v3-turbo) e Best (large-v3), sem mecanismo para escolher. No Windows com uma GPU NVIDIA, o runtime do CUDA é baixado no primeiro uso da GPU. O editor dele ajusta o tempo das legendas em uma linha do tempo, divide e junta legendas e avisa quando uma linha é rápida demais para ler.

Uma transcrição alimenta várias camadas de tradução, cada uma com seu próprio estilo e sua própria fonte para a escrita. Treze presets de legenda, um estilo de varredura de karaoke por palavra e a renderização com legendas embutidas em 9:16, 1:1 ou 16:9 transformam o resultado em um vídeo pronto.

O plano gratuito não pede conta e cobre vídeos de até dez minutos, três trabalhos por mês, os modelos Fast e Balanced e uma camada de tradução offline; a renderização com legendas embutidas leva uma pequena marca no canto. O Pro custa $29, pagamento único, ou $5.99 por mês, e a página de preços lista o resto.

PotPlayer e Sablate lado a lado

O PotPlayer vence em preço, em legendas em tempo real para transmissões e na escolha de mecanismos e tradutores. Se você quer principalmente acompanhar um vídeo em um idioma que não fala, fique com ele. O Sablate é o caminho quando as legendas precisam sair do seu PC com cara de trabalho finalizado.

Qual caminho seguir?

"Quero entender um vídeo que estou assistindo." PotPlayer com large-v3-turbo e a tradução de legendas dele, se o idioma for estrangeiro.

"Tenho uma placa NVIDIA." Faster-Whisper-XXL ou CUDA com large-v3-turbo.

"Tenho gráficos AMD ou Intel." Vulkan com small ou large-v3-turbo, conforme o tempo que você aceita esperar.

"Uso um Mac." O PotPlayer não roda lá. O Subtitle Edit com Whisper é o caminho gratuito; um aplicativo de legendas para computador é o mais curto.

"Preciso de legendas para o YouTube ou para um cliente." Gere em um editor, não em um player, para que o tempo e o tamanho das linhas sejam verificados.

"Legendas estilizadas em três idiomas para um vídeo." Baixe o Sablate para Windows ou Mac.

Perguntas frequentes

Como uso o Whisper no PotPlayer?

Abra um arquivo de vídeo, clique com o botão direito, abra o menu de legendas e escolha Gerar legendas por áudio. Selecione um mecanismo do Whisper AI, um modelo e o idioma falado e inicie. Na primeira vez, o PotPlayer pede para baixar o mecanismo e o modelo, extrai o áudio, roda o Whisper e carrega as legendas ao terminar.

Qual mecanismo Whisper devo escolher no PotPlayer?

Em uma placa de vídeo NVIDIA, o Faster-Whisper-XXL ou o mecanismo CUDA; em uma GPU AMD ou Intel, o Vulkan; sem GPU utilizável, CPU ou BLAS. O Faster-Whisper-XXL é o maior download, com cerca de 2,5 GB, enquanto o mecanismo CPU tem menos de 4 MB. O mecanismo Whisper-Faster, mais antigo, foi descontinuado pelo autor.

Onde o PotPlayer salva as legendas do Whisper?

Ao lado do vídeo, em um arquivo SRT com o mesmo nome, desde que a opção de salvar a legenda na mesma pasta do vídeo esteja ligada. O PotPlayer passou a salvar com o nome do vídeo na versão 250226. Marque a opção antes de começar, para que o resultado vire um arquivo que você abre em qualquer editor de legendas ou player.

O PotPlayer consegue gerar legendas em tempo real?

Sim. Desde a versão 250909, o PotPlayer gera legendas por áudio em tempo real enquanto algo é reproduzido. Você pode deixá-lo desligado, usar só quando não houver legendas ou usar sempre. Ele serve para fontes que não são arquivos, como transmissões ao vivo; para um arquivo no seu disco, o modo normal processa o arquivo inteiro.

Por que o Whisper do PotPlayer não funciona?

Em geral é um download de mecanismo ou modelo que falhou, uma versão antiga do PotPlayer ou uma placa sem suporte. Atualize o PotPlayer primeiro, pois versões de 2025 corrigiram as placas NVIDIA série 5000. Se um download falhar, coloque os arquivos à mão pelas pastas do mecanismo e do modelo. O desenvolvedor também ligou uma falha a caracteres coreanos no nome de usuário.

O PotPlayer está disponível para Mac?

Não. O site oficial do PotPlayer lista apenas Windows 11, 10, 8.1, 8 e 7, em versões x86, x64 e ARM64. No Mac, você precisa de outra ferramenta para gerar legendas a partir do áudio, como um aplicativo de legendas para computador ou o Subtitle Edit, e os dois rodam o Whisper localmente no macOS.