Como Traduzir Vídeo para Português (ou Qualquer Idioma)

Para traduzir um vídeo para português, você precisa de legendas em português sincronizadas com a fala. A tarefa de tradução do Whisper é a rota gratuita mais rápida, mas só gera inglês. Por isso, para o português ou para qualquer outro idioma, ou para vários idiomas ao mesmo tempo, você transcreve primeiro e depois traduz o texto, mantendo todos os códigos de tempo.

Este guia mostra quatro formas de fazer isso, o que muda quando o destino não é o inglês e como conferir o resultado antes de publicar.

Legendas ou dublagem: o que "traduzir um vídeo" significa aqui

Traduzir um vídeo pode ser dois trabalhos diferentes. Este guia trata do primeiro: legendas, ou seja, texto na tela, traduzido e sincronizado com o que é dito. O segundo é traduzir a própria voz, com uma faixa dublada ou uma voz off no novo idioma. É outro trabalho, com outras ferramentas. O Sablate não faz dublagem, então nenhum dos métodos abaixo gera uma tradução falada.

Todos os métodos aqui partem de um arquivo de vídeo ou de áudio que você já tem no disco.

Como traduzir um vídeo para o português? Quatro métodos

1. A tarefa de tradução do Whisper. Gratuita, roda pela linha de comando, só gera inglês.
2. Transcrever e depois traduzir o arquivo de legendas. Funciona para qualquer idioma de destino e com qualquer ferramenta.
3. Sablate. Transcreva uma vez, adicione a tradução como camada, exporte ou embuta.
4. A tradução automática do YouTube. Só para assistir. Sem arquivo, sem exportação.

Eles diferem sobretudo em dois pontos: os idiomas que alcançam e se você termina com um arquivo de legendas seu.

Método 1: a tarefa de tradução do Whisper (só inglês)

O Whisper é o modelo de fala de código aberto da OpenAI. Segundo o README, ele é um modelo multitarefa: faz reconhecimento de fala multilíngue, tradução de fala e identificação de idioma. A parte de tradução é a que interessa aqui, e o README dá este exemplo para transformar fala em japonês em inglês:

whisper japanese.wav --model medium --language Japanese --task translate

Para obter um arquivo de legendas em vez das saídas padrão, adicione --output_format srt. A ferramenta de linha de comando lê vídeos além de áudio, porque decodifica a mídia pelo FFmpeg, então você pode apontá-la direto para um .mp4.

Só inglês. A tarefa de tradução tem um único idioma de destino. Se você precisa de legendas em português, alemão ou japonês, este método não as gera.

Não use o turbo. Este é o erro por trás da maioria dos relatos de "o Whisper não traduziu meu vídeo". O README afirma que o modelo turbo não foi treinado para tarefas de tradução e devolve o idioma original mesmo com --task translate ativado. Ele recomenda medium ou large para os melhores resultados de tradução. Se a sua "tradução" voltou no idioma original, confira qual modelo você rodou.

Os limites são práticos. Ele exige uma linha de comando e uma instalação do Python. Entrega um idioma só e nenhum editor, então um nome traduzido errado significa editar o SRT à mão. Para um vídeo para o inglês sem gastar nada, é difícil de superar. Se quiser ajuda para escolher um modelo, a comparação de modelos do Whisper mostra o que cada tamanho custa em tempo e em precisão.

Método 2: transcrever primeiro, depois traduzir o arquivo de legendas

A segunda rota divide o trabalho em dois. Gere um arquivo de legendas no idioma falado, com qualquer ferramenta Whisper, e depois traduza o texto mantendo os códigos de tempo. Funciona para qualquer idioma de destino, inclusive o inglês, porque o tradutor é uma etapa separada.

Há várias formas de executar essa segunda etapa: um editor de legendas com função de tradução automática, um tradutor de documentos que aceite .srt ou um modelo de linguagem com um prompt rigoroso, seguido de uma conferência de que o número de blocos continua igual. As ferramentas e as armadilhas estão em como traduzir um SRT sem estragar a sincronia, então não se repetem aqui.

A vantagem é o controle: você escolhe um tradutor para cada idioma e corrige o texto de origem antes de traduzi-lo. O custo são várias ferramentas e várias passagens de mão em mão. Se a transcrição ainda não é um arquivo, transcrever um vídeo em texto cobre essa primeira metade.

Método 3: traduzir um vídeo no Sablate, como camada

O Sablate é um aplicativo de computador para Windows 10 de 64 bits ou posterior e macOS 12 Monterey ou posterior. Ele não usa a tarefa de tradução do Whisper. Transcreve a fala no idioma falado e depois traduz esse texto como uma camada, legenda por legenda, de modo que cada linha traduzida mantém o tempo da linha original.

Os passos:

1. Clique em New job e solte um arquivo de vídeo ou de áudio do seu disco.
2. Defina Spoken language ou deixe na detecção automática. A transcrição roda localmente com o faster-whisper e cobre 100 idiomas falados.
3. Em Translate into, escolha um ou mais idiomas de destino.
4. Clique em Start.
5. Leia as linhas no editor. Você pode adicionar outro idioma depois com Add language…, sem transcrever de novo.
6. Exporte .srt, .vtt ou .txt, ou embuta as legendas em um .mp4. O Pro também exporta .ass e um .mkv com várias faixas.

O Argos é o tradutor offline. Ele roda na sua máquina, e cada pacote de idioma é baixado uma vez. Os pacotes do Argos associam cada idioma ao inglês, então do inglês para o português a tradução é direta. Um par sem o inglês, como espanhol para português, passa pelo inglês como etapa intermediária e fica um pouco mais sem graça. O Argos alcança cerca de 50 idiomas de destino. Com a sua própria chave de API, o Pro também pode usar o DeepL, a OpenAI ou o Claude, que costumam redigir melhor, embora o texto das legendas passe então a ir para esse provedor.

Como a tradução é uma camada sobre uma única transcrição, você pode adicionar um segundo e um terceiro idioma sem repetir nada, e cada camada tem seu próprio estilo e sua própria fonte para a escrita. Adicionar legendas em vários idiomas explica esse fluxo de trabalho.

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 elimina os limites; veja os preços. Depois de baixar o modelo de voz e os pacotes de idioma do Argos, a transcrição, a tradução offline e a renderização com legendas embutidas funcionam sem conexão com a internet. Baixe o Sablate para testar com um clipe curto.

Método 4: a tradução automática do YouTube, se você só precisa assistir

Se o vídeo está no YouTube e você só quer entendê-lo, não precisa de arquivo nenhum. No player, abra a engrenagem de configurações e escolha Subtitles/CC; se o seu idioma não estiver na lista, escolha Auto-translate e selecione-o. Isso é descrito na página de ajuda sobre configurações de legendas do YouTube.

É grátis e instantâneo, e dá legendas só dentro do player do próprio YouTube. Você não recebe arquivo, exportação nem nada para embutir. A página de legendas automáticas do YouTube diz que as legendas automáticas são geradas por máquina e que a qualidade pode variar, então uma tradução feita em cima delas herda isso. Para entender uma palestra, muitas vezes basta. Para um vídeo que você vai publicar, não.

Traduzir um vídeo para português (ou para qualquer idioma que não seja o inglês)

A maioria das pessoas não precisa de inglês. Precisa de português, alemão, francês ou japonês, e isso muda o método.

• A tarefa de tradução do Whisper está fora. Ela só gera inglês. É o único fato deste guia que não vale para os outros idiomas.
• Transcreva e depois traduza. Os métodos 2 e 3 funcionam para qualquer idioma de destino, porque a tradução é uma etapa separada do reconhecimento de fala.
• Direto ou por pivô. No Argos, os pares com o inglês são diretos. Um par sem o inglês, como espanhol para português, passa pelo inglês, o que acrescenta mais um ponto onde o sentido pode se perder. Se a sua origem já é o inglês, ou o seu destino é, você evita o desvio extra.
• Um tradutor melhor ajuda mais que um modelo de voz maior. Com a transcrição correta, a qualidade da redação vem do tradutor. O DeepL, a OpenAI e o Claude, usados com a sua chave no Sablate Pro, em geral soam melhor que o Argos offline. A troca é que o texto sai da sua máquina.
• Escritas e fontes. Chinês, japonês, coreano, árabe e devanágari precisam de uma fonte que realmente contenha esses caracteres, ou um vídeo com legendas embutidas mostra quadrados vazios. O Sablate dá a cada camada de idioma sua própria fonte para a escrita.

Um vídeo em inglês também pode ser traduzido para o seu idioma do mesmo jeito. O idioma de origem é o que for falado; o de destino é o que você escolher.

O que a tradução faz com a sincronia e a velocidade de leitura

A tradução mantém a sincronia e estraga a velocidade de leitura. A legenda continua começando e terminando onde o falante começou e terminou, mas a linha traduzida pode ser mais longa, e o espectador tem os mesmos segundos para lê-la. Do inglês para o alemão é um exemplo comum: o texto cresce, e uma legenda que era confortável fica rápida demais.

A medida são os caracteres por segundo, explicada em velocidade de leitura das legendas (CPS). A solução é encurtar o texto ou dividir a legenda em duas. Não mova os tempos, porque eles correspondem ao áudio.

Leia também cada linha antes de publicar. A tradução automática de legendas sai literal: expressões idiomáticas, piadas e nomes saem errados de formas que uma olhada rápida não pega. O Argos offline fica abaixo do DeepL e dos modelos de linguagem atuais na redação, e nenhum motor substitui a leitura de uma pessoa.

Traduzir um vídeo online ou offline?

Os tradutores de vídeo no navegador funcionam enviando seu arquivo para os servidores deles, traduzindo lá e devolvendo o resultado. É prático, e significa que o vídeo sai do seu computador. Para imagens privadas, trabalho de cliente ou uma conexão lenta, um método local é o padrão mais seguro. A tarefa de tradução do Whisper e a rota do Argos no Sablate processam o arquivo na sua máquina.

Comparação dos métodos

A tarefa de tradução do Whisper e o YouTube ganham do Sablate em preço e em configuração: a primeira é gratuita e não há aplicativo para comprar, o segundo não exige nada. Para um único vídeo para o inglês, ou uma palestra que você só quer acompanhar, qualquer um dos dois pode bastar.

Qual método escolher?

• Se você precisa do inglês, e não do português, para um vídeo e se sente à vontade com um terminal: a tarefa de tradução do Whisper com um modelo medium ou large.
• Só entender um vídeo do YouTube: a tradução automática do YouTube. Não monte um fluxo de trabalho em cima dela.
• Português, um vídeo: transcreva e depois traduza o SRT com o tradutor em que você mais confia.
• Vários idiomas, um vídeo que você vai publicar ou legendas embutidas: o Sablate, porque uma transcrição alimenta todos os idiomas e o editor pega as linhas longas.
• A redação importa mais que a privacidade: combine qualquer transcrição com o DeepL ou um modelo de linguagem, e mantenha a etapa de revisão.

Se você publicar o resultado, lembre-se de que um arquivo de legendas e um vídeo com legendas embutidas se comportam de modo diferente em cada plataforma. Hardsub versus softsub explica qual você precisa, e embutir legendas em um vídeo cobre a renderização.

Perguntas frequentes

Como traduzo um vídeo para português de graça?

O Whisper só traduz para inglês, então transcreva a fala com uma ferramenta Whisper gratuita e traduza o texto das legendas para português, mantendo os códigos de tempo. Outra opção é o plano gratuito do Sablate, que traz uma camada de tradução offline para vídeos de até dez minutos, num aplicativo, sem linha de comando.

O Whisper consegue traduzir um vídeo para português?

Não. A tarefa de tradução do Whisper só gera inglês. Para chegar ao português, transcreva primeiro a fala no idioma original e depois traduza o texto resultante com um tradutor separado, mantendo os códigos de tempo. O Argos, o DeepL e os grandes modelos de linguagem fazem essa segunda etapa sobre o texto das legendas.

Por que o Whisper não traduziu meu vídeo?

Provavelmente você usou o modelo turbo. O README do Whisper diz que o turbo não foi treinado para tradução e devolve o idioma original mesmo com a tarefa de tradução ativada. Troque para o modelo medium ou large e rode o mesmo comando de novo. O README recomenda esses dois para os melhores resultados de tradução.

Posso traduzir um vídeo offline, sem enviá-lo para a internet?

Sim. O Whisper roda localmente na transcrição e na tradução para inglês, e o Sablate une a transcrição local ao Argos, um tradutor offline. Depois de baixar o modelo de voz e os pacotes de idioma, os dois funcionam sem internet. Os tradutores de vídeo no navegador são diferentes: eles enviam seu arquivo para os servidores deles.

Traduzir um vídeo estraga a sincronia das legendas?

Não, se você traduzir o texto e mantiver os códigos de tempo. O início e o fim de cada legenda continuam onde a fala está. O que muda é o tamanho: as linhas traduzidas costumam ficar mais longas, e a legenda pode ficar rápida demais para ler. Encurte o texto ou divida a legenda, em vez de mover os tempos.

Como traduzo um vídeo em inglês para português?

Transcreva a fala em inglês e traduza o texto para português mantendo os tempos. A tarefa de tradução do Whisper não faz esse sentido, pois só gera inglês. O Sablate faz isso como uma camada de tradução, e do inglês para o português o par do Argos é direto. Leia o resultado antes de publicar, porque a tradução automática de legendas costuma ficar literal.