Manual do Sablate

O Sablate transforma em legendas um vídeo que já está no seu computador: ouve o áudio, escreve as palavras, traduz se lhe pedir, deixa-o corrigir o que ficou mal, e devolve-lhe ou um ficheiro de legendas ou um vídeo com as legendas pintadas na imagem.

A parte que o torna invulgar é o sítio onde o trabalho acontece. A transcrição corre na sua própria máquina com o Whisper, a tradução pode correr offline com o Argos, e a incrustação é feita localmente com o ffmpeg. Nada é enviado, posto em fila ou cobrado ao minuto, a menos que ligue explicitamente um motor na nuvem com a sua própria chave.

O Sablate não transfere vídeos do YouTube nem de qualquer outra plataforma, não dobra nem gera voz, não corta clips automaticamente, e não identifica quem está a falar. A única fonte de uma tarefa é um ficheiro que já está no seu disco.

O Sablate corre no Windows 10 e 11 e no macOS 12 ou mais recente, como uma aplicação normal e assinada — não há nada para configurar depois de o instalador terminar.

1. Transfira a versão para a sua máquina

   O instalador do Windows tem cerca de 320 MB e ocupa cerca de 1,3 GB depois de instalado. O macOS tem duas versões separadas: Apple silicon (arm64) e Intel (x64). A página de transferência escolhe por si a mais provável e mantém as outras visíveis.

2. Execute-o

   Windows: o instalador está assinado, por isso não há aviso do SmartScreen. macOS: a aplicação está notarizada — arraste-a para as Aplicações e abra-a como de costume.

3. Deixe transferir o primeiro modelo

   Nenhum modelo de voz vem dentro do instalador. No primeiro arranque, o Sablate propõe ir buscar o modelo Balanced em segundo plano para ter com que trabalhar; entretanto pode começar já uma tarefa com o Fast.

Uma tarefa é um ficheiro de origem e as definições que produziram as suas legendas. Cria uma a partir do ecrã New job.

O Sablate aceita os contentores de vídeo habituais e ficheiros de áudio — .mp4, .mov, .mkv, .webm, .avi, .m4v, .mp3, .wav, .m4a, .flac e alguns mais. As fontes só de áudio funcionam exatamente da mesma maneira, sem as opções que precisam de imagem.

Assim que um ficheiro entra, o resto do ecrã preenche-se: o idioma falado nele, os idiomas para onde traduzir, e que motor faz a escuta.

Carregue em Start e a tarefa aparece na biblioteca, onde a pode ver a trabalhar. Não é preciso mais nada — as predefinições são uma configuração que funciona.

O Whisper vem em tamanhos, e o tamanho decide a troca entre velocidade e rigor. O Sablate expõe quatro níveis, mais os motores na nuvem.

O nome é a etiqueta no cartão; o identificador ao lado — tiny, small, large-v3-turbo, large-v3 — é o modelo Whisper por baixo.

O Accurate é aquele em que a maioria das pessoas deve ficar: é quase tão bom como o Best e várias vezes mais rápido. Desça para Balanced ou Fast para uma passagem grosseira que ia editar de qualquer forma, ou quando a máquina não tem GPU.

O Sablate transcreve o conjunto completo do Whisper — cerca de cem idiomas falados — e deteta o idioma sozinho, a menos que lhe diga o contrário. Vale a pena nomeá-lo quando um ficheiro abre com música, ou quando se falam dois idiomas e quer as legendas num deles.

Os idiomas de destino são opcionais. Uma tarefa sem nenhum é uma transcrição; uma tarefa com três é uma transcrição mais três camadas de tradução, produzidas numa só passagem. Pode sempre acrescentar um idioma mais tarde no editor, por isso não é preciso decidir tudo aqui.

Cada tarefa fica na biblioteca até a apagar: as legendas, as suas edições, o estilo que lhe deu e os idiomas que transporta.

A barra lateral serve também de filtro — All jobs, Active, Completed e Failed saltam cada um para a biblioteca com esse filtro aplicado.

Enquanto uma tarefa corre, o painel de detalhe mostra em que fase está, em vez de uma percentagem nua — a extrair o áudio, a transcrever, a traduzir, a formatar.

Quando termina, o mesmo painel transforma-se no sítio de onde parte: abra o editor, ou exporte diretamente daqui se as legendas não precisarem de correções.

O editor é onde uma transcrição se torna uma faixa de legendas. Abre sobre uma tarefa e dá-lhe o vídeo, o texto e o estilo numa só janela.

A barra da esquerda alterna entre três modos:

• Overview — os idiomas que esta tarefa transporta, e o que produziu cada um.
• Subtitles — a lista de legendas e o painel de estilo: onde o trabalho a sério acontece.
• Transcript — o texto como prosa corrida, para ler e para copiar.

O painel de vídeo não é uma pré-visualização no sentido vago. As legendas desenhadas por cima são renderizadas a partir dos mesmos valores de estilo que a incrustação usa, por isso o que vê é o que o ficheiro exportado recebe.

Clique em qualquer linha para a editar. A alteração chega à pré-visualização de imediato e é guardada sem que a peça — a pastilha na barra de título diz Saved com a hora da última escrita.

A sincronização faz-se a arrastar, não a escrever códigos de tempo. Cada legenda é um bloco na linha do tempo; arraste a sua extremidade para mudar quando começa ou acaba, arraste o bloco para a mover, e clique em qualquer ponto da régua para levar o cursor de reprodução até lá.

O modo de transcrição é o mesmo texto sem os limites das legendas, o que é muitas vezes a maneira mais rápida de ler uma tarefa longa e de apanhar um erro.

Split into shorter lines volta a quebrar toda a faixa a uma, duas, três ou quatro palavras por linha, ou a um número de carateres. Uma palavra por linha é o aspeto que o vídeo vertical usa; um limite de carateres é o que as legendas de estilo televisivo querem.

Find and replace corrige de uma só vez, em todo o lado, um nome que o modelo ouviu mal. Funciona no idioma que está a editar de momento e deixa as outras camadas em paz — que é o que quer, porque a grafia correta raramente é a mesma palavra noutro idioma.

Import SRT or VTT traz legendas que já tem, para que possa dar estilo e incrustar uma faixa que o Sablate não produziu.

O editor é mais rápido a partir do teclado do que do rato, e a lista completa está a uma tecla de distância — carregue em F1 ou ? a qualquer momento.

No macOS, Cmd substitui Ctrl.

Uma tradução não é uma tarefa separada. É uma camada sobre a que já tem, que partilha a sua sincronização, o seu estilo e o seu vídeo de origem.

Isso conta na prática: corrija uma legenda mal sincronizada uma vez e todos os idiomas a seguem, porque apontam todos para os mesmos limites.

Cada camada pode ser retraduzida por si só se mudar de motor, e remover uma apaga apenas esse idioma.

O Argos corre inteiramente na sua máquina e não precisa de conta. Transfere um pacote de idioma por par na primeira utilização e depois funciona offline para sempre. A qualidade chega para a maior parte do trabalho de legendagem, e é o predefinido.

O DeepL, a OpenAI e o Claude ligam-se com a sua própria chave de API, faturada à sua própria conta. Leem-se melhor em fala idiomática, e o Claude em particular transporta contexto entre legendas em vez de traduzir cada linha isoladamente.

Os modelos de voz escrevem mal nomes de marcas, de pessoas e de produtos — de forma consistente, e sempre da mesma maneira. Em vez de os corrigir linha a linha, liste-os uma vez.

Tudo o que estiver na lista de vocabulário personalizado é dado ao modelo antes de ele começar, local ou na nuvem, para que saia logo escrito corretamente. Vale a pena acrescentar os nomes dos seus produtos, as pessoas que aparecem com regularidade, e qualquer termo técnico que continue a sair errado.

Para uma tarefa já transcrita, Find and replace faz a mesma reparação depois do facto.

O Sablate traz treze predefinições em quatro grupos, e são desenhos a sério, não trocas de cor:

• Viral — Hormozi, Beast, Reels, One Word, Karaoke, Pop
• Clean — Classic, Podcast, Creator, Highlighter
• Bold — Impact, Minimal
• Cinematic — Cinema

O Classic é o predefinido e parece as legendas que um serviço de streaming desenharia. O grupo Viral é feito para vídeo em formato de telemóvel: grande, pesado, de alto contraste, uma ou duas palavras de cada vez.

Mudar o que quer que seja no painel por baixo da galeria torna o estilo seu; guardá-lo como predefinição com nome mantém-no para tarefas futuras.

O Whisper devolve uma marca temporal para cada palavra, não apenas para cada linha, que é o que torna isto possível sem qualquer trabalho extra da sua parte.

• Color — a palavra ativa muda de cor.
• Box — uma pastilha preenchida segue a palavra ativa.
• Fill — a linha preenche-se da esquerda para a direita à medida que é dita.
• Word — só a palavra atual está no ecrã.

A sincronização é exata para o idioma falado, porque esses são os próprios limites de palavra do modelo. Numa camada traduzida, as palavras são distribuídas ao longo da legenda, para que a varredura se mantenha a par da linha mesmo tendo a ordem das palavras mudado.

Os tipos de letra que vêm com o Sablate — Montserrat ExtraBold, Anton, Bangers, Bebas Neue e Archivo Black — são empacotados com o renderizador, tal como com a interface. É essa a razão para os preferir: um tipo de letra que só existe na sua máquina fica bem na pré-visualização e depois muda discretamente no vídeo exportado.

Se um idioma não puder ser desenhado no tipo de letra que escolheu, o painel di-lo e nomeia o que está a ser usado em vez dele.

O contorno e a sombra são o que mantém as legendas legíveis sobre uma imagem em movimento. Um contorno grosso funciona em quase qualquer filmagem; uma caixa de fundo translúcida é a escolha mais segura sobre vídeo agitado.

As legendas ficam numa de nove posições, com uma margem que define. Em baixo ao centro é a convenção; em cima ao centro serve para quando acontece algo importante no fundo do enquadramento, e o vídeo em formato de telemóvel costuma querer as legendas mais acima do que um vídeo para computador.

Frame remodela o próprio vídeo incrustado: deixe-o na origem, ou reenquadre para 9:16 ou 1:1 e escolha se as margens são recortadas ou preenchidas com um desfoque da imagem. Os ficheiros de legendas não são afetados por isto — só muda o vídeo renderizado.

As exportações levam as suas edições. Uma exportação feita a partir da biblioteca, sem alguma vez abrir o editor, também as leva.

As plataformas que reproduzem vídeo sem som por predefinição — TikTok, Reels, Shorts — esperam que as legendas façam parte da imagem. É isso que a incrustação faz: recodifica o vídeo com as legendas pintadas, usando o estilo exato do painel.

A incrustação usa o mesmo renderizador de legendas que a pré-visualização, por isso o tipo de letra, o contorno, a varredura de karaoke e a posição sobrevivem todos à viagem. Pode renderizar na proporção de origem ou reenquadrar para 9:16 ou 1:1 à saída.

Um .mkv com legendas selecionáveis é a outra metade disto: um ficheiro de vídeo que transporta cada idioma como uma faixa comutável, sem recodificação e sem perda de qualidade.

Duas coisas crescem em escala no Pro.

Vários ficheiros de uma vez — largue uma pasta inteira de vídeos no ecrã New job e um só bloco de definições aplica-se a todos. Ficam em fila e correm à vez.

Todos os idiomas numa só ação — uma tarefa que transporta quatro camadas de tradução pode escrever os quatro ficheiros de legendas numa pasta, ou renderizar os quatro vídeos incrustados, a partir de uma única entrada de menu.

Esta é a diferença entre legendar um vídeo e gerir um canal em quatro idiomas todas as semanas.

General contém o idioma da interface — inglês ou turco — e o tema, que segue o seu sistema por predefinição.

Defaults é aquilo com que uma nova tarefa começa: o idioma falado, o modelo, o tradutor, os idiomas de destino, a predefinição de estilo, e se o editor abre sozinho quando uma tarefa termina. Tudo o que está aqui pode ainda ser substituído tarefa a tarefa.

Providers é onde vivem as chaves de API e onde gere os modelos Whisper e os pacotes Argos no disco — incluindo apagar os que já não usa.

Para lado nenhum, por predefinição.

• O vídeo nunca sai do seu computador. O Sablate lê-o de onde está.
• A transcrição com um nível Whisper local é um processo local. Não há envio nem fila de espera.
• A tradução com o Argos também é local, assim que o seu pacote de idioma estiver no disco.
• O estilo, a pré-visualização e a incrustação são todos locais — o ffmpeg na sua máquina.

A única exceção é um motor na nuvem que ligue por si próprio. Escolha a OpenAI ou a ElevenLabs para transcrição e o áudio é-lhes enviado; escolha o DeepL, a OpenAI ou o Claude para tradução e é o texto. A aplicação di-lo no momento em que escolhe um, sempre, e nenhuma tarefa muda de motor em silêncio.

O próprio Sablate faz dois tipos de chamada para fora: uma verificação de licença cerca de uma vez por dia, e o formulário de sugestão de funcionalidades se o usar. Nenhuma delas transporta o que quer que seja sobre os seus ficheiros.

O Free é permanente e não precisa de conta: vídeos até dez minutos, três tarefas por mês, os níveis Fast e Balanced, uma camada de tradução offline, exportação .srt, .vtt e .txt, vídeo incrustado com uma marca no canto, o editor completo, aceleração por GPU e as treze predefinições. A primeira tarefa que correr para além da barreira dos dez minutos corre com qualquer duração e pode transportar três camadas de tradução.

O Pro custa $29, uma vez: qualquer duração, qualquer número de tarefas, todos os níveis Whisper, transcrição e tradução na nuvem com as suas próprias chaves, .ass e .mkv com legendas selecionáveis, uma incrustação sem marca, processamento em lote, exportação de todos os idiomas num clique, edição ao nível da palavra e predefinições personalizadas.

Compre o Pro uma vez — todas as atualizações Pro são gratuitas para sempre. Sem subscrição e sem renovação.

Uma licença está ligada a uma máquina de cada vez e pode ser mudada: desative-a aqui, depois ative-a no computador novo com a mesma chave. Os pacotes de volume cobrem até dez licenças para uma equipa.

"Sidecar is not ready" — o motor local que faz o trabalho a sério não arrancou. Reinicie-o em Settings → About; se continuar a falhar, o registo em %APPDATA%\Sablate\logs\main.log no Windows ou ~/Library/Application Support/Sablate/logs/main.log no macOS diz porquê.

A transferência de um modelo fica parada — os modelos vêm do Hugging Face, e um proxy empresarial ou uma VPN é a razão habitual. O ficheiro parcialmente transferido é descartado em segurança; voltar a começar a tarefa retoma de forma limpa.

A transcrição é muito mais lenta do que o esperado — verifique se a GPU está a ser usada. Sem uma, o nível Best pode demorar várias vezes a duração do vídeo, que é o que o aviso por baixo do seletor de modelos lhe está a dizer.

O vídeo incrustado parece diferente da pré-visualização — isto não deveria acontecer com os tipos de letra empacotados. Se escolheu um tipo de letra do seu próprio sistema, o renderizador pode não o ter; mude para um dos cinco que vêm com o Sablate.

O vídeo de origem está em falta — mover ou mudar o nome de um ficheiro depois de a tarefa estar feita quebra a ligação. Volte a ligá-lo a partir do editor e todo o resto sobrevive.