Manual do Sablate

O Sablate transforma em legendas um vídeo que já está no computador: ouve o áudio, escreve as palavras, traduz se você pedir, deixa você corrigir o que saiu errado e devolve um arquivo de legendas ou um vídeo com as legendas pintadas na imagem.

O que o torna incomum é onde o trabalho acontece. A transcrição roda no próprio computador com o Whisper, a tradução pode rodar offline com o Argos, e as legendas são embutidas localmente com o ffmpeg. Nada é enviado, colocado em fila nem cobrado por minuto, a menos que você conecte explicitamente um motor na nuvem com sua própria chave.

O Sablate não baixa vídeos do YouTube nem de qualquer outra plataforma, não faz dublagem nem gera voz, não corta clipes automaticamente e não identifica quem está falando. A única fonte de uma tarefa é um arquivo que já está no disco.

O Sablate roda no Windows 10 e 11 e no macOS 12 ou mais recente, como um programa normal e assinado — não há nada para configurar depois que o instalador termina.

1. Baixe a versão para seu computador

   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 download escolhe a mais provável para você e mantém as outras visíveis.

2. Execute o instalador

   Windows: o instalador é assinado, então não aparece aviso do SmartScreen. macOS: o programa é notarizado — arraste-o para Aplicativos e abra como de costume.

3. Deixe o primeiro modelo baixar

   Nenhum modelo de voz vem dentro do instalador. Na primeira abertura, o Sablate propõe baixar o modelo Balanced em segundo plano, para você ter com o que trabalhar; enquanto isso, você já pode começar uma tarefa com o Fast.

Uma tarefa é um arquivo de origem e as configurações que geraram as legendas dele. Você cria uma na tela New job.

O Sablate aceita os contêineres de vídeo mais comuns e arquivos de áudio — .mp4, .mov, .mkv, .webm, .avi, .m4v, .mp3, .wav, .m4a, .flac e mais alguns. Arquivos só de áudio funcionam exatamente do mesmo jeito, sem as opções que precisam de imagem.

Assim que um arquivo entra, o resto da tela se preenche: o idioma falado nele, os idiomas para os quais traduzir e qual motor faz a escuta.

Clique em Start e a tarefa aparece na biblioteca, onde você pode acompanhá-la trabalhando. Não é preciso mais nada — os padrões já são uma configuração que funciona.

O Whisper vem em tamanhos, e o tamanho define o equilíbrio entre velocidade e precisão. O Sablate oferece quatro níveis, além dos motores na nuvem.

O nome é o rótulo 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 quanto o Best e várias vezes mais rápido. Desça para Balanced ou Fast para uma primeira passada grosseira que você editaria de qualquer forma, ou quando o computador não tem GPU.

O Sablate transcreve o conjunto completo do Whisper — cerca de cem idiomas falados — e detecta o idioma sozinho, a menos que você diga o contrário. Vale a pena indicá-lo quando um arquivo abre com música, ou quando dois idiomas são falados e você quer as legendas em um 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, geradas de uma só vez. Você sempre pode adicionar um idioma depois no editor, então não precisa decidir tudo aqui.

Cada tarefa fica na biblioteca até você apagá-la: as legendas, as edições, o estilo aplicado e os idiomas que ela contém.

A barra lateral também funciona como filtro — All jobs, Active, Completed e Failed levam cada um à biblioteca com aquele filtro aplicado.

Enquanto uma tarefa roda, o painel de detalhes mostra em que etapa ela está, em vez de uma porcentagem solta — extraindo o áudio, transcrevendo, traduzindo, formatando.

Quando termina, o mesmo painel vira o ponto de partida: abra o editor ou exporte direto daqui se as legendas não precisarem de correções.

O editor é onde uma transcrição vira uma faixa de legendas. Ele abre sobre uma tarefa e reúne o vídeo, o texto e o estilo em uma só janela.

A barra da esquerda alterna entre três modos:

• Overview — os idiomas que esta tarefa contém e o que gerou cada um.
• Subtitles — a lista de legendas e o painel de estilo: onde o trabalho de verdade 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 as legendas embutidas usam, então o que você vê é o que o arquivo exportado recebe.

Clique em qualquer linha para editá-la. A alteração aparece na pré-visualização na hora e é salva sem você pedir — o indicador na barra de título mostra Saved com o horário do último salvamento.

A sincronização é feita arrastando, não digitando códigos de tempo. Cada legenda é um bloco na linha do tempo; arraste a borda para mudar quando ela começa ou termina, arraste o bloco para movê-lo 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 muitas vezes é a maneira mais rápida de ler uma tarefa longa e achar um erro.

Split into shorter lines refaz a quebra de toda a faixa em uma, duas, três ou quatro palavras por linha, ou em um número de caracteres. Uma palavra por linha é o visual do vídeo vertical; um limite de caracteres é o que as legendas em estilo de TV pedem.

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

Import SRT or VTT traz legendas que você já tem, para que você possa estilizar e embutir uma faixa que o Sablate não gerou.

O editor é mais rápido pelo teclado do que pelo mouse, e a lista completa está a uma tecla de distância — pressione F1 ou ? a qualquer momento.

No macOS, Cmd substitui Ctrl.

Uma tradução não é uma tarefa separada. É uma camada sobre a que você já tem, que compartilha a mesma sincronização, o mesmo estilo e o mesmo vídeo de origem.

Isso importa na prática: corrija uma legenda dessincronizada uma vez e todos os idiomas acompanham, porque todos apontam para os mesmos limites.

Cada camada pode ser traduzida de novo por conta própria se você trocar de motor, e remover uma apaga apenas aquele idioma.

O Argos roda inteiramente no computador e não precisa de conta. Ele baixa um pacote de idioma por par na primeira vez que é usado e depois funciona offline para sempre. A qualidade basta para a maior parte do trabalho de legendagem, e ele é o padrão.

O DeepL, a OpenAI e o Claude se conectam com sua própria chave de API, cobrada em sua própria conta. Funcionam melhor com fala idiomática, e o Claude em particular leva o contexto entre as legendas em vez de traduzir cada linha isoladamente.

Os modelos de voz escrevem errado nomes de marcas, de pessoas e de produtos — de forma consistente e sempre do mesmo jeito. Em vez de corrigi-los linha por linha, liste-os uma vez.

Tudo o que estiver na lista de vocabulário personalizado é passado ao modelo antes de ele começar, local ou na nuvem, para que já saia escrito corretamente. Vale a pena adicionar os nomes dos produtos, as pessoas que aparecem com frequência e qualquer termo técnico que continue saindo errado.

Para uma tarefa já transcrita, Find and replace faz o mesmo reparo depois, com a transcrição já pronta.

O Sablate traz treze presets em quatro grupos, e são designs de verdade, não simples 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 padrão e lembra as legendas que um serviço de streaming desenharia. O grupo Viral é feito para vídeo em formato de celular: grande, pesado, de alto contraste, uma ou duas palavras de cada vez.

Mudar qualquer coisa no painel abaixo da galeria torna o estilo seu; salvá-lo como um preset com nome o mantém para tarefas futuras.

O Whisper devolve uma marca de tempo para cada palavra, não só para cada linha, e é isso que torna o recurso possível sem nenhum trabalho extra de sua parte.

• Color — a palavra ativa muda de cor.
• Box — uma caixa preenchida acompanha a palavra ativa.
• Fill — a linha vai se preenchendo da esquerda para a direita conforme é dita.
• Word — só a palavra atual aparece na tela.

A sincronização é exata para o idioma falado, porque esses são os próprios limites de palavra do modelo. Em uma camada traduzida, as palavras são distribuídas ao longo da legenda, para que a varredura acompanhe a linha mesmo com a ordem das palavras alterada.

As fontes que vêm com o Sablate — Montserrat ExtraBold, Anton, Bangers, Bebas Neue e Archivo Black — são empacotadas tanto com o renderizador quanto com a interface. É por isso que vale preferi-las: uma fonte que só existe em seu computador fica certa na pré-visualização e depois muda discretamente no vídeo exportado.

Se um idioma não puder ser desenhado na fonte escolhida, o painel avisa e indica qual está sendo usada no lugar.

São o contorno e a sombra que mantêm as legendas legíveis sobre uma imagem em movimento. Um contorno grosso funciona em quase qualquer filmagem; sobre vídeos agitados, um fundo é a escolha mais segura. O fundo ocupa o lugar do contorno e da sombra e, por si só, desenha uma única caixa retangular em volta de toda a legenda.

Marque Box background para dar a cada linha sua própria caixa ajustada, como nas legendas de TV. Ela exige uma opacidade de fundo acima de 0% e não está disponível com o realce palavra a palavra, que mantém a caixa única em volta da legenda.

As legendas ficam em uma de nove posições, com uma margem que você define. A margem é medida a partir da borda superior ou inferior e vai até metade do quadro, então uma legenda pode ficar em qualquer altura da imagem; a linha do meio permanece centralizada e ignora a margem. Embaixo no centro é a convenção; em cima no centro serve para quando acontece algo importante na parte de baixo do quadro, e vídeo em formato de celular costuma pedir legendas mais acima do que um vídeo para computador.

Frame remodela o próprio vídeo com legendas embutidas: deixe na origem ou reenquadre para 9:16 ou 1:1 e escolha se as bordas são cortadas ou preenchidas com um desfoque da imagem. Os arquivos de legendas não são afetados por isso — só muda o vídeo renderizado.

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

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

Embutir as legendas usa o mesmo renderizador da pré-visualização, então a fonte, o contorno, a varredura de karaokê e a posição sobrevivem à viagem. Você pode renderizar na proporção original ou reenquadrar para 9:16 ou 1:1 na saída.

Um .mkv com legendas selecionáveis é a outra metade disso: um arquivo de vídeo que carrega cada idioma como uma faixa alternável, sem recodificação e sem perda de qualidade.

Duas coisas ganham escala no Pro.

Vários arquivos de uma vez — solte uma pasta inteira de vídeos na tela New job e um único bloco de configurações vale para todos. Eles entram em fila e rodam um de cada vez.

Todos os idiomas em uma só ação — uma tarefa com quatro camadas de tradução pode gravar os quatro arquivos de legendas em uma pasta, ou renderizar os quatro vídeos com legendas embutidas, a partir de uma única entrada de menu.

Esta é a diferença entre legendar um vídeo e manter um canal em quatro idiomas toda semana.

General reúne o idioma da interface — inglês ou turco — e o tema, que por padrão acompanha o sistema.

Defaults é o que uma nova tarefa usa como ponto de partida: o idioma falado, o modelo, o tradutor, os idiomas de destino, o preset e se o editor abre sozinho quando uma tarefa termina. Tudo o que está aqui ainda pode ser substituído tarefa a tarefa.

Providers é onde ficam as chaves de API e onde você gerencia os modelos Whisper e os pacotes Argos no disco — inclusive apagando os que não usa mais.

Para lugar nenhum, por padrão.

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

A única exceção é um motor na nuvem que você mesmo conecta. Escolha a OpenAI ou a ElevenLabs para transcrição e o áudio é enviado a elas; escolha o DeepL, a OpenAI ou o Claude para tradução e o que é enviado é o texto. O programa avisa no momento em que você escolhe um, sempre, e nenhuma tarefa troca de motor em silêncio.

O próprio Sablate faz quatro tipos de chamada para fora: uma verificação de atualizações a cada poucas horas, uma verificação de licença cerca de uma vez por dia no Pro, estatísticas de uso anônimas e o formulário de sugestão de funcionalidades, se você o usar. Nenhuma delas leva qualquer informação sobre seus arquivos, e o programa continua funcionando offline sem elas. A política de privacidade lista exatamente o que as estatísticas contêm.

O Free é permanente e não exige conta: vídeos de até dez minutos, três tarefas por mês, os níveis Fast e Balanced, uma camada de tradução offline, exportação .srt, .vtt e .txt, vídeo com legendas embutidas e uma marca no canto, o editor completo, aceleração por GPU e os treze presets. A primeira tarefa que você rodar além do limite de dez minutos roda com qualquer duração e pode ter três camadas de tradução.

O Pro custa $29, uma vez só: qualquer duração, qualquer número de tarefas, todos os níveis do Whisper, transcrição e tradução na nuvem com suas próprias chaves, .ass e .mkv com legendas selecionáveis, legendas embutidas sem marca, processamento em lote, exportação de todos os idiomas com um clique, edição no nível da palavra e presets personalizados.

Compre o Pro uma vez — todas as atualizações Pro são gratuitas para sempre, sem renovação. Se preferir não pagar tudo de uma vez, o Pro também custa $5.99 por mês para um computador: as mesmas funcionalidades, cancelamento a qualquer momento, e o Pro continua ativo até o fim do mês que você pagou.

Uma licença fica vinculada a um computador por vez e pode ser transferida: desative-a aqui e depois ative-a no computador novo com a mesma chave. Os pacotes de volume cobrem até dez licenças para uma equipe.

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

O download de um modelo trava — os modelos vêm do Hugging Face, e um proxy corporativo ou uma VPN costuma ser o motivo. O arquivo parcialmente baixado é descartado com segurança; iniciar a tarefa de novo retoma sem problemas.

A transcrição está muito mais lenta do que o esperado — verifique se a GPU está sendo usada. Sem uma, o nível Best pode levar várias vezes a duração do vídeo, que é o que o aviso abaixo do seletor de modelos está dizendo.

O vídeo com legendas embutidas parece diferente da pré-visualização — isso não deveria acontecer com as fontes empacotadas. Se você escolheu uma fonte do próprio sistema, o renderizador pode não tê-la; troque por uma das cinco que vêm com o Sablate.

O vídeo de origem está faltando — mover ou renomear um arquivo depois que a tarefa foi criada quebra o vínculo. Vincule-o de novo pelo editor e todo o resto continua intacto.