Tradução da fala em uma única etapa
O jeito habitual de traduzir um vídeo é um processo em duas etapas: transcrever a fala no idioma original e depois passar o texto por um tradutor automático. Cada etapa acrescenta os próprios erros, e a segunda só enxerga as palavras, não a forma como foram ditas.
Esta ferramenta pega o caminho mais curto. O Whisper, o modelo de fala por trás dela, foi treinado não só para transcrever, mas também para produzir inglês diretamente a partir de áudio em outros idiomas; cerca de 125.000 horas dos dados de treinamento eram exatamente esse par de fala em outro idioma com texto em inglês. No modo de tradução, ele escuta a gravação e escreve em inglês, sem uma transcrição intermediária no idioma original.
Isso traz algumas vantagens práticas:
- Os tempos continuam ligados ao texto em inglês. Cada segmento traduzido mantém o início e o fim da fala de onde veio, então a saída em SRT e VTT fica sincronizada com o vídeo.
- Sem erros em cascata. Num processo em duas etapas, uma palavra mal ouvida vira uma tradução errada cheia de confiança; aqui o modelo trabalha a partir do próprio som, então não existe uma transcrição falha para o tradutor usar como base.
- Uma tarefa, uma espera. Você recebe o texto ou as legendas em inglês a partir de um único upload.
A contrapartida é que o idioma de destino é fixo: o Whisper só traduz para o inglês.
Bons usos e pontos fracos
Funciona bem para entender o conteúdo e para publicações sem grandes exigências:
- Acompanhar uma palestra, uma aula ou uma entrevista gravada num idioma que você não fala.
- Adicionar legendas em inglês a um clipe curto para um público internacional.
- Pegar a ideia geral de uma mensagem de voz, uma reportagem ou um vídeo de cliente antes de decidir se vale chamar um tradutor profissional.
Saiba onde ela tem dificuldade:
- Nomes próprios e termos. Nomes de pessoas, lugares e produtos podem ser traduzidos literalmente ou escritos errado. Confira-os antes de publicar.
- Expressões idiomáticas e humor. Expressões fixas às vezes são traduzidas palavra por palavra.
- Fala com idiomas misturados. Quando as pessoas trocam de idioma no meio da frase, alguns trechos podem sair sem tradução ou ser pulados.
- Trechos ocasionais sem tradução. De vez em quando, um segmento fica no idioma original. Escolher o idioma falado explicitamente, em vez de deixar em Detectar, torna isso mais raro.
- Gravações que já estão em inglês. Elas são simplesmente transcritas, então não faz sentido processá-las aqui; use a transcrição.
Como escolher a saída
São oferecidos três formatos, e o texto em inglês também aparece na página quando a tarefa termina, pronto para copiar:
- TXT coloca cada frase traduzida numa linha, sem tempos. Melhor para ler, fazer anotações, citar e colar num documento.
- SRT é a escolha segura para legendas: editores de vídeo, players de desktop e a maioria dos formulários de upload o aceitam.
- VTT é para vídeo HTML5 num site, onde o elemento
<track>só aceita VTT.
Para exibir as legendas em inglês, adicione o SRT como faixa de legenda no seu editor ou player, ou deixe-o ao lado do vídeo com o mesmo nome de arquivo. Se as legendas ficarem um ou dois segundos fora do lugar, ou se você precisar de outro formato depois, o conversor de legendas consegue deslocar os tempos e alternar entre SRT e VTT.
Como preparar o arquivo
São aceitos vídeo e áudio: MP4, MOV, MKV e WebM, além de MP3, WAV e M4A. Só o som é usado, então um vídeo grande pode ser trocado pela sua faixa de áudio para o upload ficar mais rápido. Uma gravação de tela de 300 MB costuma virar 10 a 15 MB como MP3, e a tradução sai igual.
O reconhecimento leva aproximadamente o mesmo tempo da gravação, e o limite grátis é medido em minutos de áudio, não em megabytes. Se uma gravação passar do seu limite, divida-a em pausas naturais e traduza as partes uma por vez, para que nenhuma frase seja cortada ao meio numa divisão.
O processamento acontece nos nossos servidores porque o modelo é grande demais para rodar numa aba do navegador. O upload é apagado assim que o resultado fica pronto, e o próprio resultado expira automaticamente em cerca de uma hora, então baixe ou copie logo.