O que Legendas a Partir da Transcrição faz?
Legendas não são um polimento opcional — elas são acessibilidade, mantêm espectadores que assistem sem som e, em tutoriais, reforçam termos exatos da interface. Esta skill produz um arquivo de legenda limpo e com tempo preciso. A estilização e a queima no vídeo são feitas em etapas posteriores.
Obtenha o texto mais preciso primeiro
A precisão vem de onde você começa:
- Se existir um roteiro de narração, use-o como verdade absoluta. Ele já está correto em relação a termos técnicos e rótulos de interface. Alinhe-o ao áudio em vez de retranscrever do zero.
- Caso contrário, transcreva o áudio (Whisper, legenda automática da plataforma ou qualquer ASR) e depois corrija-o comparando com o vídeo. O ASR invariavelmente deturpa nomes de produtos, código e siglas — corrija cada um para corresponder exatamente ao que está na tela.
Nunca entregue a saída bruta do ASR. Os erros estão sempre nas palavras de maior valor.
Sincronize as falas com a fala
- Cada fala aparece quando sua linha é dita e desaparece quando termina — alinhe à fala, não a intervalos arbitrários.
- Mínimo de ~1 segundo na tela (mesmo para uma fala curta), máximo de ~7 segundos. Divida qualquer coisa mais longa.
- Sem lacunas no meio de uma frase; pequenas lacunas entre frases são aceitáveis e ajudam na legibilidade.
Regras de linha e leitura
- 1-2 linhas por fala, nunca 3.
- ~32-42 caracteres por linha. Acima disso, congestiona o quadro e ultrapassa as áreas seguras.
- Velocidade de leitura ≤ ~17 caracteres/segundo (≈160-180 ppm). Se uma fala exceder isso, as palavras passam muito rápido — divida a fala ou aumente sua duração.
- Quebre as linhas em limites de oração, nunca no meio de uma frase. Mantenha "para a página Configurações" junto; não deixe "para" sozinho em uma linha.
Escolha o formato
- SRT — universal, índice +
HH:MM:SS,mmm --> HH:MM:SS,mmm+ texto. Use para upload na maioria das plataformas e editores. - WebVTT (.vtt) — cabeçalho
WEBVTT, timestampsHH:MM:SS.mmm, suporte a posicionamento/estilização de falas. Use para<track>em HTML5 e player web.
Produza saída válida e analisável — pontuação de timestamp correta (SRT usa vírgula antes dos milissegundos, VTT usa ponto), linha em branco entre falas, sem espaços no final.
Limpo vs. literal
Para tutoriais, legenda limpa: remova preenchimentos ("hum", "é", falsos recomeços), mantenha o significado literal. Preserve termos técnicos, código e rótulos de interface exatamente. Só use estritamente literal se o usuário precisar explicitamente (contextos legais, de pesquisa, citações exatas).
Verifique a sincronização
Faça verificações pontuais contra o vídeo real no início, em um ponto médio e no final — o desvio se acumula. Confirme se as falas aparecem em suas linhas e desaparecem antes da próxima começar. Corrija qualquer legenda que permaneça no quadro errado.
Entrega
O arquivo .srt / .vtt finalizado alimenta o social-video-formatter para queima e estilização específica da plataforma, ou o elemento <track> do player web diretamente. Deixe cor, fonte, posição e animação para essas etapas — esta skill gera texto preciso e bem sincronizado, e nada mais.
Não faça
- Não estilize, coloque cor, posicione ou queime legendas no quadro — isso é tarefa do social-video-formatter.
- Não anime palavras palavra por palavra — isso é tarefa do kinetic-typography.
- Não entregue ASR não corrigido; os erros se concentram exatamente nos termos que importam.
- Não coloque 3 linhas ou ultrapasse o orçamento de velocidade de leitura para evitar dividir uma fala — divida-a.