Como traduzir áudio e vídeo para outro idioma (com legendas bilíngues)

Verificado pela última vez em 2026-06-24. Os limites específicos da Vocova (número de idiomas suportados, recursos Plus / Pro) correspondem à configuração atual do produto nessa data — se algum número aqui divergir do que o app mostra, o app é a fonte da verdade.

Traduzir uma gravação são dois trabalhos, não um. O primeiro é obter uma transcrição precisa no idioma original — a metade de reconhecimento, com suas próprias decisões sobre detecção de idioma e alternância de código, abordada em como transcrever áudio em vários idiomas. Este guia trata da segunda metade: transformar essa transcrição de origem no entregável traduzido certo e fazer com que o resultado realmente funcione na tela e na página.

Uma regra rege tudo o que vem abaixo: traduza a partir de uma transcrição de origem revisada, nunca diretamente do áudio bruto. A tradução preserva fielmente o que quer que a transcrição diga — incluindo seus erros — então um nome ou número mal ouvido não apenas continua errado, mas é traduzido errado, em dois idiomas em vez de um. Suponha, daqui em diante, que você tem uma origem limpa e com marcações de tempo. As decisões interessantes são sobre a saída:

Qual entregável você realmente precisa — texto traduzido, uma transcrição bilíngue, legendas traduzidas, legendas bilíngues ou uma narração.
Se a tradução cabe fisicamente na tela no tempo que o original levou para dizê-la.
Manter nomes e termos consistentes ao longo de todo o arquivo.
Fazer isso uma única vez para vários idiomas em vez de repetir o trabalho.

A Vocova faz transcrição e tradução para mais de 140 idiomas de destino em um só lugar, então as marcações de tempo e os rótulos de locutor sobrevivem desde o áudio até um .srt traduzido. Comece com traduzir áudio para áudio, traduzir vídeo para legendas, ou legendas bilíngues quando os dois idiomas dividirem a tela.

Ilustração do fluxo de tradução: o áudio de origem vira uma transcrição, é revisado, traduzido para o idioma de destino e exportado como legendas bilíngues

A origem revisada limita tudo — depois esqueça dela

Você não consegue traduzir a ponto de escapar de uma transcrição ruim. Se a origem tem uma taxa de erro de palavras de 20%, nenhuma etapa de tradução recupera o significado que o reconhecimento perdeu; ela apenas produz um texto de destino fluente, confiante e errado. Então corrija a origem primeiro — nomes, números e termos do domínio especialmente — e apoie-se no guia de reconhecimento acima e em precisão de transcrição por idioma para saber o que cada idioma realisticamente entrega antes de traduzir.

Essa é a última vez que este guia vai se deter na origem. Tudo daqui em diante presume que ela está limpa e trata da tradução em si.

Escolha o entregável, não apenas o idioma

"Traduza este vídeo" esconde cinco saídas diferentes. Escolher a errada significa refazer a exportação — ou pior, entregar o formato errado a um público.

Entregável	O que é	Melhor para	Fique atento a
Texto traduzido	Um documento limpo apenas no idioma de destino	Relatórios, artigos, compartilhar com um público de um só idioma	Perde a sincronia de tempo; não serve para vídeo
Transcrição bilíngue	Origem e tradução pareadas, linha por linha	Revisão, QA, citação em pesquisa, aprendizado de idiomas	O dobro de texto para revisar
Legendas traduzidas	`.srt` / `.vtt` apenas no idioma de destino	Publicar vídeo para uma comunidade de um só idioma	A expansão do texto pode estourar a sincronia (veja abaixo)
Legendas bilíngues	Os dois idiomas empilhados em uma legenda, uma marcação de tempo	Tutoriais, aprendizado de idiomas, públicos mistos ou globais	Duas linhas de texto por legenda — mantenha cada uma curta
Narração / dublagem	Uma faixa falada no idioma de destino sobre o original	Vídeos explicativos e anúncios em que os espectadores não vão ler as legendas	A mais difícil de encaixar na sincronia; geralmente pede uma revisão humana

Para a maioria das equipes, o padrão honesto é legendas traduzidas para um único mercado e legendas bilíngues quando revisores, estudantes ou uma equipe multilíngue precisam ver ambas. Legendas bilíngues e traduzir vídeo produzem os arquivos de legenda diretamente; uma exportação de transcrição bilíngue cobre documentos e pesquisa.

Editor de transcrição bilíngue mostrando a fonte em espanhol e a tradução em inglês lado a lado com uma correção inline

Por que não usar simplesmente a tradução automática da plataforma?

O YouTube e a maioria das plataformas de vídeo oferecem legendas traduzidas automaticamente com um clique. Para entender um clipe de forma privada, elas são suficientes. Para qualquer coisa que você publica, elas têm três problemas estruturais:

Elas traduzem legendas falhas, não uma origem revisada. As legendas geradas automaticamente já contêm erros de reconhecimento; a tradução automática então traduz esses erros, sem nenhuma etapa de revisão no meio.
Nenhum controle sobre termos ou sincronia. Você não consegue corrigir um nome de produto mal traduzido, impor um único termo consistente ou condensar uma linha que estoura — você recebe o que quer que a plataforma produza.
Você não é dono do arquivo. As legendas ficam naquela plataforma; você não consegue reutilizar um único .srt revisado no YouTube, no seu próprio site, em um LMS e em um entregável para o cliente.

Um fluxo de trabalho dedicado inverte os três pontos: revise a origem primeiro, controle termos e sincronia, e exporte um arquivo de legenda portátil que é seu. Use a tradução automática para um resumo rápido e privado; use uma tradução revisada para qualquer coisa que leve o seu nome.

Direção, pivôs e scripts que mudam o layout

Duas coisas sobre o idioma de destino importam mais do que a simples contagem de "mais de 140 idiomas".

O inglês é o pivô mais forte. Traduzir para ou a partir do inglês geralmente é a direção mais precisa, porque os modelos são treinados de forma mais intensa em pares com o inglês. Um trabalho de espanhol → japonês costuma ficar mais limpo se você tratar o inglês como a referência contra a qual revisa. A qualidade também é dividida em níveis conforme a quantidade de dados que existe para cada idioma — precisão de transcrição por idioma tem a lista de níveis.

Alguns scripts de destino mudam o layout, não apenas as palavras — e é aqui que o vídeo traduzido silenciosamente quebra:

Direita para a esquerda (árabe, hebraico, persa, urdu): a direção do texto se inverte. Numerais, nomes de marca em alfabeto latino e pontuação embutidos em uma linha RTL precisam de tratamento bidirecional correto, e as legendas devem ser alinhadas à direita. Um player que renderiza RTL de forma ruim transforma uma tradução correta em uma bagunça.
CJK (chinês, japonês, coreano): esses não usam a regra de 42 caracteres latinos por linha. Têm seus próprios limites de caracteres por linha e regras de quebra de linha (você não pode quebrar no meio de uma palavra como nos scripts latinos), e geralmente se contraem em relação ao inglês em vez de expandir.
Tailandês e outros scripts sem espaços: a quebra de linha depende da segmentação de palavras, não de espaços — uma quebra ingênua produz linhas malformadas.

Se o seu destino é um desses, reserve tempo para checar a renderização no player real, não apenas o texto.

A tradução de legendas é um ofício diferente: expansão, velocidade de leitura, reescrita

Esta é a parte que separa uma tradução que se lê de uma que passa rápido demais para ser legível. Uma legenda traduzida precisa ser legível no mesmo tempo que o original levou para ser falado — e a maioria dos idiomas não traduz com o mesmo comprimento.

A expansão do texto é o problema central

O texto traduzido raramente tem o mesmo comprimento da origem. Mudança típica em relação ao inglês (regras práticas de localização — trate como faixas, não como garantias):

Família de idioma de destino	Comprimento típico vs inglês	Implicação para as legendas
Alemão	+10% a +35%	Estoura com frequência; espere ter de condensar
Românicas (espanhol, francês, italiano, português)	+15% a +30%	Costuma estourar em fala rápida
Árabe	+20% a +25%	Expande e inverte a direção
Chinês, japonês, coreano	−10% a −30% (contrai)	Cabe facilmente, mas obedece aos limites de caracteres por linha

Quando uma linha traduzida fica longa demais para o seu intervalo de tempo, você condensa o texto — nunca estende a legenda para além da próxima, porque isso dessincroniza o resto do arquivo. Condensar (cortar palavras de preenchimento, apertar a frase mantendo o significado) é uma habilidade real de legendagem; é também por isso que uma revisão humana importa mais para legendas do que para documentos simples.

Velocidade de leitura e limites de linha

Estas são as normas amplamente usadas de transmissão/streaming (veja as diretrizes da BBC e da Netflix linkadas no final):

Velocidade de leitura: mantenha as legendas abaixo de cerca de 17 caracteres por segundo para públicos adultos; menos para conteúdo infantil e cortes rápidos.
Comprimento da linha: cerca de 42 caracteres por linha para scripts latinos, no máximo duas linhas por legenda. CJK usa suas próprias contagens de caracteres (comumente ~13–16 caracteres de largura total por linha).
Duração mínima/máxima: flashes muito curtos (bem abaixo de um segundo) e fixações muito longas, ambos prejudicam a legibilidade.

Uma legenda bilíngue empilha a origem acima da tradução em uma única legenda que compartilha uma marcação de tempo. Como as duas linhas compartilham a legenda, mantenha cada uma enxuta — duas linhas longas em dois idiomas é a forma mais rápida de estourar o limite de velocidade de leitura.

Prévia de arquivo de legendas SRT bilíngue mostrando cada segmento com a linha original e sua tradução no mesmo timestamp

Para o contêiner em si — quando escolher .srt ou .vtt — veja SRT vs VTT e o guia de formatos de arquivo de legenda. Gere o arquivo com o gerador de SRT ou o gerador de VTT depois que a tradução estiver revisada.

Mantenha nomes e termos consistentes em toda a tradução

A falha de tradução mais sutil não é uma frase errada — é o mesmo termo traduzido de três maneiras diferentes ao longo de um arquivo. A tradução por IA funciona segmento por segmento, então um nome de produto, um cargo ou um jargão pode oscilar entre as legendas, especialmente em uma gravação longa ou quando vários locutores o dizem de forma diferente.

Antes de publicar, fixe um pequeno glossário:

Nomes próprios — pessoas, empresas, produtos, lugares — devem geralmente permanecer na forma de origem ou usar uma única forma acordada, todas as vezes.
Termos de domínio e siglas — escolha um equivalente no idioma de destino e use-o de forma consistente; não deixe o modelo alternar.
Tom e registro — o "você" formal vs informal (tú/usted, du/Sie, 你/您) deve ser uma única escolha para toda a peça, combinando com o público.

Uma visão bilíngue lado a lado torna isso rápido: percorra a coluna da tradução em busca do termo, corrija cada ocorrência, e as marcações de tempo nunca se movem. Essa passagem de consistência é barata e é a diferença entre "traduzido por máquina" e "localizado".

Localize um vídeo para vários idiomas sem refazer o trabalho

A maior economia de esforço na tradução é que o trabalho caro acontece uma única vez. Você revisa a transcrição de origem uma única vez; cada idioma de destino se ramifica a partir desse único original limpo. Isso é o oposto de traduzir um vídeo cinco vezes do zero.

Um trabalho multilíngue realista — um vídeo de produto de 90 segundos indo para cinco mercados:

Transcreva e revise a origem uma única vez (cerca de 10 minutos). Corrija nomes, o termo do produto e números no original. Esta é a única etapa manual independente de idioma.
Traduza para os cinco destinos a partir dessa origem (poucos minutos no total). Cada um herda as mesmas marcações de tempo, então todos os cinco arquivos de legenda permanecem sincronizados com o vídeo.
Faça uma passagem de encaixe por idioma, os idiomas mais longos primeiro. O alemão e as línguas românicas terão uma ou duas legendas que estouram — condense essas. Os destinos CJK geralmente só precisam de uma checagem de quebra de linha.
Exporte um .srt por idioma (mais um arquivo bilíngue se um mercado quiser ambos).

Total: a maior parte do tempo é a única revisão da origem somada a uma curta passagem de condensação por idioma — não cinco traduções completas. Mantenha a origem revisada como a versão canônica; se o roteiro mudar, você retraduz a partir da origem atualizada em vez de editar cinco arquivos à mão.

Quando manter um humano no processo

A tradução por IA pode ser publicada como está em muito trabalho de rotina, e precisa de uma revisão humana no resto. Uma forma simples de decidir:

Situação	IA sozinha costuma servir	Peça revisão humana
Notas internas, resumos de reunião, ideia geral, rascunho de legendas	✓
Par de alto recurso (inglês ↔ espanhol/francês/alemão/português)	✓ (revisão leve)
Vídeo de marketing, marca ou voltado ao público		✓
Jurídico, médico, regulatório ou pesquisa publicada		✓
Idioma de destino de baixo recurso		✓
Narração/dublagem (sincronia + entrega)		✓

O padrão: quanto menor o risco e mais alto o recurso do par, mais seguro é usar só a IA. Na dúvida, entregue uma versão bilíngue para que um revisor fluente possa comparar com a origem rapidamente.

Checklist de pré-publicação para um vídeo traduzido

Transcrição de origem revisada antes de traduzir (nomes, números, termos).
Entregável certo escolhido (legendas traduzidas vs bilíngues vs narração).
Nenhuma legenda acima de ~17 CPS ou ~42 caracteres/linha após a expansão; idiomas longos condensados, não estendidos.
Renderização RTL/CJK checada no player real, não apenas no texto.
Uma forma consistente para cada nome próprio, termo e para o registro formal/informal.
Marcações de tempo e rótulos de locutor ainda alinhados no arquivo exportado.
Para trabalhos multilíngues: uma única origem revisada canônica, um arquivo por idioma.

Perguntas frequentes

Qual é a diferença entre legendas traduzidas e legendas bilíngues?

As legendas traduzidas mostram apenas o idioma de destino. As legendas bilíngues empilham os dois idiomas na mesma legenda, compartilhando uma marcação de tempo — útil para quem aprende idiomas, tutoriais e públicos mistos. Ambas vêm da mesma transcrição revisada e alinhada por marcação de tempo, então produzir uma ou outra é apenas uma escolha de exportação.

Por que as legendas traduzidas transbordam ou passam rápido demais?

Porque a maioria dos idiomas expande quando traduzida — o alemão e as línguas românicas rotineiramente ficam de 20–35% mais longos que o inglês. A solução é condensar o texto para que ele caiba no intervalo de tempo original, nunca estender a legenda (o que dessincroniza tudo o que vem depois). Mantenha as legendas abaixo de cerca de 17 caracteres por segundo.

Posso colocar dois idiomas em um arquivo de legenda?

Sim — isso é uma legenda bilíngue: cada legenda contém a linha original acima da tradução, sob uma única marcação de tempo. Mantenha as duas linhas curtas, já que elas compartilham o orçamento de velocidade de leitura da legenda.

As legendas se traduzem sozinhas, ou eu traduzo a transcrição?

Você traduz a transcrição revisada, e o arquivo de legenda é exportado a partir dela com as marcações de tempo intactas. Traduzir separadamente uma legenda já incrustada ou já exportada é o que quebra a sincronia e a consistência de termos — mantenha a tradução ligada à transcrição com marcação de tempo.

Como traduzo um vídeo para vários idiomas de forma eficiente?

Revise a transcrição de origem uma vez, depois traduza essa única origem limpa para cada idioma de destino. Cada destino herda as mesmas marcações de tempo, então você só faz uma curta passagem de encaixe por idioma (condensando os idiomas que expandiram) em vez de traduzir o vídeo inteiro repetidamente.

Qual formato de legenda devo usar para um vídeo traduzido?

.srt para máxima compatibilidade, .vtt quando você precisa de estilização ou posicionamento na web. A escolha é a mesma que para qualquer legenda; o que muda com a tradução é o comprimento da linha e a velocidade de leitura. Veja SRT vs VTT para a comparação completa.

A tradução por IA é boa o suficiente para publicar?

Para uso interno e pares de idiomas de alto recurso, geralmente sim, após uma revisão leve. Para marketing, jurídico, médico, pesquisa publicada, idiomas de baixo recurso ou narração, mantenha um humano no processo. A qualidade da origem também a limita — uma transcrição ruidosa não traduz bem, não importa o par.

Fontes e leitura adicional

Externas:

Diretrizes de legendas da BBC — padrões de velocidade de leitura e comprimento de linha.
Guias de estilo de texto temporizado da Netflix — requisitos de legenda por idioma, incluindo limites de caracteres CJK.
W3C Internacionalização: tamanho do texto na tradução — por que o texto traduzido expande e contrai.

Guias relacionados da Vocova:

Como transcrever áudio em vários idiomas — a metade de reconhecimento: detecção de idioma, alternância de código e revisão da origem antes de chegar a este guia.
Precisão de transcrição por idioma — o nível de qualidade do qual você parte antes de traduzir.
SRT vs VTT — qual contêiner de legenda exportar.
O guia de formatos de arquivo de legenda — todos os formatos e quando usar cada um.

Ferramentas: