Exportar legenda como transcrição
Ou cole o texto da legenda
Opções
Milissegundos de silêncio entre o fim de um bloco e o início do seguinte. Atingindo, a transcrição começa um novo parágrafo; ficando abaixo, os dois são lidos como uma peça contínua de fala. O número decide como o texto é lido, não o que ele diz: 2000 mantém uma frase junta quando as legendas a cortam em três ou quatro blocos, enquanto 0 põe cada bloco em um parágrafo próprio. A pausa é medida em relação ao último bloco que tinha palavras, então um bloco em branco no meio não parte um parágrafo em dois.
Desativado por padrão, o que dá um bloco de texto simples que você pode colar direto em um documento. Ativando, cada parágrafo recebe o prefixo [HH:MM:SS] — a hora de início do primeiro bloco daquele parágrafo, com precisão de segundos, sem milissegundos. Um leitor usa essa marca para reencontrar o momento em um reprodutor, e o início é o único dos três candidatos (início, meio, fim do parágrafo) que bate com o que o reprodutor mostra.
A taxa de quadros em que os tempos são contados. Nas páginas de formato é o que o MicroDVD precisa, porque ele guarda os tempos como números de quadro. Nas páginas de taxa de quadros é a taxa com que o arquivo foi cronometrado — a versão para a qual as legendas foram feitas — e a segunda caixa da página recebe a taxa do vídeo com que você vai usá-las. 23,976, 24, 25, 29,97, 30, 50, 59,94 e 60 são as comuns. Errar isso desloca toda a linha do tempo e, nas páginas de taxa de quadros, desloca por uma proporção em vez de por uma quantidade fixa.
Esta página lê um arquivo de legendas e devolve as mesmas palavras como parágrafos corridos de texto simples: as quebras de linha que existiam só na tela são unidas, e blocos que se sucedem de perto são lidos como uma passagem contínua. Solte o arquivo, execute, e o que sai é um bloco de prosa que você pode colar em uma ata, em uma folha de revisão ou em um artigo. Nada sai da aba do navegador, então material que não pode ser enviado fica onde está.
A única coisa que precisa ficar clara é a quebra de linha. Um arquivo de legendas usa uma quebra de linha por um motivo que não tem nada a ver com a frase: a linha estava ficando comprida demais para a tela, então foi cortada e as duas metades foram equilibradas. Salvar um arquivo de legendas como .txt mantém essas quebras e põe um bloco por linha, que é o que você quer se o texto vai voltar para um player. Uma transcrição é lida por uma pessoa em uma página, onde uma quebra no meio de uma frase é ruído, e por isso esta página as une. As duas metades de uma frase saem como uma linha, e não há como saber depois onde ficava a quebra de tela.
Os parágrafos são decididos pelo silêncio, não pelo bloco. Um parágrafo por bloco quebraria uma frase a cada três ou quatro segundos, porque um arquivo de legendas normal corta uma única frase falada em vários blocos para que cada um caiba na própria marcação. Em vez disso a página olha a lacuna entre o fim de um bloco e o início do próximo: uma lacuna de cerca de dois segundos abre um novo parágrafo, e qualquer coisa menor mantém as palavras correndo. Esse número está na caixa e é a única configuração que vale pensar — diminua para diálogo rápido de ida e volta e aumente para uma palestra com pausas longas dentro de um único raciocínio. Colocá-lo em zero põe cada bloco em um parágrafo próprio, que é o mais perto que esta página chega de uma linha por bloco.
Há também um interruptor para acrescentar uma hora de início a cada parágrafo, desligado por padrão. Ligá-lo coloca uma marca como [00:42:17] na frente de cada parágrafo, lida do primeiro bloco daquele parágrafo. Ela vai até o segundo e descarta os milissegundos de propósito: a marca existe para um leitor reencontrar aquele momento em um player, e 00:42:17 faz isso. Uma marca em cada bloco, em vez disso, transformaria a transcrição de volta em um arquivo de legendas com pontuação extra.
O que a página não fará é pôr nome em nada. Nenhum dos formatos de legenda lidos aqui registra quem está falando — SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON e CSV guardam um horário e algum texto, e qualquer rótulo nesse texto foi algo que uma pessoa digitou dentro das palavras. Então uma transcrição desta página não carrega nomes de falantes, e nada é deduzido do formato das linhas para inventá-los. Blocos sem nada são pulados em vez de deixados como parágrafos em branco, e cada linha é aparada, então você não vai encontrar sequências de espaços perdidos onde um bloco foi cortado.
Exemplos
Dois blocos que se leem como uma frase
Entrada
1
00:00:01,000 --> 00:00:03,000
I missed the last train home
and had to walk.
2
00:00:03,400 --> 00:00:05,000
Back before midnight,
you said.
3
00:00:09,000 --> 00:00:11,000
Every night this week?
Saída
I missed the last train home and had to walk. Back before midnight, you said.
Every night this week?
Três blocos entram, dois parágrafos saem. Os dois primeiros blocos estão a 400 ms de distância, bem dentro da pausa de dois segundos, então ficam em um parágrafo e as duas linhas de exibição de cada bloco são unidas em uma só. O terceiro bloco vem depois de uma lacuna de quatro segundos e abre um segundo parágrafo. Todas as palavras continuam aqui — o que mudou foi quais quebras de linha sobreviveram.
Uma pausa de exatamente dois segundos
Entrada
1
00:12:30,000 --> 00:12:32,000
The train was late
again.
2
00:12:34,000 --> 00:12:36,000
Third time this week.
Saída
The train was late again.
Third time this week.
O segundo bloco começa dois segundos depois de o primeiro terminar, que é exatamente o número da caixa de pausa, e é aí que um novo parágrafo começa. É este o exemplo para olhar se você estiver conferindo a aritmética da página: mude a caixa para 2500 e os dois passam a correr juntos em um único parágrafo, porque uma lacuna de dois segundos já não alcança o limite.
O mesmo arquivo com horas de início
Entrada
1
00:02:15,000 --> 00:02:17,000
Here is where
we came in.
2
01:47:52,000 --> 01:47:55,000
And here is
where we leave.
Saída
[00:02:15] Here is where we came in.
[01:47:52] And here is where we leave.
Com o interruptor de hora ligado, cada parágrafo recebe o prefixo da hora de início do bloco que o abre, até o segundo. O segundo parágrafo está quase duas horas dentro do programa, e isso mostra por que a hora é escrita em vez de contada em minutos: 01:47:52 diz ao leitor onde arrastar o player, e 107:52 não diz.
Perguntas frequentes
Como a transcrição é diferente de salvar minhas legendas como um arquivo .txt?
As quebras de linha. Salvar um arquivo de legendas como .txt mantém as quebras do arquivo e escreve um bloco por linha, porque essa saída é feita para ser lida de volta como arquivo de legendas. Esta página faz o contrário: une as quebras de exibição dentro de um bloco em uma linha e depois une blocos inteiros em parágrafos onde a pausa entre eles é curta. As palavras são idênticas nos dois casos. Se você precisa das quebras de linha originais preservadas, a conversão para texto simples é a página certa; se quer algo que uma pessoa leia como prosa, é esta.
Como a transcrição decide onde um parágrafo termina e o próximo começa?
Pelo silêncio entre os blocos, não pelos blocos em si. A página mede a lacuna entre o fim de um bloco e o início do próximo e abre um novo parágrafo quando essa lacuna alcança o número da caixa de pausa, que começa em 2000 ms. Blocos mais próximos que isso são lidos como uma passagem contínua. Parágrafos por bloco estariam errados aqui, porque uma única frase falada normalmente é cortada em três ou quatro blocos para que cada um caiba na própria marcação, e uma quebra de parágrafo a cada poucos segundos não é o que uma transcrição parece.
O que acontece se eu colocar a pausa da transcrição em zero?
Zero é um valor real, não uma caixa vazia: toda lacuna o alcança, então cada bloco vira um parágrafo próprio. Isso dá o mais próximo que a página tem de uma linha por bloco, com a vantagem de que as quebras internas de cada bloco continuam unidas. É a configuração a escolher quando o arquivo é uma lista de declarações separadas em vez de fala contínua — um conjunto de slides, ou respostas em uma entrevista estruturada — e você quer cada uma isolada.
Por que as marcas de hora da transcrição só têm precisão de segundo?
Porque uma marca em uma transcrição é um marcador, não um ponto de corte. Ela existe para um leitor reencontrar aquela passagem em um player, e em um programa de uma hora 00:42:17 já é preciso o bastante para cair na frase — os milissegundos acrescentariam quatro caracteres ao início de cada parágrafo sem mudar para onde ninguém arrasta. Uma marca em cada bloco, ao milissegundo, é para o que serve um arquivo de legendas, e o arquivo que você soltou já tem isso.
Nomes de falantes vão aparecer na transcrição?
Não, e não porque a página os deixe de fora. Nenhum dos formatos lidos aqui tem um campo para quem está falando: SRT, WebVTT, ASS, SSA, SBV, SAMI, MicroDVD, TTML, JSON e CSV guardam um intervalo e algum texto. Quando um arquivo nomeia um falante, o nome foi digitado dentro do próprio diálogo, normalmente em maiúsculas ou com um travessão na frente, então ele sai na transcrição exatamente onde o arquivo o pôs e em nenhum outro lugar. Nada é inferido do formato das linhas — um palpite apresentado como rótulo de falante seria pior do que nenhum rótulo.
O que acontece com um bloco sem texto na transcrição?
Ele é pulado e não deixa rastro, nem uma linha em branco. Um bloco vazio normalmente existe para posicionamento, não para leitura, e se fosse mantido a transcrição mostraria um buraco no meio de uma frase sem explicação. Pulá-lo também não atrapalha a paragrafação: a pausa que decide os parágrafos é medida contra o último bloco que realmente tinha palavras, então um bloco em branco entre dois falados não os separa.
A transcrição mantém as quebras de linha que estavam na tela?
Não, e esta é a única coisa que a página faz que você não pode desfazer depois — as posições dessas quebras não estão em lugar nenhum da saída. Elas foram uma decisão de layout tomada para caber em uma largura de tela, e um leitor em uma página quer frases, não larguras de tela, e é por isso que a página as resolve. Se você precisa de uma cópia do arquivo que ainda as tenha, use a conversão para texto simples: ela mantém cada quebra exatamente como o arquivo escreveu, um bloco por linha.