Qual formato devo usar para legendas?

VTT para tudo que toca no navegador ou em um elemento de vídeo HTML5, porque é o formato que esses players esperam. SRT para editores de desktop e programas mais antigos, que o aceitam quase sempre.

Então para que serve o TXT?

Para ler. É o texto das legendas sem as marcações de tempo e sem os números dos blocos, o que faz dele a escolha certa para anotações, citações ou para alimentar outra ferramenta.

Por que meu editor rejeita o arquivo?

Duas causas comuns: o arquivo não está codificado em UTF-8, ou está no formato errado para aquele editor. Salve de novo em UTF-8 e verifique se o editor quer SRT ou VTT.

Dá para traduzir as legendas depois?

Sim — os arquivos são texto puro, então qualquer editor de legendas ou ferramenta de tradução consegue trabalhar com eles. Traduzir o texto você mesmo é o que preserva os tempos; gerar legendas de novo a partir do áudio traduzido não preservaria.

As legendas vão bater exatamente com o vídeo?

São as legendas do próprio vídeo, então sim — inclusive os erros que as legendas originais tinham. Legendas geradas automaticamente, em especial, vão carregar junto as palavras que foram ouvidas errado.

Preciso de permissão para reutilizar as legendas?

As legendas são a transcrição do vídeo de outra pessoa, então republicá-las inteiras é uma questão de direitos, não técnica. Citar trechos é comum; reenviar como se fossem suas, não.

Como baixar legendas do YouTube em TXT, SRT ou VTT

Um passo a passo curto e prático.

TXT, SRT ou VTT — qual escolher?

TXT é texto puro: uma linha por legenda, sem marcações de tempo. O melhor para leitura, anotações e busca.

SRT é o formato que a maioria dos editores e players espera. Números de legenda, marcações de tempo com vírgula antes dos milissegundos e depois o texto.

VTT é o formato da web. A mesma ideia do SRT, mas com ponto antes dos milissegundos e um cabeçalho WEBVTT — exatamente o que um elemento HTML5 <track> precisa.

Como baixá-los

Gere a transcrição e use os botões de download. Se você já tem um SRT e precisa de um VTT, o conversor de SRT para VTT no rodapé faz isso no navegador.

Legendas e transcrições são o mesmo texto em recipientes diferentes, e escolher o recipiente certo é a maior parte do trabalho. TXT é para ler; SRT e VTT são para devolver o texto a um vídeo. Escolher errado é o motivo pelo qual um arquivo às vezes se recusa a abrir em um editor ou aparece como uma parede de horários.

Os tempos vêm do próprio vídeo, então em qualquer formato que você pegue, as legendas caem onde caíam no YouTube. Nada é retemporizado nem retranscrito no processo.

Ferramentas relacionadas

Perguntas frequentes

Qual formato devo usar para legendas?: VTT para tudo que toca no navegador ou em um elemento de vídeo HTML5, porque é o formato que esses players esperam. SRT para editores de desktop e programas mais antigos, que o aceitam quase sempre.
Então para que serve o TXT?: Para ler. É o texto das legendas sem as marcações de tempo e sem os números dos blocos, o que faz dele a escolha certa para anotações, citações ou para alimentar outra ferramenta.
Por que meu editor rejeita o arquivo?: Duas causas comuns: o arquivo não está codificado em UTF-8, ou está no formato errado para aquele editor. Salve de novo em UTF-8 e verifique se o editor quer SRT ou VTT.
Dá para traduzir as legendas depois?: Sim — os arquivos são texto puro, então qualquer editor de legendas ou ferramenta de tradução consegue trabalhar com eles. Traduzir o texto você mesmo é o que preserva os tempos; gerar legendas de novo a partir do áudio traduzido não preservaria.
As legendas vão bater exatamente com o vídeo?: São as legendas do próprio vídeo, então sim — inclusive os erros que as legendas originais tinham. Legendas geradas automaticamente, em especial, vão carregar junto as palavras que foram ouvidas errado.
Preciso de permissão para reutilizar as legendas?: As legendas são a transcrição do vídeo de outra pessoa, então republicá-las inteiras é uma questão de direitos, não técnica. Citar trechos é comum; reenviar como se fossem suas, não.