Como adicionar legendas a uma gravação de ecrã no Mac (sem nuvem)

O macOS não tem nenhum botão incorporado que adicione legendas a uma gravação de ecrã. Para adicionar legendas a uma gravação de ecrã num Mac tem três caminhos: escrever um ficheiro de legendas à mão, carregar o áudio para um serviço de transcrição na nuvem, ou transcrever no próprio Mac com o Final Cut Pro ou com uma ferramenta baseada num modelo de fala local. O terceiro mantém a sua voz no seu computador.

Abaixo comparamos os três, mostramos como é um ficheiro de legendas e explicamos como verificar o resultado antes de o cliente o ver. Se ainda está a preparar a gravação, comece por como gravar o ecrã no Mac.

Porque vale a pena o esforço

• As pessoas veem sem som. O seu cliente abre o link no telemóvel entre duas reuniões, com o som desligado. Sem legendas, uma apresentação é um ecrã mudo.
• Acessibilidade. As Diretrizes de Acessibilidade para o Conteúdo da Web do W3C (WCAG 2.2) incluem as legendas para vídeo pré-gravado como critério de sucesso de nível A, o nível mais básico. Se um cliente tiver perda auditiva, as legendas são a diferença entre perceber o que diz ou não.
• Quem não é nativo. Muitas agências trabalham em várias línguas. Ler ao mesmo tempo ajuda um cliente que acompanha o inglês falado, ou o italiano, mais devagar do que o escrito.
• Encontrar a parte certa. As legendas permitem a alguém encontrar a parte sobre a tabela de preços sem voltar a ver o vídeo inteiro.

Aprofundamos o lado do cliente em legendas para vídeos: vistos mesmo com o som desligado.

Como é um ficheiro de legendas

As legendas são normalmente um ficheiro de texto separado, ao lado do vídeo. Os dois formatos que vai encontrar mais vezes:

• SRT: blocos numerados, cada um com um tempo de início e de fim e uma linha de texto. Muito suportado; o Final Cut Pro, por exemplo, inclui-o entre os seus formatos de legendas.
• WebVTT (.vtt): o formato do W3C para faixas de texto em vídeo na web. Começa com a palavra WEBVTT, seguida das deixas com tempos.

Uma deixa WebVTT tem este aspeto:

WEBVTT

00:00:01.000 --> 00:00:04.000
Here's round two of the homepage.

00:00:04.000 --> 00:00:07.500
The main change is the hero section.

A alternativa a um ficheiro separado são as legendas gravadas na imagem, desenhadas no próprio vídeo por um editor.

	Ficheiro separado (SRT, VTT)	Gravadas na imagem
Quem vê pode desativá-las	✓	✗ sempre visíveis
Aparecem em qualquer leitor	~ depende do leitor	✓
Corrigir uma gralha	✓ edita o ficheiro de texto	✗ volta a exportar o vídeo

Opção 1: escrevê-las à mão

Para um vídeo de 60 segundos, escrever um ficheiro SRT ou VTT num editor de texto simples é realista. Reproduza o vídeo, aponte os tempos, escreva as linhas. A partir de dois ou três minutos torna-se fastidioso, e é fácil perder a sincronização. É privado e gratuito, mas raramente compensa o tempo.

Opção 2: um serviço de transcrição na nuvem

Muitos serviços web e plataformas de vídeo transcrevem o áudio nos seus servidores e devolvem-lhe um ficheiro de legendas. São rápidos e não exigem configuração.

O preço é a privacidade. Para transcrever, o serviço recebe a sua voz e tudo o que diz: nomes de clientes, preços, o erro no checkout deles. Antes de usar um para trabalho de clientes, verifique onde o áudio é processado e guardado, durante quanto tempo é mantido, se é usado para treinar modelos e se o fornecedor oferece um acordo de tratamento de dados. O nosso artigo sobre transcrição local ou na nuvem percorre estas perguntas, e RGPD e vídeos para clientes explica quem é responsável pelos dados.

Opção 3: transcrever no Mac

Os modelos de reconhecimento de fala já funcionam bem num Mac, por isso pode criar legendas sem carregar nada.

Final Cut Pro

O editor profissional da Apple (uma app paga) consegue criar legendas automaticamente. Selecione os clips na linha de tempo e escolha EditGenerate CaptionsClosed Captions, ou prima ⇧⌘C. O manual da Apple diz que a funcionalidade exige um Mac com Apple Silicon e só está disponível em inglês dos EUA. Da primeira vez, o Final Cut Pro descarrega o modelo de idioma, o que exige ligação à internet uma vez. As legendas geradas automaticamente ficam em formato iTT.

É uma boa opção se já usa o Final Cut Pro e fala inglês. É muita app para uma atualização de três minutos a um cliente.

Ferramentas baseadas no Whisper

O Whisper é um modelo open source de reconhecimento de fala da OpenAI, publicado com a licença MIT. Funciona em muitas línguas e corre localmente. A própria ferramenta de linha de comandos consegue escrever ficheiros SRT e VTT diretamente, e várias apps para Mac envolvem-no numa interface mais simples. A configuração vai de «arrastar um ficheiro» a instalar Python. Descrevemos como é usá-lo num Mac em executar o Whisper no Mac.

As frameworks de fala da Apple

Para programadores, a framework Speech da Apple reconhece a fala em áudio gravado ou em direto. Um pedido pode ser configurado para manter o áudio no dispositivo, e o macOS 26 acrescentou uma API mais recente, a SpeechAnalyzer, com um módulo SpeechTranscriber para transcrição geral. São peças para construir apps, não algo que use diretamente.

Opção	A voz fica no seu Mac	Esforço	Línguas
Escrever à mão	✓ nada é enviado	Alto	Qualquer uma que saiba escrever
Serviço na nuvem	✗ enviada para os servidores do fornecedor	Baixo	Depende do serviço
Final Cut Pro	✓ após descarregar o modelo uma vez	Médio, app paga	Só inglês dos EUA
Ferramentas com Whisper	✓	Baixo a médio	Muitas

Verifique as legendas antes de enviar

Nenhum modelo de fala é perfeito. A documentação da Apple para a framework Speech avisa que os pedidos locais não são tão precisos como os feitos no servidor. Os erros concentram-se em sítios previsíveis.

Um áudio nítido deixa menos para adivinhar a qualquer modelo: um microfone perto da boca e uma sala silenciosa ajudam. Veja microfone para gravar vídeos de clientes. Se os seus clientes se preocupam com o destino dos dados, a nossa página sobre o gravador de ecrã compatível com o RGPD explica como o JustRec trata o assunto.