Como adicionar legendas no Kdenlive

A criação manual de legendas pode ocupar uma parte significativa do seu calendário de produção, especialmente quando se depara com prazos apertados ou tem de gerir vários projetos de vídeo. O Kdenlive oferece uma solução poderosa e gratuita para a edição de vídeo e a criação de legendas, mas as suas funcionalidades locais de conversão de voz em texto requerem modelos e dependências adicionais.

Combinando as funcionalidades de edição do Kdenlive com transcrição automática pode reduzir a quantidade de transcrição e sincronização manuais necessárias, proporcionando-lhe um fluxo de trabalho eficiente sem substituir o Kdenlive como o seu editor de vídeo principal.

Principais conclusões

O Kdenlive é um editor de vídeo gratuito e de código aberto que permite importar ficheiros de legendas nos formatos ASS, SRT, VTT e SBV e exportar legendas nos formatos ASS ou SRT.
A criação manual de legendas envolve a transcrição, a sincronização, a revisão e a formatação de cada legenda.
O Kdenlive inclui reconhecimento de voz local através do VOSK e do Whisper, mas ambos requerem modelos de voz e dependências de suporte.
A documentação do Kdenlive descreve o Whisper como, em geral, mais preciso do que o VOSK, embora os resultados variem consoante o modelo, a língua, a qualidade do áudio e o hardware.
Um serviço externo de transcrição pode gerar um ficheiro de legendas sincronizadas que pode importar e aperfeiçoar no Kdenlive.
O Kdenlive suporta a personalização do estilo das legendas, vários ficheiros e camadas de legendas, bem como legendas fixas ou incorporadas.
Sonix oferece transcrição automatizada com uma precisão de até 99% para gravações nítidas, transcrição em mais de 54 idiomas e tradução para mais de 55 idiomas.

Compreender as legendas e a sua importância

Antes de nos debruçarmos sobre as ferramentas de legendas do Kdenlive, vale a pena compreender por que razão as legendas e as legendas ocultas são importantes para os conteúdos de vídeo.

Apoio à acessibilidade é uma das suas utilizações mais importantes. As legendas precisas e sincronizadas podem ajudar a cumprir os requisitos de acessibilidade para vídeos pré-gravados. As legendas de acessibilidade incluem normalmente elementos áudio significativos que não fazem parte do diálogo, tais como música, efeitos sonoros e identificação dos oradores. A adição de legendas que se limitam ao diálogo não garante, por si só, o cumprimento de todas as normas legais ou técnicas de acessibilidade.

Expansão do alcance do público Isso acontece quando os espectadores conseguem compreender o seu vídeo em ambientes sem som, locais ruidosos ou situações em que a reprodução de áudio seria perturbadora. As legendas também podem ajudar os espectadores que estão a assistir num idioma que não é a sua língua materna.

Visibilidade do conteúdo pode melhorar quando uma transcrição ou o texto das legendas fornecem às plataformas e aos utilizadores mais informações sobre o vídeo. Para obter o máximo benefício em termos de pesquisa, considere publicar uma transcrição legível na página, juntamente com o vídeo, em vez de depender exclusivamente de um ficheiro de legendas para descarregar.

Legendas vs. Legendas ocultas

Embora os termos sejam frequentemente utilizados de forma intercambiável, têm, em geral, finalidades diferentes:

Legendas reproduzir ou traduzir diálogos falados para os espectadores que conseguem ouvir o áudio, mas que necessitam de apoio textual.
Legendas ocultas incluir diálogos e informação não verbal significativa para os espectadores surdos e com deficiência auditiva.
Legendas em SDH combinar o diálogo com descrições sonoras relevantes e informações sobre os interlocutores.

O Kdenlive permite-lhe criar e editar o texto necessário para cada abordagem. Para projetos que exijam Legendas em SDH, inclua sinais sonoros significativos e identificações dos interlocutores sempre que forem necessárias para a compreensão.

Kdenlive 101: O teu companheiro gratuito para a edição de vídeo

O Kdenlive é um editor de vídeo não linear gratuito e de código aberto, licenciado ao abrigo da GNU GPL. Está disponível para Windows, macOS, Linux e BSD.

Requisitos do sistema e instalação

Os requisitos do sistema operativo podem sofrer alterações com o lançamento de novas versões. O manual atual do Kdenlive indica o macOS 12 Monterey ou uma versão mais recente para Macs com processadores Intel, embora a versão mais recente disponível para download possa exigir requisitos mais recentes. Consulte a página oficial de downloads do Kdenlive antes da instalação.

O reconhecimento de voz requer mais recursos de armazenamento e processamento do que a edição básica. Só as dependências do Whisper podem exigir cerca de 2 GB de downloads, e os modelos de voz individuais podem exigir espaço adicional. Os modelos de maior dimensão e os componentes opcionais de tradução requerem substancialmente mais espaço em disco, memória e tempo de processamento.

Descarregue o Kdenlive diretamente do site kdenlive.org e escolha o pacote de instalação adequado ao seu sistema operativo.

Visão geral da interface

Depois de instalado, irá encontrar um espaço de trabalho organizado em torno de:

Caixa de Projetos para organizar ficheiros multimédia
Cronologia para a organização de conteúdos de vídeo, áudio e legendas
Monitores para visualizar os clipes originais e a sequência editada
Painel de efeitos para aplicar efeitos visuais e sonoros

As legendas aparecem numa faixa de legendas específica na linha do tempo. Pode abrir a faixa utilizando o ícone da ferramenta «Adicionar legenda» ou «Editar legenda» na barra de ferramentas da linha do tempo.

Método 1: Criar legendas manualmente no Kdenlive

A criação manual de legendas permite-lhe controlar diretamente o texto, a sincronização, as quebras de linha e a apresentação.

Fluxo de trabalho manual passo a passo

Abrir a faixa de legendas:

Clique no ícone da ferramenta «Adicionar legenda» ou «Editar legenda» na barra de ferramentas da linha do tempo.
Também pode utilizar Sequência > Legendas para aceder aos comandos de legendas.
A faixa de legendas irá aparecer na linha do tempo.

Criar legendas individuais:

Posicione o cursor de reprodução no ponto em que o diálogo começa.
Clique duas vezes na faixa de legendas nessa posição.
Introduza o texto diretamente no item de legenda ou utilize a janela de legendas.
Arraste as extremidades da legenda para ajustar os horários de início e fim.
Repita o processo para cada secção do diálogo.

Também pode premir Shift+S para adicionar uma legenda na posição atual.

Ajustar a sincronização:

Arraste cada legenda para alterar a sua posição.
Arraste as suas extremidades para alterar a duração.
Amplie a linha do tempo quando precisar de ajustes mais precisos.
Mantenha as legendas no ecrã durante tempo suficiente para que possam ser lidas, sem permitir que desapareçam após o término da fala correspondente.

O Kdenlive também suporta a divisão do texto das legendas, a verificação ortográfica, as etiquetas de substituição ASS, várias camadas de legendas e a navegação entre as entradas das legendas.

Uma análise realista do investimento de tempo

A criação manual de legendas demora normalmente mais tempo do que a duração do vídeo, uma vez que o trabalho inclui:

Ouvir e transcrever o diálogo
Dividir o texto em entradas de legendas fáceis de ler
Sincronizar cada entrada com o áudio
Revisão da ortografia, pontuação e mudanças de orador
Inclusão de informação não verbal quando são necessárias legendas de acessibilidade
Formatação e controlo de qualidade

O tempo total varia significativamente consoante a qualidade do áudio, o número de oradores, a densidade das legendas e o nível de precisão exigido.

Método 2: Utilizar a funcionalidade integrada de conversão de voz em texto do Kdenlive

O Kdenlive inclui reconhecimento automático de voz local através do VOSK e do Whisper. Esta funcionalidade permite criar automaticamente legendas ou gerar uma transcrição para os fluxos de trabalho de edição suportados.

Requisitos técnicos de configuração

Antes de utilizar o reconhecimento de voz, abra:

Definições > Configurar o Kdenlive > Conversão de voz em texto

O Kdenlive utiliza um ambiente Python e modelos de língua ou de fala distintos para os seus motores de reconhecimento.

Para a VOSK:

Instale ou configure os componentes necessários do Python.
Descarregue um modelo de linguagem VOSK compatível.
Adicione o modelo através dos controlos de modelos do Kdenlive. Pode selecionar um ficheiro de modelo descarregado ou arrastar um link para o modelo para a janela de modelos, sempre que tal for possível.

Para a Whisper:

Selecione o Whisper como motor de reconhecimento de voz.
Instale as dependências em falta quando lhe for solicitado.
Abrir Gerir modelos e instalar um modelo, ou descarregar o modelo recomendado pelo Kdenlive.
Escolha o processamento pela CPU ou uma GPU compatível com CUDA.

A documentação atual recomenda o modelo «Whisper turbo», que ocupa aproximadamente 1,4 GB. As dependências iniciais do Whisper exigem um download adicional de aproximadamente 2 GB.

A tradução multilingue opcional através do SeamlessM4T requer um modelo muito maior, com cerca de 9 a 10 GB, e pode exercer uma carga elevada sobre a CPU, a memória e o sistema de armazenamento.

Criação de legendas automáticas

Após configurar um motor:

Abra a faixa de legendas a partir da barra de ferramentas da linha do tempo.
Clique no controlo «Reconhecimento de voz» para abrir a caixa de diálogo «Legendas automáticas».
Escolha a zona da linha do tempo, os clips selecionados ou outra área que pretenda processar.
Selecione o modelo de voz.
No caso do Whisper, confirme o idioma ou deixe a deteção automática ativada.
Ajusta opções como o número máximo de caracteres por linha, sempre que necessário.
Clique Processo.

O Kdenlive cria e insere entradas de legendas automaticamente. Verifique o resultado quanto ao texto, pontuação, mudanças de interlocutor, quebras de linha e sincronização.

A realidade da transcrição por IA local

O reconhecimento de voz local apresenta várias vantagens:

O áudio pode ser processado sem ser necessário carregá-lo numa plataforma de transcrição externa.
Não há qualquer custo de transcrição por minuto.
O Whisper e o VOSK podem ser utilizados para diferentes idiomas e configurações de hardware.
O Whisper suporta a deteção de idiomas e a tradução para inglês.

Existem também compromissos práticos:

As dependências e os modelos requerem downloads adicionais.
Alguns modelos ocupam vários gigabytes de espaço em disco.
O processamento da CPU pode ser lento, especialmente nos modelos Whisper de maior dimensão.
A aceleração por GPU requer hardware NVIDIA CUDA compatível.
Gravações longas e modelos de grande dimensão podem exigir recursos de processamento significativos.
Todas as faixas de legendas geradas automaticamente devem ser revistas.

O Kdenlive afirma que o Whisper é, em geral, mais preciso do que o VOSK, enquanto o VOSK é mais rápido na CPU. Não divulga uma percentagem de precisão universal para nenhum dos motores, uma vez que os resultados dependem em grande medida da gravação e do modelo selecionado.

Método 3: A abordagem híbrida — transcrição externa combinada com o Kdenlive

Um fluxo de trabalho híbrido recorre a uma plataforma de transcrição externa para gerar o texto sincronizado inicial e ao Kdenlive para tratar da edição de vídeo, revisão das legendas, formatação e renderização final.

Por que é que o fluxo de trabalho híbrido pode ajudar

Um externo transcrição automática O serviço pode tratar do processamento inicial de conversão de voz em texto e produzir um ficheiro de legendas para o Kdenlive.

Os potenciais benefícios incluem:

Não há instalação de um modelo de voz local
Menor carga na CPU ou na GPU do seu computador
Ficheiros de legendas sincronizadas prontos para importação
Revisão de transcrições através do navegador
Vários formatos de exportação
Colaboração mais simples com os revisores

O tempo efetivamente poupado depende da qualidade e da duração da gravação, bem como do volume de edição que a transcrição exigir.

Importação de ficheiros de legendas externos

Assim que tiver um ficheiro de legendas compatível:

Abra a sua sequência no Kdenlive.
Ir para Sequência > Legendas > Importar ficheiro de legendas.
Selecione um ficheiro ASS, SRT, VTT ou SBV.
Escolha se pretende criar um novo ficheiro de legendas ou substituir o atual, sempre que a caixa de diálogo disponibilizar essa opção.
Verifique as entradas importadas na faixa de legendas.
Corrija o texto, as quebras de linha, a duração e os estilos, conforme necessário.

O Kdenlive pode maintain vários ficheiros de legendas, embora apenas um ficheiro de legendas esteja ativo de cada vez. O ficheiro ativo é aquele que é utilizado quando o projeto é renderizado.

Compatibilidade de formatos

O Kdenlive pode importar:

SRT um formato de legendas de texto plain amplamente suportado
ASS um formato com suporte avançado para estilo e posicionamento
VTT um formato de legendas frequentemente utilizado com vídeos em HTML5
SBV um formato simples de texto sincronizado associado a fluxos de trabalho de vídeo online

Os formatos de exportação documentados do Kdenlive são:

SRT
ASS

Para garantir uma ampla compatibilidade com várias plataformas, converter vídeo para SRT é, normalmente, a opção mais prática.

Formatação e personalização das legendas

O Kdenlive utiliza funcionalidades de legendas baseadas no formato ASS e oferece controlos de estilo abrangentes.

Opções de personalização Available

Dependendo do estilo selecionado e das propriedades ASS, pode controlar:

Família e tamanho da fonte
Cores do texto, do contorno, da sombra e do fundo
Alinhamento e posicionamento
Margens
Contornos e sombras
Transparência
Espaçamento e outras definições tipográficas

O Kdenlive também suporta etiquetas de substituição ASS para aplicar estilos a partes selecionadas de uma legenda.

Criação de estilos consistentes

Para gerir os estilos das legendas:

Abrir Sequência > Legendas > Gerir legendas.
Selecione o Estilos secção.
Escolha o ficheiro de legendas ou a área de estilo global.
Clique Adicionar estilo.
Configure o estilo no Editor de Estilos.
Atribua o estilo através do controlo «Estilo» na janela «Subtítulo».

É possível criar estilos para um ficheiro de legendas específico ou guardá-los globalmente para reutilização. Também é possível atribuir um estilo predefinido a uma camada de legendas, o que é útil quando se utilizam tratamentos visuais diferentes para diferentes oradores.

Exportar as suas legendas do Kdenlive

Depois de rever a faixa de legendas, pode exportá-la como um ficheiro separado ou incluí-la ao renderizar o vídeo.

Ficheiros de legendas separados

Ir para:

Sequência > Legendas > Exportar ficheiro de legendas

O Kdenlive pode exportar o ficheiro de legendas ativo como:

SRT
ASS

O formato SRT é amplamente aceite pelas plataformas de alojamento e publicação de vídeos. O formato ASS é útil quando é necessário preservar estilos mais avançados.

Legendas gravadas

As legendas fixas são incorporadas de forma permanente na imagem de vídeo e não podem ser desativadas.

Para gravar legendas no vídeo:

Verifique se o ficheiro de legendas correto está ativo.
Abra a caixa de diálogo «Renderizar».
Abra as opções de renderização adicionais, caso estejam ocultas.
Saída Incorporar legendas em vez de as gravar na imagem sem verificar.
Faz a renderização do vídeo.

O Kdenlive irá incorporar as legendas ativas na imagem de vídeo.

Legendas incorporadas ou legendas digitais

O Kdenlive também permite criar uma faixa de legendas dentro de um ficheiro multimédia compatível.

Para incorporar legendas:

Escolha um formato de renderização e um container que suportem fluxos de legendas, como o MKV.
Ativar Incorporar legendas em vez de as gravar na imagem.
Efetue a renderização do ficheiro.

As legendas incorporadas podem ser ativadas ou desativadas num reprodutor compatível. A compatibilidade depende do container selecionado, do codec, da aplicação de reprodução e da plataforma de distribuição.

Por que é que o Sonix facilita a criação de legendas no Kdenlive

O Kdenlive permite realizar as etapas de edição, formatação e renderização, enquanto Sonix pode criar a transcrição inicial e o ficheiro de legendas sincronizadas.

Processamento concebido para conteúdos gravados: A Sonix afirma que, normalmente, processa uma hora de áudio ou vídeo em cerca de cinco minutos. O tempo de processamento pode variar consoante o tamanho do ficheiro e a carga do serviço.

Precisão que pode reduzir o trabalho de limpeza: A Sonix anuncia uma precisão de transcrição de até 99% para gravações nítidas. Os resultados variam consoante o ruído de fundo, a sobreposição de vozes, a clareza do orador, os sotaques, a qualidade do microfone e o vocabulário especializado. A sua funcionalidade «Dicionário Personalizado» permite aos utilizadores adicionar nomes e termos específicos do setor.

Suporte multilingue: O Sonix suporta a transcrição em mais de 54 idiomas e tradução automática para mais de 55 línguas.

Controlos de segurança para fluxos de trabalho profissionais: A Sonix afirma que possui certificação SOC 2 Tipo II e utiliza TLS para os dados em trânsito e encriptação AES-256 do lado do servidor para os dados em repouso. Estão disponíveis mais informações em Página de segurança da Sonix.

Flexibilidade de formatação: O Sonix permite exportar ficheiros de legendas, incluindo SRT e VTT. No caso do Kdenlive, o SRT é a opção mais simples quando se pretende um formato que o editor possa tanto importar como exportar.

O fluxo de trabalho é o seguinte:

Carregue a sua gravação no Sonix.
Revise a transcrição no editor do navegador.
Corrija os nomes, a terminologia, a pontuação e as identificações dos interlocutores.
Exporta as legendas no formato SRT.
Importar o ficheiro SRT através de Sequência > Legendas > Importar ficheiro de legendas no Kdenlive.
Fazer os ajustes finais de sincronização e estilo.
Exporte o ficheiro de legendas ou faça a renderização do vídeo com legendas gravadas ou incorporadas.

Veredicto final: Escolher o fluxo de trabalho de legendagem adequado para o Kdenlive

O melhor método depende dos seus requisitos de privacidade, do hardware disponível, do seu nível de conforto técnico, do volume do projeto e das necessidades em termos de prazos de execução.

Escolha a criação manual de legendas quando:

Preciso de ter controlo direto sobre cada palavra, cada decisão relativa ao ritmo e cada quebra de linha
Tem um projeto curto ou uma transcrição já existente?
São necessárias legendas de acessibilidade detalhadas, com descrições sonoras cuidadosamente elaboradas
Não é possível utilizar o reconhecimento automático de voz para este material

Escolha a funcionalidade de conversão de voz em texto integrada no Kdenlive quando:

Prefiro processar as gravações localmente
Estão à vontade para instalar dependências e modelos de voz
Dispor de recursos adequados de armazenamento e processamento
Pode rever e corrigir legendas geradas automaticamente
Quer evitar carregar a gravação numa plataforma externa?

Escolha o fluxo de trabalho híbrido Sonix + Kdenlive quando:

Quer evitar configurar modelos locais de reconhecimento de voz?
Preciso de ficheiros de legendas sincronizadas para vários projetos
Quer um fluxo de trabalho de revisão de transcrições baseado no navegador?
Exigir tradução multilingue
Avalie os controlos de segurança documentados para conteúdos sensíveis
Preciso de ficheiros SRT que possam ser importados diretamente para o Kdenlive

Em muitos fluxos de trabalho profissionais, o método híbrido oferece uma divisão prática de tarefas: o Sonix cria a transcrição e a sincronização inicial, enquanto o Kdenlive permite a edição detalhada das legendas, a definição do estilo, a integração com o vídeo e a renderização.

Perguntas frequentes

O Kdenlive é realmente gratuito e que sistemas operativos suporta?

Sim. O Kdenlive é um software gratuito e de código aberto, licenciado ao abrigo da GNU GPL. Está disponível para Windows, macOS, Linux e BSD. Os requisitos do sistema operativo variam consoante a versão, pelo que se recomenda consultar a página oficial de downloads do Kdenlive antes de instalar a versão mais recente.

Qual é a diferença entre legendas codificadas e legendas não codificadas na exportação?

As legendas codificadas ou incorporadas tornam-se parte integrante da imagem de vídeo e não podem ser desativadas. As legendas separadas são guardadas como um ficheiro ou fluxo de legendas independente, que o espectador pode ativar ou desativar num reprodutor compatível. O Kdenlive pode gravar o ficheiro de legendas ativo num vídeo renderizado ou incorporá-lo num conteúdo compatível, selecionando “Incorporar legendas em vez de as gravar” na caixa de diálogo «Renderizar».

Posso utilizar serviços de transcrição externos com o Kdenlive?

Sim. O Kdenlive permite importar ficheiros de legendas nos formatos ASS, SRT, VTT e SBV. Crie e reveja a transcrição num serviço externo, exporte um ficheiro compatível, como o SRT, e importe-o através de Sequência > Legendas > Importar ficheiro de legendas.

Por que é que a funcionalidade de conversão de voz em texto do Kdenlive requer uma configuração adicional?

O Kdenlive realiza o reconhecimento de voz através de motores independentes, como o VOSK e o Whisper. Estes motores requerem componentes Python, dependências e modelos de voz para descarregar que não estão incluídos na instalação básica do editor. O Kdenlive disponibiliza controlos de configuração e gestão de modelos em Definições > Configurar o Kdenlive > Voz para Texto.

Qual é o nível de precisão dos modelos de transcrição integrados no Kdenlive?

O Kdenlive não divulga uma percentagem de precisão universal para o VOSK ou o Whisper. A sua documentação descreve o Whisper como sendo, em geral, mais preciso do que o VOSK e o VOSK como sendo mais rápido na CPU. Os resultados reais dependem do idioma, do modelo selecionado, do ruído de fundo, da qualidade da gravação, do número de interlocutores e da eventual sobreposição das vozes.

Obtenha uma transcrição exacta em minutos

Comece a transcrever de forma mais inteligente. Experimente o Sonix gratuitamente ou explore nossos preços para encontrar o plano certo para você.

Experimente o Sonix gratuitamente Ver preços