O cliente pede “legenda” e pode estar falando de três coisas diferentes.
- O social media quer o texto na imagem, porque o vídeo vai rodar no feed sem som.
- O pessoal do site precisa de um arquivo, porque a página passa por avaliação de acessibilidade.
- A emissora manda uma especificação de entrega com closed caption em arquivo separado.
As três aparecem na parte de baixo da tela, mas o conteúdo e o arquivo mudam em cada caso, e descobrir no briefing qual delas o cliente quer evita exportar tudo de novo no fim.
Em resumo
- A legenda comum leva a fala, muitas vezes traduzida, para quem ouve.
- O closed caption (LSE ou SDH) acrescenta quem fala e os sons que importam, e o espectador liga e desliga.
- A legenda aberta é gravada na imagem, e é ela que o feed de rede social e a tela sem player pedem.
- Se o site do cliente precisa seguir as WCAG, um SRT só com os diálogos não cumpre o critério.
- Os sons pedem uma passada humana depois do corte fechado, com linha própria no orçamento.
As três coisas que todo mundo chama de legenda
| Tipo | O que leva | O espectador desliga? |
|---|---|---|
| Legenda | A fala, muitas vezes traduzida | Em geral sim, quando vai em arquivo |
| Closed caption ou LSE | A fala, mais quem está falando e os sons que importam | Sim |
| Legenda aberta | Legenda ou closed caption gravada na imagem | Não |
A legenda comum parte do princípio de que a pessoa ouve. Ela leva o que é dito, quase sempre traduzido, e deixa o resto com a trilha: a música, a risada, a porta que bate fora de quadro.
O closed caption, também chamado de legenda oculta ou CC, é pensado para quem é surdo ou tem perda auditiva. Nos guias brasileiros o nome é LSE, legenda para surdos e ensurdecidos, e nas especificações em inglês, SDH.
O Guia para Produções Audiovisuais Acessíveis, publicado em 2016 pela Secretaria do Audiovisual do Ministério da Cultura, define a LSE como a tradução das falas em texto, que pode ser na mesma língua, com identificação de personagens e efeitos sonoros sempre que necessário.
A Ancine faz a mesma separação na instrução normativa sobre acessibilidade nas salas de cinema (IN 128, de 2016): a legendagem transcreve os diálogos, e a legendagem descritiva também os efeitos sonoros e os sons do ambiente.
Na TV, a Lei Brasileira de Inclusão (Lei 13.146/2015, art. 67) diz que as emissoras devem permitir o uso de legenda oculta. O “oculta” ou “fechada” do nome só quer dizer que o espectador liga e desliga.
A legenda aberta é gravada na imagem (no dia a dia, legenda queimada ou embutida) e todo mundo vê, sem opção de desligar. Pode ser só a fala ou a LSE completa.
O que a LSE acrescenta à fala
A LSE soma à fala quem está falando e os sons que quem não ouve perderia, e segundo o Guia, no Brasil essas informações vão sempre entre colchetes.
O falante é identificado pelo nome e, quando o personagem não tem nome, pelo sexo ou por uma característica física, como em [Mulher 1]. Num vídeo de evento, um trecho do arquivo ficaria assim:
12
00:00:41,200 --> 00:00:43,000
[Aplausos]
13
00:00:43,400 --> 00:00:46,100
[Locutor] Com vocês,
a nossa CEO, Marta Lima.
O locutor ganha identificação porque é uma voz em off, com a câmera no palco ainda vazio.
As referências divergem sobre quando identificar. Nas pesquisas de recepção citadas pelo Guia, espectadores surdos tinham dificuldade de saber quem falava mesmo com a pessoa em cena e sugeriram identificar o falante a cada troca de turno.
O guia da Netflix em inglês americano só identifica quando a imagem não deixa claro. Se o cliente ou a plataforma tiver especificação, vale a dela.
A música aparece entre colchetes, como [Música instrumental], ou só com o símbolo da nota musical. A letra é legendada quando importa para a história, e aí vai em itálico, para o espectador saber que é canto e não fala.
Também é preciso escolher o que fica de fora. O Guia diz que só precisam aparecer os sons importantes para acompanhar a história ou para ambientar a cena. O zumbido do ar-condicionado e a risada que já está no rosto de quem ri só dão mais coisa para ler.
Legenda aberta: quando o texto precisa estar na imagem
O caso mais comum é rede social. A ajuda do LinkedIn avisa que alguns vídeos começam a tocar sozinhos, sem som, enquanto a pessoa rola o feed, e muita gente assiste com o celular no silencioso, na sala de espera ou no ônibus.
Vídeo que depende de alguém falando precisa funcionar no mudo, e o único texto que com certeza aparece é o que está na imagem. Vale o mesmo para tela sem controle de player, como o loop no estande da feira ou a TV da recepção.
Gravar o texto na imagem tem custo. A legenda ocupa parte do quadro para todo mundo, inclusive para quem está com som, cada idioma vira uma exportação, e um erro de digitação significa render e upload de novo.
Ela também disputa espaço com GC e cartela, então a posição precisa ser pensada plano a plano, e no vertical tem que ficar acima dos botões da plataforma. Tamanho de linha, velocidade de leitura e posição no vertical estão nas nossas regras de legenda.
O que entregar para cada destino
| Destino | O que entregar |
|---|---|
| Feed de rede social | Exportação com legenda aberta |
| Site do cliente | Master limpo e um VTT com LSE |
| YouTube | Master limpo e o arquivo de legenda enviado no próprio vídeo |
| TV ou streaming | O que a especificação de entrega pedir, em geral closed caption ou SDH em arquivo separado |
| Telão e loop de evento | Exportação com legenda aberta |
| Outros idiomas | Um arquivo por idioma, ou uma exportação por idioma para rede social |
Qual formato mandar para onde está no post sobre a diferença entre SRT e VTT.
Se o site do cliente precisa seguir as WCAG, as diretrizes de acessibilidade do W3C, legenda para vídeo gravado é o critério 1.2.2, de nível A, o mais básico.
A definição de legenda das WCAG inclui o áudio que não é fala (efeitos sonoros, música, risada, identificação de quem fala), então um SRT só com os diálogos não cumpre o critério. Pergunte no briefing se o vídeo vai passar por avaliação de acessibilidade, porque a resposta muda o orçamento.
Quem escreve os sons
A transcrição automática sai em minutos, passa por uma conferida com o áudio e vira arquivo de legenda no mesmo dia. A LSE precisa de mais uma passada, porque o programa anota o que foi dito e não tem como saber que som importa para a história.
Essa passada é de quem conhece o corte, em geral o editor ou um assistente, com som e com o arquivo de legenda aberto. Ele procura voz de quem não está em quadro, som que carrega sentido (o celular que interrompe a entrevista, os aplausos que fecham a palestra) e música que importa.
É rápido num institucional curto e demorado num documentário, e merece uma linha própria no orçamento.
Faça depois do corte fechado, porque qualquer ajuste desloca as legendas que vêm depois, e grave a legenda na imagem por último, com o texto já aprovado.
E deixe a decisão na lista de entregas desde o início: quais versões levam legenda aberta, quais levam arquivo, em que idiomas e se o arquivo precisa de LSE. Ninguém quer descobrir dois dias antes do lançamento que o corte do LinkedIn saiu sem texto.
Como isso funciona no RecReview
No RecReview, você transcreve uma versão em português, inglês ou espanhol, ou deixa o idioma ser detectado pela fala, e a legenda é montada a partir dessa transcrição, com até 42 caracteres por linha e no máximo duas linhas.
No player de revisão, ela funciona como closed caption: com a transcrição pronta, o botão CC, ou Shift+C, liga e desliga a legenda, e a escolha fica salva naquele aparelho. O cliente que assiste pelo link de revisão tem o mesmo botão.
A legenda leva só a fala. A transcrição separa as vozes como Speaker A e Speaker B, mas essa identificação não entra na legenda, e o RecReview não acrescenta sons.
Dono, admin e editor do workspace, além de quem subiu a versão, clicam na legenda dentro do player e corrigem o texto. Os tempos ficam como foram montados, e não dá para criar uma legenda num trecho sem fala.
Para fazer a LSE, exporte o SRT ou o VTT na aba de transcrição e acrescente quem fala e os sons num editor de legendas ou no programa de edição.
O RecReview também não grava a legenda na imagem. Para legenda aberta, leve o SRT exportado para a ilha, ajuste o estilo lá e suba o vídeo legendado como versão nova para o cliente revisar.
Quando essa versão passa pelo AI Review, ele lê o texto da tela, legenda gravada incluída, e aponta erros claros de ortografia no timecode em que aparecem. A transcrição também exporta em TXT e JSON.
