Como traduzir legendas queimadas do vídeo para chinês? Método de substituição em tempo real sem recodificar

Você quer ver um vídeo em língua estrangeira e não encontra legendas em chinês; o primeiro instinto costuma ser buscar um «arquivo de legendas» — infelizmente, muitos conteúdos simplesmente não têm legendas prontas para baixar: documentários de nicho, entrevistas enviadas por usuários, trechos de filmes e séries que só trazem legenda embutida. E fica pior: essas legendas estão «queimadas» diretamente na imagem, não podem ser copiadas nem extraídas separadamente, e sobra apenas tentar acompanhar o idioma original com esforço. Este artigo apresenta um método de tradução que não exige captura de tela frase por frase nem recodificar o vídeo: fazer a legenda virar chinês em tempo real, dentro da própria imagem.

Antes de tudo, entenda: por que legendas queimadas são difíceis de traduzir

As legendas de vídeo são de dois tipos. As legendas flexíveis são uma faixa de texto independente da imagem: o player pode carregá-las e desativá-las, e basta encontrar o arquivo de legendas correspondente para ativá-las. As legendas queimadas, por sua vez, fazem parte dos pixels renderizados na imagem e estão fundidas com ela.

Traduzir legendas queimadas é difícil por três motivos: o texto não pode ser extraído, pois não é texto, é imagem; o conteúdo muda o tempo todo, pois as legendas avançam frase a frase junto com os diálogos, e cada tradução cobre apenas uma frase; e as ferramentas comuns não conseguem intervir, pois sites de tradução só processam o texto que você cola, não uma imagem em reprodução.

Por isso, usar «captura de tela + tradução» contra legendas queimadas é uma experiência desastrosa: o vídeo troca de frase a cada poucos segundos e, quando você termina de capturar, espera o reconhecimento e lê a tradução, já se passaram três frases. O problema não está na tradução em si, mas na velocidade dela, que não acompanha o ritmo da reprodução.

A ideia da substituição em tempo real: enquadre a faixa de legendas e deixe a tradução acompanhar a imagem

As ferramentas de tradução de tela propõem outra solução. Tomando como exemplo o VoriTrans, o processo tem três passos:

1. Enquadre a área de legendas: selecione na imagem em reprodução uma faixa horizontal que contenha apenas as legendas; basta fazer isso uma vez.
2. A ferramenta reconhece continuamente: o OCR lê sem parar o texto que aparece nessa faixa; cada vez que a frase da legenda estrangeira muda, o reconhecimento acompanha automaticamente.
3. A tradução substitui no lugar: o resultado traduzido é exibido diretamente sobre a posição original das legendas, e seu olhar não se move um milímetro.

A chave é que os passos 2 e 3 funcionam em ciclo. Aparece uma frase nova na faixa de legendas e a tradução se atualiza sozinha, sem precisar tocar o mouse em momento algum. O efeito que você vê é este: é o mesmo vídeo, mas o texto da faixa de legendas já virou chinês — e tudo acontece em tempo real durante a reprodução, sem gerar arquivo novo e sem alterar o vídeo original.

Três detalhes que definem se a experiência será boa

Mesmo usando tradução em tempo real para ver vídeos sem legendas traduzidas, os hábitos de seleção e configuração mudam muito o resultado:

1. Prefira pequeno a grande: enquadre apenas a faixa horizontal do texto da legenda, não a imagem inteira. Quanto menor a área, mais preciso é o reconhecimento, mais rápida a atualização e menor o risco de identificar errado o conteúdo da imagem.
2. Ajuste o estilo da tradução conforme a cena: quando a área de legendas for clara, uma tradução com contorno escuro fica mais visível; se você não se acostuma com a exibição sobreposta, pode mudar para o modo legenda, que fixa a tradução na parte de baixo da imagem, com tamanho e peso de fonte ajustáveis.
3. Se a cena mudar, enquadre de novo: ao passar de um filme para uma série com abertura, ou da tela cheia para a janela, se a posição das legendas mudar, enquadre novamente; leva poucos segundos.

Esses detalhes valem também para balões de HQ e diálogos de jogos: quanto menor e mais precisa a seleção, melhor; é um princípio universal para todos os cenários de tradução de tela.

O que ele cobre e o que não faz

O alcance é mais amplo do que parece: filmes em players locais, vídeos on-line em páginas web, vídeos de feeds em redes sociais; enquanto o texto da legenda aparecer na tela, é possível enquadrar e traduzir. Quanto aos idiomas, 105 línguas, entre elas chinês, japonês, coreano e inglês, podem ser combinadas entre si, e o chinês simplificado, o chinês de Hong Kong e o chinês tradicional de Taiwan são três opções independentes.

Os limites também precisam ficar claros: ele traduz o texto da legenda já exibido na tela, não inclui transcrição de fala, não traduz conteúdo falado sem legendas, não oferece dublagem e também não exporta um arquivo de vídeo com novas legendas em chinês. Em outras palavras, ele resolve «traduzir enquanto assiste», não «processar o vídeo». Se o que você precisa é adicionar ao vídeo novas legendas para compartilhar, esse é o trabalho de outro tipo de ferramenta.

Comece grátis: em poucos minutos você já está pronto

A maioria dessas ferramentas oferece cota gratuita. O cliente Windows do VoriTrans fica pronto para usar assim que instalado, e as contas gratuitas recebem todo mês créditos de tradução: 1.000 para visitantes e 2.000 após o registro, válidos no mês corrente, o suficiente para começar a assistir vídeos no dia a dia. Se o uso crescer, aí sim considere o plano pago; as regras dos pacotes valem o que diz a página de preços oficial.

Em vez de discutir qual ferramenta tem os melhores parâmetros, use a cota gratuita com aquele vídeo no idioma original que você mais quer ver: enquadre a faixa de legendas, reproduza cinco minutos e ficará evidente, de uma olhada, se o reconhecimento é estável e se a tradução acompanha o ritmo.

Perguntas frequentes

A tradução em tempo real danifica o vídeo original ou afeta a qualidade?

Não. O resultado da tradução é exibido sobre a imagem como uma camada flutuante: o arquivo de vídeo original não é alterado em nada e, ao fechar a ferramenta, a imagem volta ao normal. A nitidez da tradução depende do tamanho da fonte e do contorno que você define, e não da qualidade do vídeo em si.

Dá para traduzir um vídeo falado sem legendas?

Não. Uma ferramenta de tradução de tela processa o texto já exibido na tela: o vídeo precisa primeiro ter legendas (inclusive as queimadas no idioma original) para poder ser traduzido. Conteúdo puramente falado, entrevistas ou vídeos de podcast sem legendas ficam fora do escopo; transcrição de fala e dublagem são capacidades de outro tipo de ferramenta.

Também dá para traduzir assim a imagem de sites de vídeo on-line?

Sim. Enquanto a imagem do vídeo estiver visível na tela e o texto da legenda estiver nítido, não há diferença entre reprodução na web e player local. O modo de tela cheia de alguns sites pode afetar a exibição da camada flutuante; se o reconhecimento apresentar falhas, mudar para a reprodução em janela normalmente resolve.