Kairós AfiliadosLegendas automáticas em vídeos
Legendas embutidas são a alteração mais barata com maior efeito na retenção de um vídeo curto: uma parte substancial das primeiras visualizações acontece com o som desligado, e sem legendas essas pessoas saem sem entender nada — no grupo pequeno que decide se o vídeo recebe uma segunda onda de distribuição. As regras que importam são cinco: embutidas (não as opcionais da plataforma), palavra a palavra, letra grande, no centro vertical (o topo e o fundo ficam atrás da interface) e com contraste real. E há uma armadilha específica para quem trabalha para público português: a maioria das ferramentas transcreve por omissão em português do Brasil.
Porque é que as legendas mudam a retenção
Não é uma questão de acessibilidade apenas — é de mecânica de distribuição. Quando publicas, a plataforma mostra o vídeo a um primeiro grupo pequeno de pessoas e mede o comportamento delas. Muitas estão em transportes, no trabalho ou na cama, com o som desligado. Se o teu vídeo depende da fala, esse grupo sai nos primeiros segundos, a retenção média cai, e a segunda onda não acontece.
Faz o teste antes de publicar: vê o teu vídeo em silêncio. Se não entenderes o que se passa, falta texto no ecrã.
As cinco regras
1. Embutidas, não opcionais
Legendas embutidas fazem parte da imagem: aparecem sempre, em qualquer telemóvel, com o tipo de letra e a posição que tu escolheste. As legendas opcionais da plataforma dependem de uma preferência do utilizador e podem estar desligadas.
Isto não é razão para dispensar as da plataforma: acrescenta-as também, porque ajudam a acessibilidade e dão à plataforma texto para entender o tema do vídeo. Mas nunca como única camada.
2. Palavra a palavra
Uma ou duas palavras de cada vez, sincronizadas com a fala. É o padrão de todos os vídeos que retêm, e a razão é simples: assim a legenda acompanha a fala em vez de exigir leitura. Frases inteiras obrigam o olho a percorrer o texto, e nesse tempo perde-se o que está a acontecer na imagem.
3. Letra grande
Cerca de 6 a 8% da altura do vídeo. Numa vertical de 1920 pixéis de altura, isso são 115 a 155 pixéis de altura de linha. Parece exagerado num ecrã de computador — e é exatamente o que se lê bem num telemóvel a meio metro dos olhos.
4. Posição: centro vertical
A interface das aplicações tapa o topo e o fundo do vídeo:
| Zona do ecrã | O que a app põe lá | Legendas? |
|---|---|---|
| Topo (0–12%) | Estado do telemóvel, separadores da app | Nunca |
| Meio (25–70%) | Nada | Zona segura |
| Baixo esquerda (70–92%) | Nome de utilizador, descrição, música | Nunca |
| Baixo direita | Gostos, comentários, partilhas | Nunca |
| Fundo (92–100%) | Barra de navegação | Nunca |
Ligeiramente abaixo do centro é o melhor compromisso: fora da interface, e no caminho natural do olhar.
5. Contraste real
Texto branco sobre um fundo claro desaparece. Usa contorno escuro, sombra, ou uma caixa semi-transparente por trás. E testa no pior fotograma do vídeo, não no melhor.
A armadilha do português
Este é o ponto que mais estraga vídeos feitos para público português com ferramentas internacionais. Por omissão, quase todas transcrevem e sintetizam em português do Brasil. O resultado escreve:
| A ferramenta escreve | Em português de Portugal é |
|---|---|
| tela | ecrã |
| celular | telemóvel |
| aplicativo | aplicação |
| arquivo | ficheiro |
| cadastrar | registar |
| time (equipa) | equipa |
Não é purismo: o público português nota, e nota como sinal de que o conteúdo não é para ele. Antes de subscrever qualquer ferramenta, grava uma frase com estas palavras e verifica o resultado.
Erros de transcrição que passam sempre
- Números — «trinta e nove euros» vira «39€» ou «trinta e nove» de forma inconsistente. Verifica sempre os preços.
- Nomes próprios e marcas — quase nunca acertam à primeira. Se o nome da tua marca aparece no vídeo, corrige à mão.
- Palavras cortadas no início — a primeira palavra é a mais falhada, e é justamente a do gancho.
- Pontuação inventada — pontos no meio de frases mudam o ritmo da leitura.
Nenhuma ferramenta dispensa uma leitura rápida das legendas antes de publicar. São 20 segundos de verificação para o texto que toda a gente vai ler.
E quando não há fala nenhuma?
Se gravaste o ecrã ou as mãos em silêncio — o que é o mais prático, porque evita som de teclado e notificações — não há áudio para transcrever. Nesse caso o texto no ecrã não vem de uma transcrição: vem do guião. Escreve-se a narração primeiro, sintetiza-se a voz, e as legendas são geradas a partir desse texto, já perfeitas por construção.
É assim que funciona na Viraliza IA: as legendas nascem do plano do vídeo em português de Portugal, embutidas, palavra a palavra, na zona segura de cada rede — e a narração é sintetizada, para nunca precisares de gravar voz. Ver editar vídeos com IA para o resto da montagem, ou o centro de guias de vídeos virais.