---
title: "Transcrever vídeo do YouTube e traduzir com timestamps"
description: "Para transcrever vídeo do YouTube e traduzir em texto: gere as falas primeiro, depois traduza. Cada linha mantém o timestamp do momento original."
canonical: "https://transcript.im/pt-BR/blog/translate-youtube-transcript"
markdown: "https://transcript.im/pt-BR/blog/translate-youtube-transcript.md"
author: "Leo"
category: "YouTube"
datePublished: "2026-10-03T03:14:51.000Z"
dateModified: "2026-10-03T06:00:37.885Z"
---
Para transcrever um vídeo do YouTube para texto, escreva o que foi dito e depois traduza essas falas. A imagem não é o que está sendo traduzido. As palavras faladas é que são. O YouTube consegue mostrar legendas enquanto o vídeo roda e, em alguns vídeos, o player desenha uma legenda traduzida sobre a imagem enquanto você assiste. Essa sobreposição some quando você sai. Uma tradução que você pode citar, pesquisar ou entregar para outra pessoa é uma transcrição que foi traduzida, com cada linha ainda apontando para o momento original.

A [página de ajuda do YouTube sobre como ver transcrições](https://support.google.com/youtube/answer/15930243) descreve o modo de leitura: abra **Mostrar transcrição** na descrição, acompanhe a linha atual e clique em uma linha para pular até ela. Ela não descreve um documento traduzido, nem como salvar um. O restante desta página é a ordem que produz o documento. Gere a transcrição. Traduza as linhas. Mantenha os tempos onde estavam.

## Por que traduzir uma transcrição

O motivo de traduzir a transcrição, e não o arquivo de vídeo, é que as palavras são o que você vai reutilizar. Uma aula que você acompanha melhor por escrito do que de ouvido, uma afirmação que você precisa citar no idioma das suas anotações e um trecho que você vai legendar para outro público começam todos do mesmo objeto: as falas, em texto. Traduzir o MP4 não produz esse texto. Dublar uma nova faixa de voz também não. São trabalhos diferentes, e esta página não é sobre eles.

Alguns espectadores só precisam da sobreposição. Se o player já mostra uma tradução e você vai assistir só uma vez, fique por ali. Saia dela quando você precisar do texto depois que a aba for fechada, quando precisar pesquisar uma frase ou quando a tradução tiver que ir para um documento ou um editor. A sobreposição é uma exibição. A transcrição é o texto.

A transcrição também traça uma linha rígida sobre o que pode ser traduzido. A fala está dentro do escopo. Cartelas de título gravadas na imagem, tarjas e outros textos pintados no quadro não são lidos, então não são traduzidos. Um videoclipe com pouca ou nenhuma fala volta raso, porque há pouca fala para escrever. Duas pessoas falando ao mesmo tempo, um ambiente barulhento e um microfone abafado enfraquecem as linhas de origem, e uma tradução não conserta uma linha que já estava errada. Confira a origem em relação ao timestamp antes de tratar a tradução como citação.

O link precisa ser público. Um vídeo privado, um vídeo excluído, um vídeo só para membros ou um link que só roda dentro da conta de outra pessoa não abre a partir de uma URL pública colada. Limites de idade e de região podem barrar o mesmo pedido. Não existe um botão que force um vídeo que o YouTube não quer entregar.

## Gere e depois traduza

A tradução é o segundo passo. O primeiro passo é a transcrição, no idioma das legendas ou da fala. Pule esse passo e não há nada em formato de linha para traduzir. Um resumo, uma thread de comentários ou a descrição do vídeo não substituem. Eles não são a sequência falada e não carregam um tempo para cada linha.

![Quatro passos para traduzir um vídeo do YouTube em texto: copie a URL, gere as linhas, traduza e depois confira e exporte](/images/blog/translate-youtube-transcript/pt-BR/096dd0a7.jpg)

No transcript.im, faça nesta ordem:

1. Copie a URL do vídeo público que você quer em outro idioma.
2. Cole a URL e gere as linhas antes de escolher um destino. As legendas que já existem no vídeo são a origem. A fala só é transcrita quando essas legendas não estão lá.
3. Use Traduzir nessas linhas e escolha um dos idiomas compatíveis. O texto muda. O upload no YouTube não.
4. Confira a linha traduzida em relação ao tempo original. Exporte quando a tradução precisar viver fora do navegador.

Para [transcrever vídeo do YouTube](/pt-BR/youtube-transcript) você já tem o link. Você não reenvia o vídeo e não digita a tradução à mão, a menos que esteja corrigindo uma linha depois. Uma correção fica na sua cópia. Ela não é escrita de volta no upload original.

O destino é um dos idiomas compatíveis: árabe, chinês (simplificado), inglês, francês, alemão, hindi, italiano, japonês, coreano, português, russo e espanhol. O chinês aqui é o simplificado, não um destino separado de chinês tradicional. O português é um único destino, não dividido por país. Se o idioma de que você precisa não está nessa lista, este passo não vai inventá-lo. Escolha um destino que a ferramenta realmente oferece ou traduza o texto exportado em algum lugar que ofereça esse idioma, e aceite que a segunda ferramenta pode não manter os tempos das falas, a menos que você os carregue por conta própria.

O idioma de origem é o que as legendas ou a fala já eram. Um vídeo falado em japonês volta primeiro como linhas em japonês, mesmo que você pretenda ler em espanhol. A tradução é uma escolha posterior de destino, e um destino diferente é uma tradução separada das mesmas linhas de origem. Trocar de espanhol para alemão não edita o resultado em espanhol para alemão. Ela traduz a origem de novo.

As legendas automáticas, quando existem, continuam sendo a fonte. Elas valem tanto quanto aquela faixa de legenda. Nomes, acentos e comentários rápidos são onde elas falham. Transcrever a partir do áudio, em um vídeo que nunca teve legenda, tem o mesmo tipo de limite: o texto acompanha a gravação. Traduza depois de olhar a linha de origem que te interessa, não antes.

## Mantenha os timestamps alinhados

O horário permanece no lugar porque a tradução não reconstrói a linha do tempo. Cada linha mantém o início e a duração que tinha antes de o texto mudar. Só o texto é substituído. Uma frase que começava em 1:02 continua começando em 1:02 na tradução, mesmo quando o novo texto é mais longo ou mais curto que o original.

![Linhas de transcrição original e traduzida lado a lado com as mesmas marcações de tempo](/images/blog/translate-youtube-transcript/pt-BR/60ee4a51.jpg)

É assim que a tradução permanece presa ao momento do vídeo. A linha traduzida é uma etiqueta sobre o instante original, não uma nova performance com ritmo próprio. O horário ao lado da linha continua sendo aquele instante no vídeo de origem. Você ouve a fala original e lê a tradução. Você não ouve uma voz dublada, porque nenhum áudio novo foi criado.

A exportação usa esses mesmos horários. O TXT da tradução traz somente as palavras traduzidas, uma linha por cue, sem os horários. Já o SRT e o VTT mantêm um início e um fim, para que um editor ou um player web consiga exibir a cue traduzida. O fim é o fim da linha original, ajustado para não sobrepor a cue seguinte. Assim, o player mostra uma linha de cada vez, em vez de empilhar duas.

Uma tradução mais longa é a parte que as pessoas interpretam mal. A cue não cresce para caber na nova frase. As palavras precisam caber dentro da janela original. Uma linha curta em inglês que vira uma linha longa em alemão ainda termina quando a cue original termina. Na tela, o player pode quebrar mais texto nesse mesmo intervalo. O arquivo não ressincronizou o vídeo para uma voz que fala a tradução. Se você depois gravar uma dublagem, vai sincronizá-la por conta própria. Esta exportação não vai fazer isso por você.

O leitor pode mostrar o horário de início ao lado de cada linha traduzida enquanto você confere. Copiar o trecho, como na exportação TXT, leva as palavras e descarta os horários. Se o horário precisar viajar junto com a frase, use o SRT ou o VTT, ou anote o horário ao lado da frase que você colar nas notas. O alinhamento só é útil se você mantê-lo ligado à linha que está prestes a citar.

O Clean, se você rodá-lo, é uma passada diferente. Ele corrige gramática, pontuação e erros de reconhecimento no texto e mantém os horários. Não é uma tradução. O Translate é a passada que muda o idioma. Rode o Clean na origem quando uma linha estiver embaralhada, e só então traduza, para não transformar um erro de reconhecimento em uma frase errada e confiante no outro idioma.

## Armadilhas comuns

O erro mais comum é traduzir o objeto errado. Títulos na tela, slides filmados por uma câmera e legendas queimadas na imagem não estão na transcrição, então não saem no outro idioma. Se o sentido do vídeo está nessas imagens e a voz nunca o diz, a tradução não vai recuperá-lo. Você estaria lendo apenas a fala.

![Verificações antes de exportar uma transcrição traduzida: texto na tela, nenhuma voz nova, nomes e números, e linhas longas no mesmo bloco](/images/blog/translate-youtube-transcript/pt-BR/c1231038.jpg)

O próximo erro é esperar uma trilha sonora nova. Transcreva vídeo do YouTube para texto e o que você consegue manter é o texto. Você não ganha uma voz substituta, uma dublagem com sincronia labial nem uma linha do tempo reconstruída em torno da duração da frase traduzida. O áudio original continua sendo o relógio. Uma dublagem é uma edição à parte.

Outro erro é traduzir um resumo curto e esperar horários por linha. Resumo, Pontos Principais e Resumo por Capítulos são visões mais curtas da mesma transcrição. São úteis antes de você ler cada linha. Não são a transcrição traduzida e não te dão uma cue cronometrada para cada linha falada. A tradução que fica alinhada roda sobre as próprias linhas da transcrição. Study Notes, Meeting Summary, Creator Repurpose, Moments e Mapa Mental são outras visões desse texto. Nenhuma delas é a mudança de idioma. O Mapa Mental pode apontar um nó para um momento, o que ajuda a navegar. Mesmo assim, não é o texto traduzido de cada linha.

Nomes próprios, numerais e expressões idiomáticas precisam de um olhar humano. Um nome pode ser transliterado, meio traduzido ou deixado como foi ouvido. Uma piada que depende do idioma original não sobrevive a uma tradução linha a linha literal. Antes de citar a tradução como sendo o que o falante disse, abra o timestamp e escute. A tradução é uma renderização da linha. A gravação é a fonte.

Fala rápida em uma cue curta tem o mesmo limite prático que uma tradução longa. A janela foi definida pela linha original. Se você jogar o SRT em um editor e a cue traduzida parecer apertada, divida ou reescreva essa cue no editor. Não espere que a exportação tenha alongado o momento.

Um vídeo com quase nenhuma fala vai se traduzir em quase nada. Silêncio, música e aplausos não são frases. Se a transcrição tem um punhado de linhas, a tradução terá um punhado de linhas. Isso é uma propriedade da origem, não um idioma de destino que falhou.

Se a transcrição nunca começa, a tradução também nunca começa. A causa mais comum é um vídeo que não está acessível publicamente.

Se o destino for uma faixa de legendas sincronizada para um player, exporte SRT ou VTT das linhas traduzidas. A página sobre como montar esse tipo de faixa a partir de um link do YouTube, como legendas em vez de texto para leitura, é o [gerador de legendas do YouTube](/pt-BR/youtube-subtitle-generator). Use este artigo quando o trabalho for o texto traduzido, incluindo o arquivo sincronizado desse texto. Use o gerador de legendas quando o trabalho for a própria faixa de legendas.

Quando a legenda sobreposta é o bastante, assista com ela. Quando você precisa das palavras em outro idioma com o momento original junto, gere a transcrição, traduza as linhas e mantenha os tempos. [A ferramenta para transcrever YouTube](/pt-BR/youtube-transcript) é onde aquele link público vira o texto que você traduz em seguida.