Regras de legendagem que ninguém explica: 17 caracteres por segundo e porque as suas parecem apressadas
As legendas automáticas costumam ser precisas e mesmo assim desconfortáveis de ler. As palavras estão certas, os tempos batem certo com o áudio ao milissegundo, e ver o vídeo com elas ligadas cansa. Isto não é um problema de transcrição - é um problema de tempos, e resume-se a quatro números que a legendagem televisiva usa há décadas.
O número que mais importa: 17 caracteres por segundo
A velocidade de leitura decide tudo. Uma legenda com 60 caracteres que fica dois segundos exige ler 30 caracteres por segundo enquanto se vê a imagem. Não dá, por isso acontece uma de duas coisas: ou se põe o vídeo em pausa, ou se deixa de ler e as legendas passam a ruído.
A referência para onde grande parte da indústria converge são 17 caracteres por segundo para conteúdo adulto - o valor do guia de estilo de legendagem da Netflix e o predefinido do nosso verificador de legibilidade. Conteúdo infantil vai mais devagar, normalmente perto de 13. Um diálogo rápido de comédia pode ultrapassar durante algumas legendas sem prejuízo, mas um arquivo com média acima de 20 CPS esgota quem realmente lê.
Concretamente, a 17 CPS:
| Comprimento da legenda | Tempo mínimo na tela |
|---|---|
| 30 caracteres | 1,8 segundos |
| 42 caracteres | 2,5 segundos |
| 60 caracteres | 3,5 segundos |
| 84 caracteres (duas linhas cheias) | 5,0 segundos |
As legendas geradas por máquina quebram isto constantemente, porque cortam nas pausas do áudio e não pelo tempo que uma linha demora a ler. Quem dispara uma frase longa de uma só vez produz uma legenda com 90 caracteres e três segundos na tela - tecnicamente sincronizada na perfeição, na prática ilegível.
42 caracteres por linha, duas linhas no máximo
O segundo número é o comprimento da linha. Acima de cerca de 42 caracteres, o olho percorre distância horizontal suficiente para perder o início da linha seguinte, e no celular o texto encolhe ou parte num site feio.
Daí sai o terceiro número: nunca mais de duas linhas ao mesmo tempo. Legendas de três linhas tapam a imagem e obrigam a escolher entre ler e ver. Se uma frase não cabe em duas linhas de 42, não é uma legenda - são duas.
E quando se divide, divide-se numa junta gramatical. Uma linha que corta depois de «o» ou «de» obriga a segurar meia ideia durante o salto:
Mau: Melhor:
Decidimos adiar o Decidimos adiar
lançamento para março o lançamento para marçoNo vídeo vertical, as duas linhas importam por um segundo motivo: uma legenda de três linhas é alta o suficiente para entrar na faixa que a própria interface do app cobre. O verificador de zona segura desenha essa faixa sobre o seu próprio frame.
O quarto número: não deixar piscar
Uma legenda que aparece e desaparece em menos de um segundo lê-se como um pisca-pisca, mesmo quando as palavras demoraram mesmo isso. O mínimo habitual na televisão é cinco sextos de segundo (cerca de 0,83 s); online, um segundo inteiro é mais seguro. As interjeições curtas - «Sim.» «Pois.» - são exatamente as que as ferramentas automáticas despacham depressa de mais, porque o áudio dura mesmo isso.
A solução não é esticar todas as legendas, é fundir. Duas legendas de uma palavra separadas por 300 ms são uma só legenda que fica um segundo e meio.
Porque é que o automático erra sempre nisto
A legendagem automática otimiza a sincronia, não a legibilidade. Sabe quando cada palavra foi dita, por isso coloca os cortes pela forma de onda. O resultado é fiel ao som e indiferente a quem lê:
- frases longas ditas depressa tornam-se uma única legenda densa,
- as pausas naturais viram fronteiras, mesmo a meio da oração,
- as muletas ganham microlegendas próprias,
- e nada se funde, porque nada está medindo o tempo de leitura.
É por isso que «a transcrição tem 99 % de precisão» e «as legendas são desconfortáveis» podem ser ambas verdade sobre o mesmo arquivo.
Verificar um arquivo em cerca de um minuto
Não é preciso olhar para 400 legendas à mão. Exporte o SRT ou VTT, largue-o no verificador de legibilidade e ele lista todas as legendas que passam do seu limite de CPS, excedem o comprimento de linha, usam linhas a mais ou ficam menos tempo do que o seu mínimo. Os valores predefinidos são 17 CPS, 42 caracteres, 2 linhas - mude-os se a sua plataforma tiver regras próprias.
Depois corrija por esta ordem, porque cada passo reduz o trabalho do seguinte:
- Funda os piscas. Legendas com menos de um segundo encostadas às vizinhas.
- Divida as densas. Tudo acima do limite de CPS passa a duas legendas com um ponto de corte real.
- Reajuste as linhas longas. Corte por unidades de sentido, não no 42.º caractere.
- Volte a verificar. Um arquivo limpo costuma ficar acima de 90 % de legendas conformes; perseguir os 100 % raramente compensa, já que umas quantas legendas rápidas num diálogo genuinamente rápido não fazem mal.
Se as legendas saíram de outra ferramenta no formato errado, o conversor de legendas passa entre SRT, VTT e texto simples sem tocar nos tempos.
O que os números não cobrem
Os padrões nada dizem sobre o que se legenda. Dois hábitos dão mais conforto do que qualquer regra de tempos: cortar as muletas («hum», «tipo») quando não significam nada, e legendar o som que importa - uma porta, um riso, a música a entrar - para quem vê sem áudio. Nenhum aparece num relatório de CPS, e ambos são a diferença entre legendas que cumprem e legendas que são mesmo boas.
