Legenda automática erra. Quem ouve percebe na hora. Quem não ouve, não.
O LegendaLab gera a legenda em português de um vídeo curto, mede quanto a transcrição erra e marca os trechos em que a IA pode ter errado. Veja abaixo um vídeo já legendado pelo projeto.
⚠ Legenda automática: os trechos marcados podem estar errados.
Este vídeo foi processado no meu computador pelo modelo whisper-small. A pessoa e a voz do vídeo são um avatar gerado por IA, no Clipchamp. Para legendar um vídeo seu, rode o projeto a partir do código no GitHub.
Blocos da legenda
Carregando os blocos…
- ⚠ Pode estar erradoa IA estava insegura neste trecho
- Rápido para lerpassa do limite de leitura do Guia de 2016
O que o benchmark mostrou
Comparei dois tamanhos do Whisper nas 427 frases do conjunto de teste do Common Voice em português. A demo usa o small, que erra bem menos. A troca é que ele marca menos frases, então deixa mais erros passarem sem aviso.
| Modelo | Palavras erradas | Erradas sem aviso | Frases marcadas |
|---|---|---|---|
| whisper-small, usado na demo | 22,9% | 8,6% | 33% |
| whisper-base | 38,6% | 6,2% | 60% |
Erro sem aviso é a palavra errada numa frase que não recebeu ⚠. Para quem não ouve, é o erro que mais importa. No small, as frases marcadas tiveram 42,2% de palavras erradas, e as outras, 13,0%. Medido em 24/10/2026. Ver os resultados completos.
Como funciona
- Transcreve a fala com o Whisper, rodando no próprio computador, sem API paga.
- Divide o texto em blocos de até 2 linhas de 37 caracteres, como pede o Guia para Produções Audiovisuais Acessíveis (2016).
- Aponta os blocos rápidos demais para ler, sem reescrever o texto.
- Marca os trechos em que o próprio modelo estava inseguro.