Desenhe a legenda dentro da própria imagem, para ela aparecer em qualquer lugar — no celular, no feed de uma rede social, numa televisão que nunca ouviu falar de arquivo SRT. O som é copiado sem ser tocado.
Arraste um vídeo ou clique para escolher
MP4, MOV, AVI, MKV, WEBM e tudo mais que o ffmpeg lê — até 500 MB e 30 minutos
Agora a legenda — clique para escolher
SRT, VTT, ASS ou SSA. Qualquer codificação: se não for UTF-8, a gente converte em vez de falhar.
Envie um vídeo e um arquivo de legenda e receba o vídeo de volta com a legenda desenhada na imagem. O trabalho é feito com ffmpeg e libass no nosso servidor, e não no seu navegador, então o arquivo pode ser tão grande quanto sua conexão aguentar e o texto é montado pelo mesmo renderizador que um player de computador usa.
Um arquivo de legenda ao lado do vídeo é melhor em tudo, menos numa coisa: alguém precisa carregá-lo. Suba esse vídeo no Instagram, no TikTok, no LinkedIn ou na maioria dos aplicativos de televisão e o arquivo de legenda simplesmente não está lá — as palavras que você escreveu não chegam a ninguém. Gravar coloca a legenda na imagem, onde nada consegue deixar de exibi-la e nada consegue desligá-la. A troca é que agora ela é parte da imagem: não dá para trocar de idioma, não dá para desligar, e corrigir um erro de digitação significa gravar de novo a partir do original. Guarde o original.
Desenhar texto num quadro significa codificar aquele quadro de novo, então esta é a ferramenta mais lenta que rodamos, e não tem como ser diferente. Medido aqui em 13/09/2026, com 30 segundos de vídeo em quatro núcleos fixos:
| Resolução | Tempo para 30 s | Velocidade |
|---|---|---|
| 480p | 4,19 s | 7,2× mais rápido que a duração do vídeo |
| 720p | 7,57 s | 4,0× mais rápido |
| 1080p | 15,58 s | 1,9× mais rápido |
Ou seja, um vídeo de dez minutos em 1080p leva cerca de cinco minutos, e um de dez minutos em 720p, cerca de dois e meio. O áudio nunca entra nessa conta. Só a faixa de vídeo passa pelo filtro de legenda, então o som é copiado direto — conferimos comparando o hash do áudio do arquivo que entrou e do que saiu, nas três resoluções, e bateu todas as vezes. Seja lá o que gravar a legenda custar, não custa o som.
Arquivo de legenda é texto, e texto tem codificação. Vinte anos de programas de legenda do Windows escreveram SRT em Windows-1252, não em UTF-8, e o ffmpeg não adivinha: entregue um assim e ele para com "Invalid UTF-8 in decoded subtitles text" e não produz nada. Reproduzimos exatamente isso no nosso servidor. É por isso que uma ferramenta parece quebrada com um arquivo que abre perfeitamente no VLC. Esta página lê o arquivo antes, tenta UTF-8, depois Windows-1252, depois Latin-1, reescreve em UTF-8 e ainda diz qual era — então uma legenda em português ou francês escrita em 2009, cheia de acentos, é gravada certinha em vez de falhar.
Deixado por conta própria, o libass desenha a legenda com cerca de 5,4% da altura do quadro e 3,1% de margem inferior — pequena e colada na borda de baixo, que é exatamente onde o celular põe os controles dele e a televisão põe o menu. O padrão aqui é maior e mais para dentro: medido em 9,2% da altura do quadro, e igual em 480p, 720p e 1080p, porque o tamanho é definido no espaço de coordenadas do próprio formato de legenda, e não em pixels. Um ajuste só, o mesmo resultado seja qual for o arquivo. A faixa sombreada atrás do texto é o padrão pelo mesmo motivo: só contorno some sobre uma camisa branca ou um céu claro.
Testamos latino, cirílico, grego, hebraico, árabe, japonês, coreano, tailandês e devanágari com as fontes do servidor, e todos voltaram como letras de verdade, não como os quadradinhos vazios que indicam fonte faltando — árabe com as letras ligadas e da direita para a esquerda, japonês e coreano cobertos por completo. Quando uma fonte não tem um caractere, o renderizador busca outra que tenha, caractere por caractere. Linhas longas quebram sozinhas em vez de sair pela lateral.
O uso gratuito é de dois minutos de vídeo por dia, com arquivos de até 100 MB. Um pacote de créditos sobe isso para 500 MB por arquivo e 30 minutos de vídeo. Esses 30 minutos são menos do que as nossas outras ferramentas de vídeo permitem, e de propósito: a 1,9× o tempo real, um vídeo de 30 minutos em 1080p já são quinze minutos de trabalho contínuo, e a máquina roda um trabalho por vez. Seus envios são apagados assim que a gravação termina, e o vídeo pronto seis horas depois.
Porque a maioria dos lugares onde o vídeo vai parar não carrega arquivo separado. Instagram, TikTok, X, LinkedIn, WhatsApp, quase todo aplicativo de televisão e quase todo player das pessoas ou ignoram o SRT ao lado do vídeo ou nunca chegam a recebê-lo. Legenda gravada é parte da imagem, então aparece em todo lugar, inclusive no mudo — que é como a maior parte do vídeo em rede social é assistida. O preço é que ela vira permanente: não dá para trocar de idioma, não dá para desligar, e um erro de digitação significa gravar de novo a partir do original. Então guarde seu vídeo original e seu arquivo de legenda; grave uma cópia.
A imagem é recodificada, então tecnicamente sim, um pouco — não tem como fugir, porque colocar texto numa imagem significa escrever aquela imagem de novo. Codificamos numa qualidade em que a perda não aparece em material normal. O som é outra história e vale ser preciso: ele nunca é tocado. Só a faixa de vídeo passa pelo filtro, então o áudio é copiado como está, e verificamos isso comparando o hash do áudio dos dois arquivos em três resoluções. Bateu todas as vezes.
Quase com certeza é a codificação. Arquivo de legenda é texto puro, e texto escrito por programas antigos do Windows costuma ser Windows-1252 em vez de UTF-8. O ffmpeg recusa esses de cara — para com "Invalid UTF-8 in decoded subtitles text" e não escreve arquivo nenhum — e é por isso que uma legenda que abre perfeitamente no VLC pode ser rejeitada por uma ferramenta online. Esta página lê o arquivo antes do ffmpeg, descobre a codificação, reescreve em UTF-8 e diz qual era. Se seus acentos estavam virando símbolos malucos em outro lugar, é por isso.
Sim para todos os sistemas de escrita que testamos: latino, cirílico, grego, hebraico, árabe, japonês, coreano, tailandês e devanágari voltaram como letras de verdade, não como os quadradinhos vazios que indicam que a fonte não tem aquele caractere. Árabe e hebraico saem com as letras ligadas e da direita para a esquerda. Quando uma fonte não cobre um caractere, o renderizador busca outra que cubra, caractere por caractere, então legenda com mais de um idioma também funciona. Linhas muito longas quebram sozinhas em vez de sair pela lateral do quadro.
Três tamanhos, branco ou amarelo, faixa sombreada ou só contorno, e em cima ou embaixo. A lista é curta de propósito — cobre o que as pessoas realmente mudam, e cada combinação foi conferida em três resoluções, então nenhuma delas pode sair ilegível. Se você quer controle total, monte um arquivo ASS ou SSA num editor de legenda e envie ele: a gente detecta, usa o estilo dele exatamente como está escrito e ignora as opções desta página. Sobrescrever o estilo de um ASS seria jogar fora o único motivo de ter feito um.
Vídeo: tudo que o ffmpeg lê — MP4, MOV, AVI, MKV, WEBM, FLV, WMV e o que celulares, câmeras e gravadores de tela produzem. Legenda: SRT, VTT, ASS ou SSA, em qualquer codificação de texto. Você recebe um MP4, que é o formato que toca no maior número de lugares, com a imagem recodificada e o áudio copiado. Vídeo sem faixa de áudio funciona; volta sem faixa de áudio.
Mais rápido do que a duração do vídeo, mas não muito mais em resolução alta. Medido em quatro núcleos fixos: 7,2× o tempo real em 480p, 4,0× em 720p e 1,9× em 1080p — então um vídeo de dez minutos em 1080p leva cerca de cinco minutos de trabalho, mais o envio. A página mostra uma estimativa assim que o servidor lê o arquivo e sabe a resolução, e uma barra de progresso que acompanha o codificador, não um cronômetro. Enviar um arquivo em 1080p costuma ser a parte mais lenta.
Os dois envios são apagados assim que a gravação termina, e o vídeo pronto seis horas depois. Essa janela existe só para o link de download ainda funcionar se você fechar a aba e voltar. Nada fica guardado depois disso, nada é lido e nada é entregue a ninguém — o que, para um arquivo de legenda, vale dizer com todas as letras, já que a legenda é a parte do vídeo que soletra exatamente o que tem nele.