Limpar transcrições de vídeo e transformá-las em texto que se lê

O que há dentro de um ficheiro de legendas

O YouTube aceita vários formatos de legendas, incluindo SubRip (.srt), WebVTT (.vtt) e SubViewer (.sbv). Um ficheiro .srt é uma lista de blocos numerados: um contador, um tempo de início e de fim como 00:01:04,200 --> 00:01:07,900 e depois uma ou duas linhas curtas de texto. O WebVTT é semelhante, com um cabeçalho WEBVTT e estilos opcionais. As legendas automáticas do YouTube repetem muitas vezes cada linha no bloco seguinte para que as palavras vão subindo no ecrã.

Copiar do painel de transcrição por baixo de um vídeo dá uma confusão diferente: uma marca de tempo numa linha própria antes de cada punhado de palavras e, por vezes, linhas com o tempo por extenso para os leitores de ecrã.

O que uma ferramenta de limpeza remove, e o que não consegue corrigir

Uma ferramenta de limpeza de transcrições retira os contadores, as marcas de tempo e as tags de formatação, remove descrições de som como [Música] se quiser, elimina as linhas repetidas pelas legendas em deslocamento e junta o resto em parágrafos. Isso transforma umas centenas de pequenos blocos em texto legível em segundos.

Reutilizar uma transcrição

A fala e a escrita funcionam de forma diferente. O texto falado está cheio de repetições e palavras de enchimento que ficam mal numa página, por isso trate a transcrição limpa como um primeiro rascunho.

• Artigo de blogue: mantenha a estrutura do vídeo, acrescente títulos em cada capítulo e corte as repetições.
• Notas do episódio: um resumo curto, mais a lista de capítulos e as ligações mencionadas no vídeo.
• Newsletter ou publicações nas redes sociais: retire duas ou três frases citáveis.
• Apontamentos de estudo ou investigação: procure uma passagem numa palestra longa em vez de a percorrer toda.

Tempo de leitura versus tempo de fala

As pessoas leem mais depressa do que falam. Uma grande revisão de 2019 concluiu que os adultos leem não ficção em silêncio a cerca de 238 palavras por minuto, enquanto o ritmo da fala é normalmente estimado em cerca de 150. Um vídeo de 10 minutos com cerca de 1.500 palavras faladas torna-se um artigo que demora seis ou sete minutos a ler, antes de cortar o que quer que seja.

As suas próprias palavras são suas para reutilizar. A transcrição de outra pessoa continua a ser trabalho dela: cite-a brevemente, com crédito e uma ligação.