Converter Arquivos para SRT — TXT, VTT, Word e MP4 (Guia PT-BR 2026)

Qual conversão você precisa? — matriz de decisão

Antes de escolher ferramenta, identifique origem e destino exatos. A tabela abaixo mapeia cada direção comum para a ferramenta mais adequada e sinaliza quando o processo é conversão real ou transcrição (que requer áudio).

Insight importante: "converter MP4 para SRT" é sempre transcrição por baixo — MP4 é vídeo/áudio, SRT é texto. Não existe conversão direta; precisa de reconhecimento de fala (ASR) para extrair texto do áudio. Ferramentas online que oferecem "converter MP4 para SRT" usam Whisper ou APIs equivalentes por trás. Direto ao ponto: VexaScribe faz isso.

Converter TXT para SRT

Cluster de busca mais popular (~1,290 buscas/mês em PT). Duas situações completamente diferentes exigem ferramentas diferentes:

Situação A — TXT com timestamps embutidos

Se o TXT já tem marcações de tempo (ex: [00:00:15] Bem-vindo ao tutorial ou 00:15 Ana: Bom dia), Subtitle Edit importa e detecta o padrão automaticamente:

1. Baixar Subtitle Edit em nikse.dk/subtitleedit (grátis, Windows).
2. Abrir Subtitle Edit → File → Import → Plain text.
3. Selecionar seu arquivo .txt.
4. Na tela de import, marcar "Auto-detect timing" se disponível. Verificar preview.
5. Ajustar parser se necessário (formato do timestamp, separador de speakers).
6. Clicar OK → o arquivo é importado com blocos numerados e timing extraído.
7. File → Save As → SubRip (.srt) → UTF-8 sem BOM.

Situação B — TXT puro sem timestamps

Só texto, sem indicação de quando cada frase é falada. Você tem três caminhos, do mais preciso ao mais aproximado:

1. Com o áudio original em mãos — método preciso: use o VexaScribe. Upload do áudio → escolha português → Whisper Large-v3 transcreve e gera timestamps ao nível da palavra. Depois compare o resultado com seu TXT: se o VexaScribe gerou timing exato mas texto ligeiramente diferente do seu, você pode substituir o texto pelas suas frases preservando os timestamps. Precisão de timing: exata (baseada no áudio real).
2. Sem o áudio — método aproximado com Gglot ou Maestra: ferramentas online como Gglot ou Maestra estimam timing baseado em número de caracteres e pausas naturais. Cole o TXT, escolha duração estimada por segmento, exporte SRT. Precisão de timing: baixa — só funciona se você não precisa que os timestamps batam com áudio real (uso didático, mockups).
3. Alinhamento manual em Subtitle Edit ou Aegisub: abra o vídeo/áudio de referência, cole o TXT dividido em blocos, marque manualmente o timing de cada bloco assistindo ao vídeo. Trabalhoso mas preciso. Ideal para conteúdo curto (menos de 5 minutos) onde precisão importa e alinhamento automático não é possível.

Converter Word (.docx) para SRT

Word DOCX não pode ir direto para SRT — precisa de conversão intermediária para .txt puro, senão a formatação RTF quebra o parser SRT.

Workflow padrão

1. No Word: Arquivo → Salvar Como → Formato: Texto sem Formatação (.txt) → salvar.
2. Abrir o .txt em VS Code ou Notepad++ para verificar codificação (deve ser UTF-8 sem BOM).
3. Seguir o fluxo TXT → SRT descrito acima (Subtitle Edit se tem timestamps, VexaScribe se precisa gerar timing).

Armadilhas do Word que quebram SRT

• Aspas curvas (“inteligentes”): Word converte aspas retas para aspas curvas automaticamente. Alguns parsers SRT falham. Desativar em Arquivo → Opções → Revisão de Texto → Autocorreção → desmarcar "Aspas retas por aspas curvas".
• Não-breaking spaces (NBSP): Word insere   em certos lugares. Aparece como espaço normal na tela mas é caractere diferente. Substituir por espaço regular após conversão.
• Autoformatação de traços: --> (usado em timecodes SRT) pode ser convertido para → ou —> pelo Word. Verificar após colar TXT.
• Quebras de parágrafo vs linhas: Word usa quebras de parágrafo; SRT precisa de quebras de linha simples. Ao converter para TXT, verificar se as linhas em branco entre blocos ficaram corretas.

Alternativa direta: DOCX no VexaScribe

Se você quer o fluxo inverso — gerar transcript em DOCX a partir de vídeo — o VexaScribe exporta DOCX diretamente da transcrição, preservando marcações de speaker e timestamps opcionais. Sem passar por Word manualmente.

Converter VTT para SRT

Duas mudanças pequenas separam VTT de SRT: (1) VTT tem cabeçalho WEBVTT na primeira linha; SRT não tem cabeçalho. (2) VTT usa ponto no separador de milissegundos (00:00:03.400); SRT usa vírgula (00:00:03,400).

Método 1: Subtitle Edit (recomendado, grátis)

1. File → Open → seu arquivo .vtt.
2. File → Save As → escolher formato "SubRip (.srt)".
3. Codificação: UTF-8 sem BOM.
4. Salvar. Cabeçalho e vírgulas ajustados automaticamente.

Método 2: FFmpeg (linha de comando)

ffmpeg -i entrada.vtt saida.srt

Uma linha, cross-platform (Windows/Mac/Linux). Necessário ter FFmpeg instalado (ffmpeg.org ou brew install ffmpeg no Mac, apt install ffmpeg no Linux, chocolatey no Windows).

Método 3: Manual em editor de texto

1. Abrir o .vtt em VS Code.
2. Deletar a linha "WEBVTT" do topo e a linha em branco seguinte, se houver.
3. Deletar quaisquer blocos NOTE, STYLE ou REGION (não fazem parte de SRT).
4. Find & Replace: usar regex para trocar (\d\d):(\d\d):(\d\d)\.(\d\d\d) por $1:$2:$3,$4. Isso troca ponto por vírgula apenas em timecodes válidos.
5. Adicionar numeração sequencial no topo de cada bloco (se VTT não tinha).
6. Salvar como .srt em UTF-8 sem BOM.

Converter SRT para VTT

Direção inversa: adicionar cabeçalho WEBVTT na primeira linha, trocar vírgulas por pontos nos timecodes. VTT é obrigatório para HTML5 <track kind="subtitles"> em players web nativos.

Subtitle Edit (recomendado)

File → Open → seu .srt → File → Save As → formato "WebVTT (.vtt)" → UTF-8. O programa adiciona cabeçalho e troca separadores automaticamente. Números sequenciais permanecem (VTT aceita mas não requer).

FFmpeg

ffmpeg -i entrada.srt saida.vtt

Quando VTT é necessário

• HTML5 video player nativo em site próprio — a tag <track> exige WebVTT.
• Streaming HLS/DASH — WebVTT é o padrão para faixas de legenda em manifestos.
• Player web moderno com estilização — VTT suporta CSS inline; SRT não.
• YouTube: aceita ambos, mas SRT é o padrão de facto — não converta se seu destino é YouTube.

Converter MP4 para SRT — na verdade é transcrição

MP4 é container de vídeo + áudio; SRT é texto com timestamps. Não existe conversão direta — o que você precisa é extrair a fala do áudio via reconhecimento de fala (ASR) e gerar timestamps. Ferramentas rotuladas "converter MP4 para SRT" usam IA de transcrição por baixo dos panos.

Método recomendado: VexaScribe (30 min grátis)

1. Acessar VexaScribe gerador de legendas (cadastro grátis, sem cartão).
2. Fazer upload do MP4 (ou MOV, MKV, WebM — até 5 GB, 10 horas).
3. Escolher Português (Brasil) como idioma.
4. Aguardar 5-10 minutos por hora de vídeo — Whisper Large-v3 transcreve com 93-95% de precisão em PT-BR.
5. Clicar Exportar → SRT → download em UTF-8 sem BOM.

Método local: Whisper via linha de comando (grátis, requer GPU)

# Instalar Whisper
pip install -U openai-whisper

# Extrair áudio do MP4 (FFmpeg)
ffmpeg -i video.mp4 -ar 16000 -ac 1 audio.wav

# Transcrever e exportar SRT
whisper audio.wav --language Portuguese --output_format srt --model large-v3

Requer Python 3.8+, PyTorch e GPU NVIDIA para velocidade razoável (CPU-only é 10-30× mais lento). Modelo Large-v3 tem ~3 GB de download inicial. Grátis para uso ilimitado depois de configurado.

Ferramentas alternativas

• TurboScribe — planos pagos, foco em velocidade e volume.
• Notta — bom em reuniões (Zoom, Google Meet), exporta SRT.
• Sintesy — foco em criadores de conteúdo, exporta SRT.
• Rev — transcrição humana profissional (pago, ~$1.50/minuto), qualidade broadcast.
• YouTube auto-caption — grátis se você sobe o vídeo no YouTube, mas qualidade em PT-BR fica atrás do Whisper Large-v3.

Converter SRT para MP4 — queimar ou embed

Duas coisas diferentes se chamam "SRT para MP4": (1) queimar (hardcode) a legenda diretamente nos pixels do vídeo — legenda vira parte da imagem, impossível de desligar; (2) embedar como faixa soft-sub dentro do container MP4 — legenda continua desligável no player.

Queimar legenda (hardcode) — HandBrake

1. Baixar HandBrake (grátis, Windows/Mac/Linux).
2. Open Source → escolher seu vídeo MP4.
3. Aba "Subtitles" → Import Subtitle → escolher seu .srt.
4. Marcar "Burned In" → codifica legenda direto nos pixels.
5. Preset: Fast 1080p30 (bom balanço qualidade/velocidade).
6. Start Encode.

Queimar legenda com FFmpeg

ffmpeg -i video.mp4 -vf subtitles=legenda.srt saida.mp4

Embedar como faixa soft-sub

ffmpeg -i video.mp4 -i legenda.srt -c copy -c:s mov_text saida.mp4

MP4 container aceita legenda embutida como faixa mov_text. Ativa/desativa no player. Nem todos os players desktop suportam mov_text bem — MKV é mais universal para soft-subs.

Para workflow completo de adicionar legendas em vídeos (queimar vs embed vs sidecar) com escolha de plataforma final (YouTube, Premiere, CapCut), veja legendas automáticas — como colocar em vídeo.

Converter SRT para Word ou PDF

Extrair o texto de um SRT para uso em documento — sem timestamps nem números sequenciais.

Método 1: Subtitle Edit → Plain Text

1. File → Open → seu .srt.
2. File → Save As → formato "Plain Text (.txt)".
3. Opções de export: escolher "Text only" (sem timestamps) ou "With time codes" (mantém tempo para referência).
4. Abrir o .txt resultante no Word → formatar → salvar como .docx ou .pdf.

Método 2: Copiar texto manualmente

Abrir o .srt em Bloco de Notas → selecionar tudo → copiar → colar no Word. Usar Find & Replace com regex para remover linhas de timestamp e números: buscar ^\\d+$ → substituir por vazio (remove números). Buscar ^\\d2:\\d2:\\d2,\\d3\\s-->.*$ → substituir por vazio (remove timecodes).

Método 3: Exportar DOCX diretamente do VexaScribe

Se você gerou o SRT via VexaScribe, ao invés de exportar SRT e depois converter, exporte diretamente como DOCX na mesma tela — preserva marcações de speaker se houver, formatação limpa, sem passar por Word manualmente.

Conversão para PDF

PDF é etapa final — sempre passa por Word ou LibreOffice. Depois de ter o texto em Word/DOCX, use Arquivo → Exportar → Criar PDF/XPS. Ou ferramentas online como Smallpdf, ILovePDF (grátis com limites).

Preservar timestamps durante a conversão — cuidados essenciais

A parte mais frequentemente quebrada em conversões descuidadas. Timestamps se preservam corretamente quando:

• Origem e destino têm precisão de tempo compatível (SRT usa milissegundos; VTT também; MicroDVD é frame-based e requer conversão de framerate).
• Codificação de saída preserva bytes exatos dos números (UTF-8 é seguro).
• Ferramenta faz a substituição vírgula ↔ ponto apenas nos timecodes, não em outras vírgulas do texto.
• Sequência de blocos não é reordenada silenciosamente.

Como verificar se o timing preservou

1. Abrir o SRT convertido em VLC junto com o vídeo original (mesmo nome, mesma pasta).
2. Assistir os primeiros 30 segundos: legendas batem com fala? ✓ Conversão preservou timing.
3. Pular para os últimos 30 segundos: ainda bate? ✓ Sincronia estável até o fim.
4. Se dessincroniza progressivamente (fica cada vez mais atrás ou à frente) → problema de framerate.
5. Se dessincroniza uniformemente (sempre com o mesmo offset) → aplicar Adjust all times em Subtitle Edit resolve.

Situações que sempre quebram timing

• TXT sem timestamps convertido para SRT sem alinhamento contra áudio real → timing sempre aproximado.
• Conversão de MicroDVD (frame-based) para SRT em framerate diferente do original → drift linear ao longo do vídeo.
• SRT feito para versão A do vídeo aplicado em versão B com corte diferente → dessincronia local em cortes.
• Tradução SRT onde texto traduzido é significativamente mais longo → legenda aparece antes da fala terminar.

Codificação UTF-8 e acentos portugueses

Todo arquivo SRT convertido deve ficar em UTF-8 sem BOM. Acentos portugueses (á, ã, é, ê, í, ó, ô, õ, ú, ç) só renderizam corretamente em UTF-8. Windows-1252 quebra tudo.

Sintoma de codificação errada: acentos aparecem como ç (ç), ã (ã), é (é), ê (ê) no player.

Solução no VS Code: abrir arquivo → clicar em codificação atual (rodapé direito) → Save with Encoding → UTF-8 (sem BOM) → salvar.

Solução no Notepad++: menu Codificação → Converter para UTF-8 (sem BOM) → salvar.

Cuidado com BOM: Byte Order Mark é uma sequência de 3 bytes invisíveis (EF BB BF) no início do arquivo. Alguns editores adicionam automaticamente ao salvar como UTF-8. Parsers antigos leem os 3 bytes como texto e derrubam a primeira legenda. Sempre "UTF-8 sem BOM". VexaScribe exporta correto por padrão. Para detalhes completos, veja acentos portugueses e UTF-8 no guia arquivo SRT.

Ferramentas — comparativo

As ferramentas mais úteis para conversões envolvendo SRT em 2026, com foco honesto em pontos fortes e limitações reais.

Comparativo verificado em 16 de agosto de 2026. Preços e limites de plano grátis mudam com frequência — confira o site da ferramenta antes de commitar em fluxo de produção.

Métodos manuais para desenvolvedores

Quando você precisa converter em escala, integrar em CI/CD ou automatizar em script:

Python — biblioteca srt

# pip install srt
import srt

# Ler SRT
with open('entrada.srt', encoding='utf-8') as f:
    subs = list(srt.parse(f.read()))

# Modificar (exemplo: offset de 2s)
for sub in subs:
    sub.start += datetime.timedelta(seconds=2)
    sub.end += datetime.timedelta(seconds=2)

# Escrever de volta
with open('saida.srt', 'w', encoding='utf-8') as f:
    f.write(srt.compose(subs))

FFmpeg em batch (bash)

# Converter todos os .vtt do diretório para .srt
for f in *.vtt; do
    ffmpeg -i "$f" "${f%.vtt}.srt"
done

Regex para converter VTT → SRT manualmente (sed)

# Remove cabeçalho WEBVTT e troca . por , em timecodes
sed -e '/^WEBVTT/d' -e 's/\(\d\d:\d\d:\d\d\)\.\(\d\d\d\)/\1,\2/g' \
    entrada.vtt > saida.srt

Node.js — biblioteca subsrt

// npm install subsrt
const subsrt = require('subsrt');
const fs = require('fs');

const vttContent = fs.readFileSync('entrada.vtt', 'utf8');
const srtContent = subsrt.convert(vttContent, { format: 'srt' });
fs.writeFileSync('saida.srt', srtContent, 'utf8');

Para pipelines de produção: use Python com srt ou pysrt. Suporte a batch, tratamento de erros, escrita segura de UTF-8. Se todo o processamento é conversão de formato sem manipulação semântica, FFmpeg é mais rápido.

Problemas comuns durante conversão

Páginas relacionadas