Como traduzir um vídeo longo com voz de IA: aulas, cursos e podcasts de até 2,5 horas

Seu melhor vídeo provavelmente já está pronto: a gravação de um workshop, um módulo de curso, uma entrevista longa ou a última temporada do seu podcast. Para chegar ao público que fala espanhol, alemão ou japonês, antes você precisava de uma transcrição, um tradutor, um locutor e uma tarde editando áudio — para cada episódio.

O tradutor de vídeos do ImageGPT agora tem um modo para vídeos longos feito justamente para isso. Envie um vídeo seu de 1 minuto a 2,5 horas, revise o roteiro traduzido, escolha as vozes e baixe um MP4 com o novo idioma junto do original. Você vê o preço de cada etapa antes de começar.

Como fica o resultado

Usamos os primeiros 2 minutos e 14 segundos de “Tour of the Moon”, um sobrevoo narrado criado pelo Scientific Visualization Studio da NASA com dados do Lunar Reconnaissance Orbiter. Vídeos da NASA são de domínio público, então podíamos usá-lo. Enviamos o vídeo, escolhemos espanhol e o modo de narração, e deixamos todas as outras configurações no padrão.

A IA identificou 1 falante, dividiu a narração em 18 falas e traduziu as frases considerando o contexto, em vez de palavra por palavra: “Orientale basin” virou “la cuenca Oriental”, enquanto os nomes LRO, Diviner e LOLA foram mantidos. Do envio ao vídeo pronto, levou pouco mais de 1 minuto.

O MP4 final mantém a imagem original intacta — sem recodificação. Ele também inclui 2 faixas de áudio, a tradução (padrão) e o original, além de legendas nos 2 idiomas. Reprodutores como o VLC permitem alternar entre elas, e você também pode baixar as legendas em arquivos SRT e VTT para o YouTube ou a plataforma do seu curso.

O que você pode traduzir

Apenas conteúdo seu ou para o qual você tenha os direitos: seus próprios vídeos e episódios do seu canal, cursos e webinars, entrevistas, podcasts e documentários para os quais você tenha licença. Você confirma isso marcando uma caixa antes de qualquer processamento. Filmes e programas de TV dos quais você não detém os direitos não são permitidos.

• Duração de 1 minuto a 2,5 horas; arquivos de até 6 GB.
• MP4, MOV, MKV ou WEBM com vídeo H.264, H.265, AV1 ou VP9. Se o seu arquivo usar outro formato, converta-o primeiro para MP4 no conversor de vídeo gratuito.
• 18 idiomas, em qualquer direção: inglês, espanhol, francês, alemão, italiano, português, polonês, turco, holandês, ucraniano, russo, japonês, coreano, chinês, árabe, hindi, indonésio e vietnamita.
• Falas nítidas geram as melhores transcrições. Música alta por cima da voz ou pessoas falando ao mesmo tempo significam mais falas para corrigir no roteiro.

Passo a passo

1. Abra o tradutor de vídeos e mude para “Filme, aula, episódio — até 2,5 h”.
2. Escolha um projeto: crie um novo ou use um existente, se este for o próximo módulo ou episódio. Escolha o idioma de destino e deixe o idioma original em “Detectar”.
3. Escolha o resultado: narração, dublagem completa ou apenas legendas. Para a narração, escolha as vozes: um narrador, uma voz masculina e uma feminina atribuídas a cada falante, ou uma voz por personagem.
4. Envie o arquivo ou cole um link para ele. Arquivos grandes são enviados em partes; se a conexão cair, selecione o mesmo arquivo novamente e o envio será retomado de onde parou.
5. Confirme que você tem os direitos do vídeo e clique em “Transcrever e traduzir”. O preço aparece no botão.
6. Revise os participantes, o glossário e o roteiro. Cada fala tem botões para reproduzir o original e a tradução, e você pode editar qualquer uma delas.
7. Para um vídeo longo, clique primeiro em “Testar os primeiros … min”: só o começo recebe voz, até 2 minutos após a primeira fala. Assim, você pode ouvir as vozes antes de pagar pelo restante.
8. Clique em “Gerar voz para o vídeo inteiro”, depois em “Baixar vídeo” e, se precisar delas, em “Legendas”.

Tudo é processado nos nossos servidores, então você pode fechar a aba e voltar para acompanhar uma barra de progresso com o tempo restante. Se você interromper a renderização na metade, os créditos da parte que não recebeu voz são devolvidos. O vídeo final também fica salvo em Minhas criações.

Narração, dublagem completa ou legendas?

A dublagem completa separa as vozes da música e dos efeitos sonoros com o Demucs e depois coloca as novas falas sobre o áudio de fundo original. Cada personagem pode receber uma voz pronta, uma voz que você salvou em um dos seus personagens ou “Voz do vídeo” — uma cópia da voz da própria pessoa falando no novo idioma. Copie apenas a sua voz ou a de alguém que autorizou o uso; você confirma isso em uma caixa separada. A cópia de voz ainda não está disponível para ucraniano, indonésio e vietnamita, então esses idiomas usam uma voz pronta.

Como traduzir um curso inteiro ou uma temporada de podcast

Coloque todos os episódios de uma série em um único projeto. O projeto guarda os participantes — até 12 falantes identificados pelo nome e com suas vozes, enquanto os demais são agrupados como “Outros homens” e “Outras mulheres” — e um glossário de nomes e termos. No episódio seguinte, a IA reconhece pela voz quem já participou, então seu colega de apresentação soa igual na aula 1 e na aula 10.

Preencha o glossário depois do primeiro episódio. Se um curso de culinária traduziu “fold in” de 2 maneiras diferentes, adicione o termo com a tradução que você quer e clique em “Traduzir novamente”: só a tradução será refeita, e as falas que você editou manualmente continuarão como estão.

Quanto custa

Você paga por etapa. A transcrição e a tradução são cobradas logo após o envio; a geração das vozes, depois que você revisa o roteiro. O preço depende da duração e da quantidade de falas, e cada botão mostra o valor exato. Valores aproximados para um vídeo com muita fala:

Nosso trecho de 2 minutos da NASA custou cerca de 20 créditos, incluindo a transcrição. Vídeos com pausas longas ou trechos musicais custam menos, já que só as falas recebem voz. Se você corrigir uma única fala depois, paga apenas por ela; ao reconstruir o vídeo, só as partes alteradas têm o áudio remixado.

Vídeos curtos com menos de 5 minutos continuam no modo normal da mesma ferramenta, que adiciona sincronização labial e legendas incorporadas ao vídeo. Para colocar legendas animadas em um Reel ou Short, use “Legendas automáticas”.