Friskription → Blog → Live Caption
Live Caption do Chrome versus legendas traduzidas
O Live Caption é um recurso de acessibilidade genuinamente bom que muita gente usa como ferramenta de tradução. Vale saber com precisão onde isso deixa de funcionar, porque a linha é mais nítida do que parece.
A resposta curta
- Use o Live Caption quando o áudio estiver num idioma que ele suporta, você quiser só a ideia geral, e preferir que nada saia da sua máquina. É gratuito, roda no dispositivo e já está instalado.
- Use uma camada de tradução quando o idioma falado estiver fora do conjunto do Live Caption, quando nomes e termos precisarem ficar consistentes, ou quando você quiser legendas sobre o vídeo em vez de numa caixinha flutuante.
- A diferença decisiva é o contexto: o Live Caption traduz com tradução automática de uso geral, linha a linha. Uma camada construída sobre um modelo de linguagem lê cada linha junto das anteriores.
- A outra diferença decisiva é a privacidade, e essa vai no sentido oposto: o Live Caption processa tudo localmente e não envia nada a lugar nenhum.
- Eles não são excludentes. Testar o Live Caption primeiro não custa nada.
O que o Live Caption é de fato
O Live Caption é um recurso de acessibilidade. O Chrome baixa um modelo de reconhecimento de fala para a sua máquina e, daí em diante, qualquer áudio tocado no navegador é transcrito numa pequena caixa flutuante de legendas. Funciona offline, funciona com qualquer coisa que faça som, e nada é enviado a um servidor. Para alguém surdo ou com perda auditiva, em conteúdo num idioma que ela lê, é excelente e gratuito.
A tradução veio depois e é um recurso menor parafusado num de legendagem. É daí que sai quase tudo o que vem a seguir: os pontos em que as pessoas esbarram são os que foram pensados para acessibilidade, e não para ler uma live em outro idioma.
Onde os dois diferem
| Live Caption do Chrome | Uma camada de tradução | |
|---|---|---|
| Onde roda | Na sua máquina, offline | Transcrição e tradução num servidor, ou com suas próprias chaves de API |
| Idiomas de origem | Um conjunto limitado | Detectado automaticamente, num leque bem mais amplo |
| Tradução | Tradução automática de uso geral | Um modelo de linguagem que lê cada linha no contexto |
| Onde o texto aparece | Uma caixa flutuante fixa | Uma camada sobre o vídeo — arrastar, redimensionar, mudar o estilo |
| Nomes consistentes | Não tem mecanismo para isso | Um glossário fixa as grafias durante a sessão |
| Idioma original junto | Não | Segunda linha opcional sob cada legenda |
| Etiquetas de locutor | Não | Até cinco vozes |
| Ficar com o texto | Sem exportação | Exportação de transcrição; SRT e VTT a partir dos seus arquivos |
| Custo | Gratuito, ilimitado | 30 minutos grátis por semana, depois pacotes únicos a partir de US$ 1,99 |
Por que o contexto é o que importa
A tradução automática linha a linha trata cada legenda como uma cadeia independente. Isso serve para um parágrafo escrito, em que as frases chegam inteiras. A fala ao vivo não chega inteira: uma frase se parte em duas legendas, um pronome da segunda remete a um substantivo da primeira, e num idioma que omite sujeitos — japonês e coreano fazem isso o tempo todo — a informação decisiva fica numa legenda que já rolou para fora da tela.
Um tradutor que lê cada linha junto das anteriores resolve isso. Também impede que o mesmo nome seja transliterado de três maneiras em cinco minutos, que é o modo de falha mais cansativo da tradução linha a linha numa live cheia de nomes próprios.
Há também uma entrada mensurável nisso. A transcrição define o teto de tudo o que vem depois: nenhum tradutor recupera uma palavra ouvida errado. O Friskription transcreve com o ElevenLabs Scribe v2, que publica taxa de erro de palavra de 3,3% em testes em inglês — contra 5,3% do Deepgram Nova-3 e 7,7% do Whisper large-v3. Todo motor vai pior numa live barulhenta do que num trecho de teste, mas a ordem se mantém.
Onde o Live Caption ganha de lavada
Privacidade, sem ressalvas. O Live Caption roda na sua máquina. Nenhum áudio sai dela, nenhum servidor participa, e funciona sem rede nenhuma. Se você vai legendar algo confidencial, essa não é uma característica que se troque de ânimo leve — e é de fato a melhor escolha.
O equivalente mais próximo do outro lado é conectar suas próprias chaves da OpenAI, Anthropic ou ElevenLabs: aí o áudio vai do seu navegador direto ao provedor com quem você já tem contrato, e não chega aos servidores do Friskription. É uma garantia significativamente diferente de rodar no dispositivo, e vale dizer isso com clareza em vez de borrar a diferença.
O Live Caption também é gratuito e não medido. Trinta minutos grátis por semana são uma cota real, e não são ilimitados. Para horas de escuta casual num idioma que o Live Caption suporta, ele é a ferramenta sensata.
Para qual apelar
Live Caption, quando…
- O áudio está num idioma que ele suporta e você quer basicamente a ideia geral.
- Nada pode sair da máquina.
- Você quer legendas por acessibilidade, e não por tradução.
- Você vai ouvir por horas e não quer pensar em minutos.
Uma camada de tradução, quando…
- O idioma falado está fora do conjunto do Live Caption — o que cobre a maioria das streams de VTubers japonesas e a maioria das coreanas.
- Nomes, personagens e termos recorrentes precisam ficar escritos sempre igual.
- Você quer a legenda sobre o vídeo, onde seus olhos já estão, e não numa caixinha de canto.
- Você quer a linha original embaixo, para aprender ou para conferir.
- Várias pessoas estão falando e você precisa saber quem é quem.
- Você quer ficar com o texto depois.
Perguntas
O Chrome Live Caption é bom o bastante para traduzir streams?
Para pegar a ideia geral de uma stream num idioma que ele suporta, muitas vezes sim. Ele sofre exatamente onde a tradução ao vivo é mais difícil: idiomas de origem fora do seu conjunto, frases partidas entre legendas, sujeitos omitidos e nomes próprios que precisam ficar consistentes. É um recurso de acessibilidade com tradução acoplada, não uma ferramenta de tradução.
O Live Caption funciona em streams japonesas ou coreanas?
Só se o idioma falado estiver no conjunto que o Chrome suporta para legendar, que é mais limitado do que a maioria imagina — e é a razão habitual pela qual as pessoas procuram outra coisa para streams de VTubers e coreanas. Ele é gratuito, então conferir na stream que te interessa não custa nada.
O Live Caption é gratuito?
É, inteiramente, sem limite e sem conta. Faz parte do Chrome e roda na sua máquina.
Qual é mais privado?
O Live Caption, claramente — ele processa tudo no dispositivo e não envia nada a lugar nenhum. A alternativa mais próxima é conectar suas próprias chaves de API, o que mantém o áudio entre o seu navegador e um provedor com quem você já tem contrato, mas isso não é o mesmo que nunca sair da máquina.
Posso usar os dois?
Pode. Teste o Live Caption primeiro, já que é gratuito e instantâneo; recorra a uma camada de tradução quando o idioma não for coberto, quando os nomes ficarem mudando, ou quando quiser a legenda sobre o vídeo em vez de numa caixa de canto.
Por que o Live Caption põe o texto numa caixa separada?
Porque foi feito como um recurso de acessibilidade de todo o sistema, que legenda todo o áudio do navegador, inclusive áudio sem vídeo algum. Uma camada desenhada sobre o vídeo só é possível para uma ferramenta que sabe que está olhando para um player de vídeo.
Algum dos dois precisa que a stream tenha legendas?
Não — é justamente o que os dois têm em comum, e por que ambos funcionam na Twitch. Cada um transcreve o áudio por conta própria em vez de ler uma faixa de legendas, então nenhum precisa de nada da plataforma nem do streamer.
Teste a outra metade da comparação
Trinta minutos grátis toda semana. Sem cartão e sem contas de IA.
Adicionar ao Chrome