Boas práticas de legendagem: como fazer legendas que se leem mesmo

Uma legenda só funciona se for possível lê-la no tempo em que está no ecrã e continuar a ver o que acontece na imagem. As televisões e os serviços de streaming transformaram isso em regras precisas. O vídeo nas redes sociais muda algumas das condições: o ecrã é alto e pequeno, o estilo é mais vistoso e quem vê está a percorrer o feed. Mesmo assim, essas regras continuam a ser o ponto de partida certo, e a maioria aplica-se diretamente.

As diretrizes que vale a pena conhecer

Há quatro referências que surgem vezes sem conta. Os valores deste guia vêm das suas versões atuais. Quando divergem, é normalmente porque foram escritas para ecrãs e públicos diferentes.

• As BBC Subtitle Guidelines (versão 1.2.5, março de 2026) abrangem a televisão e o vídeo online e incluem orientações específicas para vídeo vertical 9:16.
• O guia English (USA) Timed Text Style Guide, da Netflix, define as regras para as legendas e as legendas para surdos e pessoas com deficiência auditiva (SDH) entregues à Netflix.
• O DCMP Captioning Key, do Described and Captioned Media Program dos EUA, foi escrito a pensar em conteúdos educativos.
• As WCAG 2.2 (Diretrizes de Acessibilidade para o Conteúdo da Web) exigem legendas em vídeo pré-gravado (critério de sucesso 1.2.2), mas não especificam o comprimento das linhas, a velocidade nem o estilo.

Comprimento da linha

As linhas longas obrigam o olhar a percorrer mais espaço e tapam mais imagem. A BBC limita as legendas de televisão a 37 caracteres por linha, uma restrição herdada do teletexto. Para vídeo online, define o limite pela largura: 68% da largura de um vídeo horizontal 16:9, ou 90% de um vídeo vertical 9:16. O guia de estilo da Netflix para inglês permite até 42 caracteres por linha.

O vídeo vertical é estreito, por isso cabem muito menos caracteres num tamanho legível. A BBC dá uma equivalência útil: 37 caracteres numa área com 75% da largura de um vídeo 16:9 correspondem a 25 caracteres em 90% de um enquadramento 9:16. Para TikTok, Reels e Shorts, trate cerca de 25 caracteres por linha como limite máximo, e fique abaixo disso se o seu estilo de legenda usar letra grande e pesada.

Linhas por legenda

A Netflix permite no máximo duas linhas, e o DCMP Captioning Key prefere não passar das duas. A BBC recomenda duas linhas para vídeo horizontal, 4:3 e quadrado, e até três para vídeo vertical 9:16, onde cada linha é mais curta. Numa montagem vertical com muito movimento, uma linha — ou duas curtas — deixa mais imagem à vista e dá ao espectador menos coisas para absorver de uma vez.

Velocidade de leitura

A velocidade de leitura mede-se em palavras por minuto (ppm) ou caracteres por segundo (cps). Eis o que cada diretriz permite:

Para verificar uma legenda, divida o número de caracteres pelo tempo em que está no ecrã. Uma legenda de 38 caracteres mostrada durante 1,5 segundos corre a cerca de 25 cps — mais depressa do que a Netflix permite em programas para adultos. Mostre-a durante mais tempo, se a fala deixar margem, ou divida-a em duas legendas.

Quem fala depressa é o caso difícil no vídeo para redes sociais. A BBC observa que os espectadores tendem a preferir legendas literais, e nas redes sociais a forma exata como alguém diz as coisas é muitas vezes o essencial. Em vez de reescrever o que foi dito, divida o texto em mais legendas, e mais curtas, sincronizadas com a fala. Condense apenas quando as palavras não puderem mesmo ser lidas a tempo, e nunca de forma que altere o sentido.

Tempos e duração

• Comece com a fala. As diretrizes da BBC dizem para fazer coincidir a legenda com o momento em que a fala começa e para reduzir ao mínimo qualquer atraso em relação à fala.
• Duração mínima. A Netflix define um mínimo de cinco sextos de segundo (20 fotogramas a 24 fotogramas por segundo). O DCMP Captioning Key define 40 fotogramas — 1 segundo e 10 fotogramas. A BBC sugere apontar para cerca de 0,3 segundos por palavra, por isso uma legenda de quatro palavras fica no ecrã cerca de 1,2 segundos.
• Duração máxima. A Netflix limita cada legenda a 7 segundos e o DCMP a 6. Uma legenda que fica no ecrã muito depois de as palavras terminarem deixa de corresponder ao que o espectador ouve.
• Mudanças de plano. A BBC desaconselha legendas que atravessem uma mudança de plano: divida a frase ou comece a nova legenda no corte. As montagens rápidas das redes sociais tornam difícil seguir esta regra à risca, mas evite uma legenda que surja durante poucos fotogramas mesmo antes de um corte.

Onde quebrar as linhas

Quebre as linhas onde quem fala faria uma pausa natural, de preferência depois de um sinal de pontuação. A BBC enumera pares que devem ficar na mesma linha:

• um artigo e o seu substantivo (a mesa, um livro);
• uma preposição e a expressão que se lhe segue (em cima da mesa);
• uma conjunção e a sua oração (e esses livros);
• um pronome e o seu verbo (eles virão);
• as partes de uma forma verbal composta (terá estado a fazer).

O guia de estilo da Netflix para inglês diz para quebrar a linha depois da pontuação e antes de conjunções ou preposições, e para não separar um nome, um adjetivo do seu substantivo nem um sujeito do seu verbo. O DCMP Captioning Key também diz para não dividir o nome de uma pessoa, nem separar um título do nome a que pertence.

Pouco natural   Lançámos a
                nova app em março.

Melhor          Lançámos
                a nova app em março.

Ainda assim, as quebras de linha não são a prioridade máxima. A BBC diz que, quando boas quebras de linha entram em conflito com um texto bem editado e bons tempos, o texto e os tempos contam mais.

Posição em vídeo vertical

As legendas tradicionais ficam em baixo, ao centro do enquadramento, e mudam de lugar quando tapariam algo importante. O DCMP diz para passar as legendas para cima quando taparem o rosto de quem fala ou texto essencial no ecrã, e a Netflix coloca as legendas onde forem mais fáceis de ler quando aparece texto no ecrã.

As plataformas verticais acrescentam outro obstáculo: a própria interface da app. No TikTok, nos Reels e nos Shorts, o nome do criador e o texto da publicação ficam por cima da parte inferior do vídeo, e os botões de gostar, comentar e partilhar descem pela margem direita.

• Suba as legendas. A BBC observa que, em vídeo vertical, é comum posicionar as legendas um pouco mais acima, embora geralmente ainda no terço inferior, porque os rostos tendem a ficar na metade superior do enquadramento.
• Deixe uma margem à direita para que as palavras não fiquem por baixo dos botões, e mantenha as linhas centradas.
• Deixe bocas e texto no ecrã a descoberto. Mude a legenda de lugar em vez de a deixar sobrepor-se a um plano de produto ou a um título.
• Teste num telemóvel. A disposição das apps muda e varia de dispositivo para dispositivo, por isso verifique um carregamento de teste num ecrã real em vez de confiar num modelo fixo.

Contraste, contorno e tamanho

Uma legenda tem de se manter legível em todos os fotogramas, de uma sala escura a uma parede branca atrás de quem fala. Há três formas fiáveis de o conseguir:

• Uma caixa de fundo. Por norma, a BBC usa texto branco sobre fundo preto. O DCMP Captioning Key prefere uma caixa translúcida, para que o texto se mantenha nítido sobre fundos claros.
• Um contorno ou sombra. O DCMP pede caracteres brancos, sem serifa e de peso médio, com sombra projetada ou sombra de contorno. Nos estilos arrojados das redes sociais, um contorno escuro e sólido cumpre a mesma função.
• Contraste medido. A relação de contraste mínima das WCAG para texto é de 4,5:1 (critério de sucesso 1.4.3). Foi pensada para texto em páginas web e não para texto em vídeo, mas é uma referência sensata para o texto da legenda face à sua caixa ou contorno.

Quanto ao tamanho, a BBC define o texto das legendas pela altura da linha em percentagem da altura do vídeo: 7–8% para vídeo horizontal, 4:3 e quadrado, e 3,9–4,5% para vídeo vertical 9:16. Os estilos de legenda das redes sociais são muitas vezes maiores e com letra mais grossa. Pode resultar, desde que as linhas sejam curtas o suficiente para caber e o texto não tape o essencial da imagem.

Por fim, maiúsculas e minúsculas. O DCMP prefere misturá-las, por ser mais legível, e reserva as maiúsculas para gritos. Os estilos só em maiúsculas são comuns em vídeos curtos; se usar um, encurte ainda mais as legendas.

Oradores, sons e música

Os espectadores que não conseguem ouvir o áudio — por serem pessoas surdas ou com deficiência auditiva, ou simplesmente por estarem a percorrer o feed sem som — precisam de mais do que os diálogos.

• Mudanças de orador. Deixe claro quando outra pessoa começa a falar. A BBC usa um pequeno conjunto de cores de texto sobre preto — branco, amarelo, ciano e verde — e mantém sempre a mesma cor para cada orador. O guia de estilo da Netflix para inglês só acrescenta a identificação do orador entre parênteses retos quando os espectadores não conseguem ver quem está a falar. O DCMP prefere colocar a legenda por baixo de quem fala, com o nome entre parênteses quando a posição não chega.
• Efeitos sonoros. Legende os sons que importam para a história ou para a piada. As convenções variam: a BBC escreve as indicações de som em maiúsculas brancas, como frases curtas de sujeito e verbo, por exemplo SOALHO RANGE; a Netflix usa parênteses retos e minúsculas, como em [porta bate com força]; o DCMP põe as descrições entre parênteses retos e identifica a origem do som.
• Música. O DCMP coloca as letras cantadas entre símbolos de nota musical (♪). Para a música de fundo, basta uma breve descrição do ambiente entre parênteses retos, quando for relevante.
• Escolha uma convenção e mantenha-a. A coerência dentro de um vídeo importa mais do que o sistema escolhido.

Exatidão: nomes, números e jargão

O reconhecimento automático de fala dá-lhe um primeiro rascunho rápido, mas comete erros previsíveis. O centro de ajuda do YouTube avisa que as legendas automáticas podem não representar corretamente o que foi dito, devido a erros de pronúncia, sotaques, dialetos ou ruído de fundo. Verifique sempre estes pontos à mão:

• Nomes de pessoas, marcas, produtos e lugares, incluindo as maiúsculas.
• Números, preços, datas e unidades. Escolha um estilo para os números e aplique-o sempre da mesma forma. O DCMP escreve por extenso de um a dez e usa algarismos acima de dez.
• Jargão e siglas da sua área, que uma IA generalista pode não conhecer.
• Palavras que soam igual, como há e à, concerto e conserto, sessão e cessão.
• Hesitações e falsos começos. Decida se mantém interjeições como “hum” e palavras repetidas. Retirá-las ajuda a velocidade de leitura; mantê-las preserva o tom de quem fala. Nunca retire uma palavra que altere o sentido.

A correção deve ser rápida. No AutoCap, cada palavra tem o seu próprio tempo de início e de fim, por isso pode corrigir um nome mal transcrito, dividir uma linha longa ou ajustar o tempo de uma só palavra sem mexer em tudo o que está à volta.

Estilos palavra a palavra e karaoke

As legendas palavra a palavra mostram uma ou poucas palavras de cada vez, ou revelam uma linha palavra após palavra. Os estilos karaoke mostram a linha inteira e destacam cada palavra à medida que é dita. Ambos são comuns em vídeos curtos, porque o movimento atrai o olhar. Também mudam a forma como se lê:

• Menos texto de cada vez impede a leitura antecipada. Com uma linha completa no ecrã, o espectador lê a frase e volta a olhar para a imagem. Quando as palavras chegam uma a uma, só consegue ler ao ritmo de quem fala, e os olhos ficam presos ao texto.
• As diretrizes de televisão tratam-nas como exceção. A BBC diz que as legendas cumulativas — em que parte da legenda aparece depois do resto — só devem ser usadas quando há uma boa razão, como o impacto dramático ou o ritmo de uma canção.
• A animação compete com as palavras. Um salto ou uma mudança de cor em cada palavra exige mais esforço do que uma linha estável com um único destaque.

Use-os em clipes curtos e incisivos, em ganchos nos primeiros segundos e para dar ênfase a uma palavra-chave. Passe para um estilo mais estável em tutoriais, entrevistas, explicações longas e fala rápida. O destaque karaoke é muitas vezes o melhor compromisso: a frase completa continua legível enquanto a palavra ativa fica marcada. Só funciona se o destaque cair na palavra no momento em que é dita, e é por isso que o tempo de cada palavra importa — um destaque meio segundo adiantado parece uma falha. Pode comparar abordagens na galeria de estilos de legenda.

Lista de verificação

1. Uma ou duas linhas por legenda; até três linhas curtas em vídeo vertical.
2. Cerca de 25 caracteres por linha, ou menos, em vídeo vertical; no máximo 37–42 em vídeo horizontal.
3. Velocidade de leitura até cerca de 20 caracteres por segundo (17 em conteúdos infantis), ou 160–180 palavras por minuto.
4. Nenhuma legenda no ecrã durante menos de cerca de um segundo, nem durante mais de 6–7 segundos.
5. Legendas que começam com a fala e evitam atravessar cortes.
6. Linhas quebradas em pausas naturais da frase, sem separar nomes nem artigos dos substantivos.
7. Legendas longe de rostos, texto no ecrã e botões da app, verificadas num telemóvel.
8. Contraste alto com caixa, contorno ou sombra, testado em fotogramas claros e escuros.
9. Mudanças de orador e sons relevantes assinalados num estilo coerente.
10. Nomes, números e jargão verificados por uma pessoa.
11. Animação palavra a palavra reservada para clipes curtos.

Para saber quando embutir as legendas no vídeo e quando publicar um ficheiro de legendas, consulte legendas abertas vs. ocultas.