Timing e legibilidade de legendas: guia prático

Timing e legibilidade são inseparáveis. Um cue pode estar transcrito corretamente e ainda assim parecer ruim se entrar cedo demais, desaparecer rápido, tiver texto demais ou quebrar a frase em um ponto estranho. O objetivo não é perseguir milissegundos por si só, e sim facilitar a leitura enquanto a atenção continua no vídeo.

Quatro fatores para equilibrar

Sincronia

A legenda deve parecer conectada à fala ou ao som relevante, sem antecipar nem atrasar de forma perceptível.

Duração

O tempo na tela precisa combinar com a quantidade de texto.

Velocidade de leitura

Caracteres por segundo (CPS) ajudam a encontrar cues densos demais.

Segmentação

Quebras devem respeitar significado, gramática e ritmo.

Referências profissionais úteis, não leis universais

Broadcasters, plataformas, idiomas e formatos sociais usam especificações diferentes. Os valores abaixo são referências profissionais, não regras obrigatórias para todo vídeo.

Métrica	Referência	Como usar
Duração	Netflix: mínimo 5/6 s e máximo 7 s.	Bom ponto de partida para long-form; short-form pode ter outro ritmo.
Leitura	Netflix SDH inglês/alemão: até 20 CPS adultos e 17 CPS crianças.	Use como alerta, não como teste universal.
Linhas	Máximo de duas linhas é uma regra profissional comum.	Captions mobile podem mostrar ainda menos texto.
Espaço entre cues	Netflix usa pelo menos 2 frames no workflow de timing.	Evite microintervalos que gerem flicker.
Permanência	O cue pode ficar um pouco após o fim da fala quando há espaço.	Somente se melhorar a leitura e não colidir com o próximo evento.

Não otimize um número isoladamente. Um cue com 18 CPS pode continuar ruim com quebra de linha fraca; um clip de marketing rápido pode tolerar mais quando o texto é simples.

Como calcular CPS

CPS significa caracteres por segundo. Divida os caracteres visíveis pela duração do cue. Ferramentas podem contar espaços e markup de formas diferentes, então mantenha o mesmo critério.

CPS = caracteres visíveis / duração em segundos

72 caracteres / 4,0 segundos = 18 CPS

Se o cue estiver rápido demais, aumente a duração, reduza o texto, divida o cue ou reorganize os vizinhos.

Duração: tempo suficiente sem deixar legenda pendurada

Cues curtos demais piscam; cues longos demais podem se desconectar da fala e continuar depois que a cena mudou.

Cue curto: Para falas realmente curtas, não para comprimir uma frase inteira.
Cue longo: Funciona quando a ideia continua e permanece confortável de ler.
Fala rápida: Prefira concisão e segmentação a flashes sucessivos.
Cortes: Confira se atravessar uma mudança de plano parece natural.

Sincronizar com a fala sem obsessão por milissegundos

O cue deve entrar perto o bastante da fala para parecer parte do mesmo evento. Porém, colar toda fronteira exatamente na waveform pode criar flicker e ritmo desconfortável.

Cedo demais

Resposta ou punchline pode ser lida antes de ser falada.

Tarde demais

O espectador escuta e depois precisa correr atrás do texto.

Rígido demais

Transformar cada pequena pausa em cue fragmenta a leitura.

Quebra de linha importa tanto quanto timing

Não corte apenas porque um contador atingiu um limite. Preserve unidades gramaticais e semânticas.

RUIM
00:00:02,000 --> 00:00:04,000
Se você quer legendas melhores não coloque uma frase longa inteira dentro de um cue curto demais.

MELHOR
00:00:02,000 --> 00:00:04,400
Se você quer legendas melhores,

00:00:04,500 --> 00:00:07,200
não coloque uma frase longa
em um cue curto demais.

Mantenha uma ideia unida quando possível.
Evite uma palavra curta isolada em uma linha.
Não separe grupos gramaticais apenas para equilibrar visualmente.
Escolha a quebra mais fácil de entender, não a mais simétrica.

Long-form e short-form pedem decisões diferentes

Conteúdo	Prioridade timing	Prioridade leitura
Filme / long-form	Ritmo estável, sync e atenção aos cortes.	Velocidade confortável e segmentação limpa.
YouTube long-form	Sync preciso e tempo suficiente.	Cues coerentes e formatação consistente.
Shorts / Reels / TikTok	Ritmo rápido mas intencional.	Menos palavras, boa leitura mobile e posição segura.
Cursos / webinars	Não transformar toda pausa em cue.	Cues um pouco mais longos e coerentes podem ser melhores.
Tradução	Retimar quando o idioma-alvo muda de comprimento.	Frase natural no idioma-alvo antes de copiar quebras da fonte.

Legendas melhores aumentam watch time?

Legendas legíveis podem apoiar retenção porque permitem acompanhar sem áudio ou quando a fala é difícil. Mas não existe porcentagem universal séria que garanta aumento de watch time.

Meça watch time como resultado, não promessa.
Compare retenção antes e depois de mudanças reais.
No short-form, teste densidade, posição e ritmo.
No long-form, observe drop-offs e reveja os cues dessas partes.

Erros comuns

Erro	Problema	Correção
Cue longo para fala rápida	Densidade alta.	Dividir naturalmente ou condensar.
Toda pausa vira cue	Leitura fragmentada.	Juntar fala relacionada quando possível.
Cue antes do falante	Antecipação de informação.	Aproximar o in-time da fala.
Fim no último fonema	Perde tempo útil.	Dar pequeno hold quando houver espaço.
Tradução literal com timing fonte	Comprimento muda.	Localizar e resegmentar.
Validator verde = QA pronta	Sintaxe correta não garante bom timing.	Assistir ao resultado inteiro.

Workflow prático de QA

Corrija primeiro a transcrição.
Procure um offset global.
Cheque sobreposições, durações e timestamps.
Detecte CPS alto e cues muito curtos.
Revise quebras e limites linguísticos.
Assista fala rápida, troca de speaker, piadas, cortes e silêncios.
Teste em celular para vídeo vertical.
Revise cada tradução separadamente.
Teste o arquivo final no ambiente real.

Shift global ou edição individual?

Shift global

Quando o arquivo inteiro está adiantado ou atrasado quase pelo mesmo valor.

Cues individuais

Quando só algumas áreas têm drift, overlap ou segmentação ruim.

Realinhar / regenerar

Quando o erro se acumula ou o vídeo foi reeditado.

O melhor timing quase desaparece: o texto chega com o diálogo, fica tempo suficiente, quebra em pontos naturais e some sem distrair. CPS, frames e limites de duração são ferramentas, não o objetivo.

FAQ de timing e legibilidade

Qual velocidade de leitura é boa?

Não há um valor universal. Netflix usa até 20 CPS para adultos e 17 CPS para crianças em algumas diretrizes SDH inglês/alemão.

Quanto tempo deve durar uma legenda?

Depende do texto; Netflix usa como referência geral entre 5/6 de segundo e 7 segundos.

Precisa começar exatamente com a fala?

Deve parecer sincronizada, sem precisar seguir mecanicamente toda borda da waveform.

Quantas linhas?

Duas linhas no máximo é uma regra profissional comum.

O que significa CPS?

Caracteres por segundo, uma estimativa da densidade de leitura.

Timing perfeito garante mais watch time?

Não. Pode reduzir barreiras de compreensão, mas retenção depende de muitos fatores.