Skip to main content
PromptQuorumBuilt for humans. Structured for AI.
Início/LLMs locais avançados
Voice, Speech & Multimodal

Análise do Subtitle Edit: transcrição Whisper local e tradução automática

·7 min de leituraPor Hans Kuepper · Fundador do PromptQuorum · Mecanismo de descoberta de IA de pesos abertos e código aberto

O Subtitle Edit (versão estável 5.3.0, lançada em 14 de outubro de 2026) é um editor de legendas gratuito, com licença MIT, para Windows, macOS e Linux, que pode executar no seu próprio computador o reconhecimento de fala da família Whisper e a tradução automática com LLMs locais. Os mecanismos de IA são downloads opcionais, e os mecanismos na nuvem que ele também lista enviam dados ao provedor que você escolher. Tudo o que se afirma aqui vem das páginas do próprio projeto, não de testes.

Principais conclusões

  • Manutenção: uma pré-versão, a 5.4.0-beta6, foi publicada em 24 de outubro de 2026 sobre a estável 5.3.0, então não se aplica nenhum aviso de projeto abandonado.
  • Voz para texto: mecanismos da família Whisper e outros que rodam na máquina, além de alguns online.
  • Tradução: modelos locais de llama.cpp, Ollama ou LM Studio, ou APIs na nuvem com a sua própria chave.
  • Custo: gratuito com licença MIT, sem anúncios nem limites segundo o FAQ do projeto.
  • Desenvolvedor: Nikse com colaboradores, com todo o código-fonte no GitHub.

📍 Em uma frase

O Subtitle Edit é um editor de legendas de desktop e de código aberto cujos diálogos de voz para texto e tradução automática podem usar mecanismos que rodam no seu próprio computador.

💬 Em termos simples

Você abre um vídeo, escolhe um mecanismo estilo Whisper e um modelo, recebe um arquivo de legenda com os tempos e depois o traduz com um modelo local ou um serviço online à sua escolha.

📌Nota: Esta análise se baseia no repositório do GitHub, nas notas de versão e na documentação do projeto, consultados em 24 de outubro de 2026. A PromptQuorum não instalou nem executou o app, então a qualidade da transcrição e da tradução não é avaliada.

Ler em:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

O Subtitle Edit é um editor de legendas gratuito e de código aberto para Windows, macOS e Linux, feito por Nikse e um grupo de colaboradores. Além de editar e converter arquivos de legenda, ele pode transcrever um vídeo com mecanismos da família Whisper e traduzir legendas com modelos locais ou na nuvem, que é a parte de que esta análise trata. Ela se baseia na página do projeto no GitHub, nas notas de versão e na documentação, consultadas em 24 de outubro de 2026; a PromptQuorum não testou o app pessoalmente.

Análise do Subtitle Edit: transcrição Whisper local e tradução automática

O que é o Subtitle Edit?

O Subtitle Edit é um editor de desktop para criar, sincronizar, converter e traduzir legendas, cujas versões mais novas acrescentam recursos de IA em torno desse núcleo. O FAQ do projeto diz que ele aceita mais de 380 formatos de legenda, e as versões para Windows, macOS e Linux saem na página de lançamentos do GitHub do projeto.

As partes de IA são separadas do editor: voz para texto, tradução automática, reconhecimento óptico de caracteres (OCR) e texto para voz usam, cada um, mecanismos que o app baixa no primeiro uso ou aos quais se conecta por uma API. Esta análise se concentra em voz para texto e tradução automática; a documentação chama a geração atual de Subtitle Edit 5.

Onde obter

O Subtitle Edit é um download gratuito para Windows, macOS e Linux, com instalador ou imagem de disco em cada plataforma.

Opção
Onde obter
WindowsInstalador (Setup.exe) ou zip portátil para x64, zip para ARM64, no GitHub Releases
macOS.dmg para Apple silicon ou Intel, arraste para Aplicativos; assinado e notarizado segundo o README
LinuxFlatpak (inclui mpv e ffmpeg) ou tar.gz para x64 e ARM64
Sitenikse.dk/subtitleedit
Política de privacidadeNão há página própria; a seção Privacy do README é a declaração do desenvolvedor
Código-fontegithub.com/SubtitleEdit/subtitleedit, licença MIT

Versão analisada: 5.3.0, a que o GitHub marca como a última estável, publicada em 14 de outubro de 2026; as versões beta da 5.4.0 aparecem como pré-versões. Os arquivos da 5.3.0 têm de 59 a 155 MB antes de qualquer download de mecanismo ou modelo.

Requisitos

O README pede Windows 10 versão 22H2 ou mais recente, macOS 12 ou mais recente (macOS 14 recomendado) e, no Linux, mpv e ffmpeg para as versões tar.gz.

Sistema operacional

O que dizem as fontes:
Windows 10 22H2 ou mais recente; macOS 12 ou mais recente, 14 ou mais recente recomendado; Linux conforme a lista de pacotes do README

Pacotes no Linux

O que dizem as fontes:
As versões tar.gz precisam de mpv e ffmpeg do gerenciador de pacotes; o Flatpak e o .dmg do macOS já os incluem

Downloads de mecanismos

O que dizem as fontes:
Mecanismos e modelos são baixados no primeiro uso; a lista de modelos do Crisp ASR vai de 75 MB a 9.4 GB por modelo

Modelos de tradução

O que dizem as fontes:
Os modelos selecionados do llama.cpp costumam ter menos de 8 GB, e o maior tem cerca de 12 GB

Aceleração por GPU

O que dizem as fontes:
O Whisper CPP oferece CPU, NVIDIA cuBLAS e Vulkan no Windows; o registro de alterações cita Metal no macOS e Vulkan no Linux

Internet

O que dizem as fontes:
Necessária para baixar mecanismos e modelos e para qualquer mecanismo online; os locais funcionam offline depois

A documentação não informa mínimo de RAM nem de VRAM para o app; a necessidade depende do mecanismo e do modelo escolhidos, e diante de um erro «CUDA out of memory» recomenda-se um modelo menor.

Como começar

Os passos seguem a documentação do projeto; a PromptQuorum não os executou.

  1. 1
    Instalar e abrir um vídeo
    Why it matters: Execute o instalador, o dmg ou o Flatpak e abra no Subtitle Edit um arquivo de vídeo ou uma legenda existente.
  2. 2
    Transcrever com Video, Speech to text
    Why it matters: Escolha um mecanismo e um modelo, defina o idioma do áudio ou use a detecção automática, e deixe o app baixar o mecanismo no primeiro uso antes de clicar em Transcribe.
  3. 3
    Conferir o resultado
    Why it matters: Ajuste o pós-processamento, leia o relatório de qualidade que aponta linhas curtas demais, longas demais, sobrepostas ou repetidas e corrija a grade manualmente.
  4. 4
    Traduzir com Translate, Auto-translate
    Why it matters: Escolha um mecanismo e o par de idiomas, traduza, compare o original e a tradução lado a lado e confirme com OK.

Recursos confirmados pelas fontes

Cada item abaixo vem da documentação do projeto ou das notas de versão; a PromptQuorum não testou nenhum.

  • Mecanismos de voz para texto. Whisper CPP, Purfview Faster Whisper XXL, Whisper CTranslate2, Whisper Const-me (Windows), WhisperX e o fluxo do Whisper em Python, além de Qwen3 ASR CPP e Crisp ASR com backends como Parakeet e Canary; online há OpenRouter, Alibaba Qwen3-ASR e Google Cloud Speech-to-Text.
  • Apoio à transcrição. Modo em lote, detecção automática de idioma, ajustes de detecção de atividade de voz, «Translate to English» opcional para o Whisper, pós-processamento e relatório de qualidade.
  • Tradução local. Um servidor llama.cpp gerenciado com modelos selecionados como TranslateGemma, Gemma 4 e Qwen, Ollama, LM Studio e variantes «advanced» que traduzem em lotes com contexto, sinopse e glossário; um mecanismo MADLAD cobre 419 idiomas.
  • Tradução na nuvem. Google Translate, Microsoft Bing, DeepL, ChatGPT, Anthropic, Gemini e outros, quase todos com a sua própria chave de API, e um mecanismo compatível com OpenAI para qualquer servidor que fale essa API.
  • Em volta do núcleo. Um player de vídeo com forma de onda, OCR para legendas em imagem, texto para voz e música de fundo gerada, conforme lista a documentação.

Fluxo de dados e privacidade

O README afirma que o Subtitle Edit não coleta, armazena, transmite nem analisa seus arquivos de legenda, seus arquivos de mídia ou os metadados, e que edição, conversão, reprodução e backup automático local rodam no seu dispositivo. Mecanismos locais como Whisper CPP, llama.cpp, Ollama e LM Studio processam áudio ou texto na sua máquina, ou em um servidor para o qual você aponte o app.

A exceção é o que você mesmo ativa. Segundo o README, os serviços online opcionais de tradução, voz para texto, texto para voz, OCR ou consulta a dicionários recebem apenas os dados necessários para aquela solicitação, diretamente do app e sob a política de privacidade do provedor. As descrições dos mecanismos indicam Google Translate, DeepL, ChatGPT, Anthropic, Gemini e os mecanismos de voz online como serviços que exigem acesso à internet e, quase sempre, uma chave de API. As configurações «compatível com OpenAI» e «llama.cpp remote server» enviam texto ao endereço que você informar.

📌Nota: São declarações do desenvolvedor, não resultados de auditoria. O código é aberto, mas a PromptQuorum não o leu nem inspecionou o tráfego de rede do app, e também não verificou os servidores de onde mecanismos e modelos são baixados.

Para quem serve

  • Legendadores e editores de vídeo que querem transcrição, sincronização e tradução em um só editor, em vez de várias ferramentas.
  • Criadores atentos à privacidade que preferem um mecanismo Whisper local e um modelo de tradução local a enviar suas mídias.
  • Quem lida com uma série inteira de episódios e precisa aplicar a mesma conversão ou tradução a cada arquivo.

O que não conseguimos verificar

  • Precisão e qualidade. A PromptQuorum não executou nenhum mecanismo de fala nem de tradução, então taxas de erro de palavras, alucinações e qualidade da tradução não são avaliadas.
  • Velocidade e hardware. Nenhum tempo nem consumo de memória foi medido; o efeito dos backends CUDA, Vulkan e Metal em arquivos reais não foi testado.
  • O texto do site oficial. A página em nikse.dk é renderizada com JavaScript e não foi lida; os dados aqui vêm do GitHub e do site de documentação.
  • Origem dos downloads. A documentação diz que mecanismos e modelos são baixados automaticamente, mas de quais servidores não foi verificado.
  • Estabilidade da pré-versão. A versão 5.4.0 ainda está em beta, e a estável 5.3.0 foi precedida por dezenas de versões beta e release candidate, então o comportamento pode mudar rápido.

Concorrentes e alternativas

Whisper.cpp

Plataformas:
Windows, macOS, Linux
Preço / licença:
Grátis / MIT
Diferença principal:
O mecanismo que o Subtitle Edit lista como Whisper CPP; uma ferramenta de linha de comando e biblioteca, sem editor de legendas
Artigos sobre Whisper.cpp (10)

+18 mais não exibidos

faster-whisper

Plataformas:
Windows, macOS, Linux
Preço / licença:
Grátis / MIT
Diferença principal:
Biblioteca Python para transcrição rápida com Whisper; o fluxo de legendas você mesmo monta
Artigos sobre faster-whisper (5)

Também mencionado em:

+6 mais não exibidos

MacWhisper

Plataformas:
macOS
Preço / licença:
Freemium / proprietária
Diferença principal:
App de Mac focado em transcrição com compra única; o Subtitle Edit acrescenta edição de formatos e escolha do mecanismo
Artigos sobre MacWhisper (2)

Também mencionado em:

TranscriptionSuite

Plataformas:
Windows, macOS, Linux
Preço / licença:
Grátis / GPL-3.0
Diferença principal:
Transcrição local com modo ao vivo, rótulos de falante e caderno de áudio, segundo a ficha no diretório
Artigos sobre TranscriptionSuite (1)

Confira o preço, a licença e as plataformas atuais de cada app na página dele antes de decidir.

Comparar no diretório

Perguntas frequentes

Preciso de internet para a primeira transcrição?

Sim, uma vez: o app baixa o mecanismo e o modelo escolhidos no primeiro uso. A página de componentes de terceiros também descreve como colocar os arquivos manualmente na pasta de dados do app, que no Windows é %APPDATA%\Subtitle Edit e no Linux e no macOS ~/.config/Subtitle Edit.

Qual mecanismo Whisper combina com uma placa de vídeo NVIDIA?

A documentação recomenda o backend cuBLAS do Whisper CPP ou o Purfview Faster Whisper XXL para a transcrição mais rápida em GPUs NVIDIA, e um modelo menor se aparecer um erro de memória CUDA.

Ele consegue indicar quem está falando?

Sim, com o mecanismo Crisp ASR. «Detect speakers» usa a diarização Sortformer da NVIDIA para até 8 falantes, baixa um modelo de 107 MB no primeiro uso e exige o Crisp ASR v0.8.37 ou mais recente.

Posso usar um modelo de tradução que não está na lista?

Sim. Coloque um arquivo .gguf na pasta llama.cpp/models ou marque «Use remote server» e aponte para o seu próprio llama-server. A documentação observa que o TranslateGemma 27B exige um download de cerca de 16 GB e uns 20 GB de VRAM, e considera o modelo de 12B uma escolha já sólida.

Dá para usar sem a interface gráfica?

Sim, pelo seconv, o conversor de linha de comando publicado a cada versão. A tradução automática dele aceita mecanismos compatíveis com OpenAI e DeepL, além das opções --translate-api-key e --translate-prompt.

Veredicto

O Subtitle Edit é um editor veterano, gratuito e de licença aberta que agora reúne, ao lado das ferramentas clássicas de legendas, a transcrição local com Whisper e a tradução com LLMs locais; o registro de alterações mostra quatro pré-versões entre 20 e 24 de outubro de 2026. Em contrapartida, os mecanismos de IA são downloads à parte de até vários gigabytes, os mecanismos na nuvem enviam seu texto ou áudio a terceiros, a linha mais nova ainda está em beta e nada sobre a qualidade do resultado pôde ser verificado aqui. Serve para quem já trabalha com legendas e quer um só lugar para transcrever e traduzir no próprio computador; quem só precisa de uma transcrição talvez ache mais simples uma ferramenta dedicada a isso.

Fontes

  • Subtitle Edit no GitHub — repositório, licença MIT e README com os requisitos do sistema e a seção Privacy, consultados em 24 de outubro de 2026.
  • GitHub Releases — v5.3.0 (14 de outubro de 2026), pré-versão v5.4.0-beta6 (24 de outubro de 2026), arquivos para download e registro de alterações, consultados em 24 de outubro de 2026.
  • Documentação de Speech to Text — mecanismos, modelos, backends do Crisp ASR, detecção de falantes e dicas, consultada em 24 de outubro de 2026.
  • Documentação de Auto Translate e Advanced Local Engines — mecanismos de tradução, modelos próprios e ajustes em lote, consultadas em 24 de outubro de 2026.
  • Third-Party Components e FAQ — pasta de dados, locais dos componentes, formatos e licença, consultadas em 24 de outubro de 2026.
  • Site do Subtitle Edit — site oficial; renderizado com JavaScript, seu texto não foi lido para esta análise.

← Voltar para LLMs locais avançados

MCP