Legendas, audiograma vertical, cortes e miniaturas a partir do vídeo

O Video Overview baixa em 16:9, sem legenda, e o feed das redes roda vídeo sem som. Publicar o arquivo como veio significa perder quem rola a tela com o som desligado e quem assiste no celular em pé. A alternativa óbvia, gerar um Short Video Overview para cada rede, consome limite de uso a cada peça e devolve um vídeo novo, que precisa passar pela conferência inteira de novo. Este capítulo mostra o outro caminho: partir das peças já aprovadas e derivar os formatos no computador, com cota zero.

No fim você terá, na pasta de ciclo, o Video Overview com legenda queimada, um audiograma vertical (um vídeo feito só do áudio, com imagem fixa, forma de onda e legenda) de 60 a 90 segundos, montado a partir do corte do capítulo 19, uma versão vertical do vídeo, um clipe quadrado para feed e uma miniatura escolhida numa folha de quadros. Cada arquivo entra no manifesto com estado aguardando. Como nos capítulos anteriores, o caminho só pela web vem primeiro.

Audiograma é um vídeo feito a partir de um áudio: uma imagem fixa de fundo, uma forma de onda que se mexe com a fala, o título e a legenda. Ele transforma um trecho de podcast em peça de vídeo para Reels, TikTok e Shorts sem precisar de imagem em movimento. Como o áudio já foi aprovado, o audiograma herda a fidelidade do conteúdo; a conferência nova fica restrita à legenda, ao enquadramento e ao volume.

Três fatos do Video Overview orientam as decisões do capítulo. Primeiro, ele é conteúdo do tipo slide, com texto e gráficos espalhados pela largura; um corte central para 9:16 descarta cerca de dois terços da largura e degola esse texto, por isso a versão vertical usa o vídeo inteiro sobre um fundo desfocado. Segundo, confira se o arquivo traz a marca d'água visível do NotebookLM: no caso real ela aparecia em todos os quadros, mas a remoção da marca visível é opção de alguns planos pagos, e em alguns países ela é aplicada sempre. Se o seu arquivo tem a marca, não a remova, não a borre e não a cubra nos derivados. Terceiro, áudio e vídeo são gerações independentes, com conteúdo e duração diferentes, então a legenda do vídeo sai da transcrição do próprio vídeo, nunca do arquivo de legenda SRT (texto com tempos de entrada e saída) do Audio Overview.

No caminho local, a legenda começa pela régua: até 42 caracteres por linha, até duas linhas, cada legenda entre um e cinco segundos na tela e no máximo 20 caracteres por segundo. Essa régua só funciona com o tempo de cada palavra, que o faster-whisper entrega com word_timestamps ligado. O script abaixo transcreve, agrupa as palavras respeitando linhas e duração, estende legendas curtas até o início da próxima, sem sobrepor, e aponta as que continuam rápidas demais ou com menos de um segundo na tela, para você revisar à mão. Para o vídeo, extraia antes a trilha de áudio com o FFmpeg; para o audiograma, transcreva o próprio corte, que já começa no segundo zero e dispensa ajuste de tempo.

No Windows, o filtro subtitles do FFmpeg é exigente com caminhos: rode o comando dentro da pasta de ciclo e passe só o nome do arquivo, como nos comandos abaixo. Grave com -pix_fmt yuv420p para aumentar a compatibilidade com celulares e plataformas, e confirme tocando o arquivo no aparelho de destino. Na tela vertical, com Fontsize=14, uma linha de cerca de 40 caracteres já quebra em duas; extraia um quadro do resultado e, se a legenda passar de duas linhas, gere o SRT vertical com MAX_LINHA menor ou reduza o Fontsize.

Exemplo real: como a esteira GEO-Pesquisador, da Brasil GEO, decide a peça vertical e os derivados de vídeo. A primeira decisão é de custo. Numa semana normal, a peça vertical é o audiograma local, com cota zero; o Short Video Overview fica para ocasiões especiais, porque cada um gasta uma geração de vídeo. O audiograma da esteira sai em 1080x1920, H.264 com AAC, yuv420p, 30 fps e áudio a -14 LUFS e -1,0 dBTP. O padrão é 90 segundos, com aviso acima de 60, porque os Shorts reais variaram de cerca de 45 a 90 segundos e a esteira trata 60 segundos como a margem segura para a faixa curta de cada rede. Os limites de cada plataforma mudam; confira a regra vigente antes de publicar.

A segunda decisão é de geometria. Nos arquivos do caso, o Video Overview chegou em 1280x720, com a marca d'água do NotebookLM em todos os quadros, e a publicação com a marca foi autorizada pela pessoa responsável em 28/07/2026, com veto a remover, borrar ou cobrir. Como o vídeo é conteúdo de slide, a fábrica de clipes usa o fundo desfocado como modo padrão e deixa o corte central como opção explícita. Os clipes são cortados com -ss antes do arquivo e recodificados, porque a cópia direta só corta em quadro-chave. No clipe quadrado do comando 5, a legenda já vem queimada no 16:9, porque com -ss antes do arquivo o filtro subtitles perderia a sincronia; para posicionar a legenda depois do reenquadramento, parta do vídeo sem legenda e use um SRT com os tempos do próprio trecho.

A terceira decisão é de legenda. Na playlist produzida pela esteira, três áudios tinham 915, 1.431 e 1.247 segundos, e os vídeos do mesmo tema, 352, 398 e 500 segundos, com conteúdo diferente. Por isso o SRT de outro arquivo nunca serve de reserva: legenda do vídeo sai da transcrição do vídeo. Para a página do curso, o pôster vem do quadro dos 8 segundos, que já mostra o cartão de título, e o vídeo é recomprimido com crf 27, o que levou um arquivo de 38,2 MB para 11,4 MB. Variação: se o seu Video Overview tem uma pessoa ou um objeto que precisa ficar centralizado, um reenquadramento que segue o assunto quadro a quadro faz sentido; para slides, o fundo desfocado continua mais seguro.

Avalie a tabela ouvindo cada janela inteira no player. Trate a nota como um palpite organizado: a esteira do caso trata o placar de cortes como recomendação e exige ouvir o trecho antes de cortar. Confira a duração pelos tempos citados, porque o chat erra conta de segundos com frequência. Para levar esses clipes adiante, o curso Redes sociais com agentes de IA trata de legenda de post e calendário, e o curso Vídeo com IA aprofunda edição e narração.