TL;DR: Legendas embutidas (queimadas) fazem parte da imagem do vídeo, então recuperar o texto editável significa OCR — e a ferramenta certa depende principalmente do seu sistema operacional e de até onde você precisa ir depois da extração. No Windows ou Linux, o VideOCR é a melhor escolha gratuita: um programa, vídeo entra, SRT com marcações de tempo sai. Para controle máximo, o clássico caminho de duas etapas é o VideoSubFinder (detecção de quadros + imagens limpas) alimentando o RapidVideOCR ou o Subtitle Edit. No Mac, o GeekLink é a única opção nativa — e a única ferramenta aqui que continua além do SRT para revisão, tradução por IA e queima na mesma aplicação. Abaixo: cinco ferramentas dedicadas e três caminhos DIY de motores (PaddleOCR, Tesseract, Google Lens), todos comparados em uma única tabela.
Principais conclusões
- Seu sistema operacional decide primeiro. No Windows ou Linux, o VideOCR é o melhor extrator gratuito de ponta a ponta. No Mac, o GeekLink é a única opção nativa tudo-em-um — nenhum dos extratores open-source oferece uma versão para Mac.
- O VideoSubFinder não faz OCR sozinho. Ele encontra os quadros com legenda e limpa as imagens; você o combina com o RapidVideOCR ou o Subtitle Edit para o texto de fato. Controle máximo, fluxo em duas etapas.
- O Video-Subtitle-Extractor (VSE) é a escolha open-source mais popular (mais de 9.000 estrelas no GitHub), mas é voltado para NVIDIA/CUDA — lento em máquinas sem uma GPU compatível.
- PaddleOCR, Tesseract e Google Lens são motores, não ferramentas. Eles leem imagens; a camada de vídeo (detecção de quadros, sincronização, deduplicação) é o que as ferramentas acima acrescentam por cima.
- Só o GeekLink vai além da extração — revisão com linhas incertas sinalizadas, tradução por IA e queima acontecem na mesma aplicação.
Está no Mac? O GeekLink extrai legendas queimadas localmente — desenhe uma caixa, rode o OCR, obtenha um SRT com marcações de tempo. Nível gratuito, sem necessidade de conta.
Baixe grátisParte 1: Ferramentas dedicadas de extração de legendas
Estas cinco foram feitas especificamente para extrair legendas embutidas (queimadas) de vídeo. Diferem principalmente na plataforma, em quantas etapas o fluxo exige e no que acontece depois que você tem o SRT.
1. VideOCR — Melhor extrator gratuito de ponta a ponta para Windows e Linux
Preço: Gratuito, open source (MIT)
Plataforma: Windows, Linux, Docker (versões CPU e GPU NVIDIA)
O VideOCR é a maneira gratuita mais simples de ir de um vídeo com legendas queimadas a um SRT finalizado em um só programa. Carregue o vídeo, recorte a área da legenda, rode — ele lê o texto com PaddleOCR localmente, ou com o Google Lens em um modo híbrido na nuvem, e grava um SRT com marcações de tempo. Projeto ativo, cerca de 680 estrelas no GitHub em julho de 2026.
O que se destaca:
- Fluxo verdadeiramente de uma etapa: vídeo entra, SRT sai
- Modo PaddleOCR local (seu README lista mais de 200 idiomas) ou modo híbrido Google Lens de maior precisão
- GUI e CLI, além de imagens Docker; aceleração NVIDIA CUDA
Limitações:
- Sem versão para macOS
- Lento na CPU segundo a própria documentação — você realmente quer a versão com GPU
- Sem editor para revisar resultados, sem tradução, sem queima
Melhor para: Usuários de Windows/Linux que querem extração gratuita e sem complicação e que terminam assim que têm o SRT.
2. Video-Subtitle-Extractor (VSE) — Extrator open-source mais popular
Preço: Gratuito, open source (Apache 2.0)
Plataforma: Windows, Linux, macOS (otimizado para GPU NVIDIA; o fallback em CPU é lento)
O Video-Subtitle-Extractor é a ferramenta mais popular desta categoria — mais de 9.000 estrelas no GitHub — e extrai legendas queimadas para SRT com OCR local em 87 idiomas. Ele detecta a região da legenda quadro a quadro, remove linhas repetidas e oferece os modos Rápido/Auto/Preciso. Especialmente forte na comunidade de língua chinesa.
O que se destaca:
- 87 idiomas, totalmente local, sem chaves de API
- Extração em lote de vários vídeos (mesma resolução/região)
- Projeto irmão (video-subtitle-remover) pode apagar o texto queimado antigo
Limitações:
- Voltado para NVIDIA/CUDA — em um Mac recai para o lento processamento em CPU
- Configuração Python/conda se a versão pronta não funcionar para você; caminhos não podem conter espaços ou caracteres não ASCII
- Sem editor, tradução ou queima na aplicação
Melhor para: Usuários técnicos com uma GPU NVIDIA que querem extração gratuita em massa, especialmente para conteúdo em chinês. Comparação completa: GeekLink vs VSE.
3. GeekLink — Melhor para Mac, e o único tudo-em-um (extrair → revisar → traduzir → queimar)
Preço: Nível gratuito (extração por OCR incluída); Pro US$ 12,99/mês, US$ 99/ano (~US$ 8,25/mês) ou US$ 169 vitalício único
Plataforma: macOS (nativo, Apple Silicon)
O GeekLink é a única ferramenta desta lista que roda nativamente em um Mac — e a única em que a extração é o passo um em vez de o trabalho inteiro. Importe o vídeo, desenhe uma caixa ao redor da área da legenda, e ele faz OCR do texto localmente para uma lista de legendas editável e com marcações de tempo. Filtros de tamanho e cor mantêm logos e marcas-d'água fora do resultado, e o editor sinaliza as linhas nas quais está menos confiante, para que você revise um punhado em vez de revisar tudo. A partir daí você pode traduzir (Claude 3.5 Haiku, GPT-4o, GPT-4o mini, DeepSeek — sensível ao contexto, mais de 40 idiomas) e queimar o resultado de volta, tudo na mesma aplicação.
O que se destaca:
- Aplicativo nativo para macOS — sem Python, sem conda, sem CUDA; o OCR roda 100% localmente
- Seleção de região por caixa desenhada, além de filtragem de ruído por tamanho/cor
- O editor sinaliza linhas incertas — a revisão mais rápida de qualquer ferramenta aqui
- A mesma aplicação continua para tradução por IA e queima estilizada; processamento em lote embutido
Limitações:
- Somente macOS — sem versão para Windows ou Linux
- Código fechado; a tradução por IA é um recurso pago (Pro) — a extração em si está no nível gratuito
Melhor para: Usuários de Mac, e qualquer pessoa cujo trabalho real seja "legendas queimadas em um idioma → vídeo finalizado em outro". Guia passo a passo: Como extrair legendas embutidas com OCR.
4. VideoSubFinder — Melhor detecção de quadros de legenda (clássico fluxo de duas etapas)
Preço: Gratuito, open source (GPLv2)
Plataforma: Windows, Linux
O VideoSubFinder não faz OCR de forma alguma — ele resolve a metade de vídeo do problema melhor do que qualquer outro: encontrar os quadros com texto de legenda, registrar a sincronização exata e produzir imagens limpas com o fundo removido. Você então passa essas imagens por uma ferramenta de OCR (RapidVideOCR, Subtitle Edit, FineReader) para obter o texto. Um clássico do fansub, ainda com centenas de downloads por semana no SourceForge.
O que se destaca:
- Excelente limpeza de fundo — entrega imagens muito mais fáceis para sua ferramenta de OCR
- Sincronização precisa de aparecer/desaparecer por linha
- Toda etapa é inspecionável e ajustável
Limitações:
- Sem OCR próprio — um segundo programa é necessário
- Sem versão para macOS
- O fluxo mais manual aqui: dois aplicativos, lotes de imagens no meio
Melhor para: Fansubbers e perfeccionistas que querem controle máximo e as melhores imagens brutas possíveis para OCR.
5. RapidVideOCR — Melhor companheiro de OCR para o VideoSubFinder
Preço: Gratuito, open source (Apache 2.0)
Plataforma: Windows, Linux, macOS (Python/pip; EXE de desktop para Windows)
O RapidVideOCR é a segunda metade feita sob medida do fluxo do VideoSubFinder: ele pega as pastas de imagens limpas do VideoSubFinder (RGBImages/TXTImages) e faz OCR delas para SRT, ASS ou TXT. É construído sobre o motor RapidOCR e mantido ativamente (cerca de 500 estrelas no GitHub).
O que se destaca:
- Projetado especificamente para a saída do VideoSubFinder — a sincronização passa limpa
- Saída em SRT, ASS e TXT
- Instalável via pip, funciona em múltiplas plataformas
Limitações:
- Não é um extrator autônomo — inútil sem as imagens do VideoSubFinder (e o próprio VideoSubFinder não tem versão para Mac, então a dupla ainda fica presa a Windows/Linux)
- Focado em CLI; a versão de desktop mais amigável é somente para Windows
Melhor para: Completar o pipeline do VideoSubFinder sem o ABBYY FineReader ou passes manuais de OCR no Subtitle Edit.
Parte 2: Caminhos DIY — motores de OCR sobre os quais você pode construir
Estes não são ferramentas de legenda — são os motores de reconhecimento. Sozinhos, eles leem imagens; você (ou uma ferramenta acima) precisa cuidar da amostragem de quadros, detecção de legenda, deduplicação e sincronização. Vale conhecê-los porque "qual motor" explica muitas das diferenças na Parte 1.
6. PaddleOCR — Melhor motor para CJK se você construir seu próprio pipeline
Preço: Gratuito, open source
Plataforma: Biblioteca Python (qualquer SO)
O PaddleOCR é um kit de OCR de deep-learning com precisão moderna, particularmente forte em chinês e outros textos CJK — é o motor dentro do modo local do VideOCR. Aponte-o para imagens e ele retorna texto; para usá-lo em vídeo você programa a extração de quadros, o recorte, a deduplicação e a montagem do SRT você mesmo.
Melhor para: Desenvolvedores construindo um pipeline de extração customizado, especialmente para conteúdo em chinês/japonês/coreano.
7. Tesseract OCR — O motor veterano (o que o Subtitle Edit usa)
Preço: Gratuito, open source
Plataforma: Biblioteca/CLI (qualquer SO)
O Tesseract é o clássico motor de OCR open-source — maduro, gratuito e com ampla cobertura de idiomas, mas projetado para documentos impressos. Texto de vídeo estilizado e de baixa resolução é um alvo difícil para ele, e é exatamente por isso que existe a etapa de limpeza de fundo do VideoSubFinder: alimente o Tesseract com imagens limpas e de alto contraste (por exemplo, via o OCR de imagem do Subtitle Edit) e ele tem um desempenho respeitável.
Melhor para: O caminho do Subtitle Edit em imagens limpas; não recomendado bruto contra quadros de vídeo.
8. Google Lens — Reconhecimento mais preciso, sem fluxo de vídeo
Preço: Gratuito (nuvem)
Plataforma: Serviço na nuvem
O Google Lens é possivelmente o reconhecimento de texto mais preciso que você pode apontar para um quadro confuso — mas não há fluxo de vídeo em lote e não há sincronização. Manualmente é captura por captura de tela. O modo híbrido do VideOCR automatiza isso (detecção local, reconhecimento Lens), ao preço de uma conexão à internet e do envio dos seus quadros para o Google.
Melhor para: Conferir alguns quadros difíceis, ou via o modo híbrido do VideOCR quando a precisão supera a privacidade.
Como as 8 opções se comparam?
| Ferramenta | Plataforma | Faz seu próprio OCR | Etapas até o SRT | Tradução / queima | Preço |
|---|---|---|---|---|---|
| VideOCR | Windows / Linux / Docker | Sim (PaddleOCR ou Google Lens) | 1 | Não | Gratuito (MIT) |
| Video-Subtitle-Extractor | Win / Linux / macOS (otimizado NVIDIA) | Sim (local) | 1 | Não | Gratuito (Apache 2.0) |
| GeekLink | macOS (Apple Silicon) | Sim (local) | 1 | Sim — tradução por IA + queima estilizada | Nível gratuito; Pro US$ 12,99/mês, US$ 99/ano, US$ 169 vitalício |
| VideoSubFinder | Windows / Linux | Não — apenas imagens | 2 (precisa de ferramenta de OCR) | Não | Gratuito (GPLv2) |
| RapidVideOCR | Win / Linux / macOS (pip) | Sim (RapidOCR) — nas imagens do VideoSubFinder | 2 (com VideoSubFinder) | Não | Gratuito (Apache 2.0) |
| PaddleOCR | Biblioteca Python | Apenas motor | Programação DIY | Não | Gratuito |
| Tesseract | Biblioteca / CLI | Apenas motor | DIY / via Subtitle Edit | Não | Gratuito |
| Google Lens | Nuvem | Apenas motor (nuvem) | Manual / via híbrido VideOCR | Não | Gratuito |
Qual você deve escolher?
Você está no Windows ou Linux e a extração é o trabalho inteiro: VideOCR (uma etapa, gratuito), ou Video-Subtitle-Extractor se você tem uma GPU NVIDIA e volumes em lote — especialmente para conteúdo em chinês.
Você quer o caminho de maior controle e melhor qualidade possível e não se importa com duas etapas: VideoSubFinder para detecção + RapidVideOCR (ou Subtitle Edit) para reconhecimento. A receita tradicional do fansubber.
Você está em um Mac: GeekLink. Os extratores open-source ou não oferecem versões para Mac ou recaem no lento processamento em CPU; o OCR do GeekLink é nativo, local e está no nível gratuito.
A extração é o passo um, não o objetivo: se as legendas precisam ser revisadas, traduzidas e queimadas de volta em um vídeo finalizado, o GeekLink é a única ferramenta aqui que faz tudo isso em uma aplicação — todo o resto entrega um SRT e deseja boa sorte.
Você é um desenvolvedor construindo algo customizado: PaddleOCR para o reconhecimento (especialmente CJK), e estude como o VideOCR e o VSE estruturam suas camadas de detecção de quadros e deduplicação — essa camada de vídeo é onde está o trabalho de verdade.
Perguntas frequentes
Qual é a melhor ferramenta gratuita para extrair legendas embutidas?
No Windows ou Linux: VideOCR — gratuito, open-source, uma etapa do vídeo ao SRT. No Mac: o nível gratuito do GeekLink cobre a extração completa por OCR e a exportação de SRT. Se você quer controle máximo de qualidade e não se importa com um fluxo de duas etapas, VideoSubFinder + RapidVideOCR também é totalmente gratuito.
Como extraio legendas embutidas em um Mac?
O GeekLink é a única opção nativa para Mac desta lista — os extratores open-source oferecem versões para Windows/Linux (VideoSubFinder, VideOCR) ou rodam lentamente em CPUs de Mac (Video-Subtitle-Extractor). O GeekLink roda OCR localmente no Apple Silicon: importe, desenhe uma caixa ao redor da área da legenda, rode, exporte o SRT.
Preciso de uma GPU para extrair legendas embutidas?
Para os extratores open-source, na prática sim para uma velocidade razoável — VideOCR e Video-Subtitle-Extractor são ambos construídos em torno do NVIDIA CUDA e são lentos na CPU. Em um Mac, o GeekLink roda seu OCR nativamente no Apple Silicon sem uma GPU dedicada.
Alguma dessas ferramentas consegue traduzir as legendas extraídas?
Apenas o GeekLink. As outras param no SRT (ou imagens) no idioma original. O GeekLink traduz na aplicação com Claude 3.5 Haiku, GPT-4o, GPT-4o mini ou DeepSeek, usando contexto entre as linhas, e pode queimar as legendas traduzidas de volta no vídeo.
Devo usar o VideoSubFinder ou o VideOCR?
VideOCR se você quer um programa e uma etapa — ele detecta e faz OCR em uma única execução. VideoSubFinder se você quer controle e qualidade máximos: ele produz as imagens de texto mais limpas possíveis e sincronização precisa, e então você faz OCR delas com o RapidVideOCR ou o Subtitle Edit. Mesmas plataformas (Windows/Linux), filosofias diferentes.
Por que não usar simplesmente o Google Lens ou o Tesseract diretamente?
Eles são motores de OCR, não ferramentas de vídeo — leem imagens individuais. Extrair legendas de vídeo também exige encontrar quais quadros contêm texto, deduplicar linhas entre quadros e construir as marcações de tempo. Essa camada de vídeo é exatamente o que VideOCR, VSE, VideoSubFinder e GeekLink fornecem por cima de um motor.