Resumo: toda legenda ou faz parte da imagem, ou é uma faixa separada. Se você consegue desativá-la em um player, é uma faixa que pode ser extraída; se ela fica presa na tela, está embutida (queimada), e só o OCR dos quadros do vídeo consegue recuperá-la. Faixas de texto saem instantaneamente com o ffmpeg, faixas de imagem (PGS de Blu-ray e VobSub de DVD) precisam de OCR depois que você extrai a faixa, e legendas embutidas precisam de OCR dos quadros.
Como sei que tipo de legenda eu tenho?
O teste mais rápido não precisa de nada além de um player de vídeo: tente desativar a legenda. Se ela desligar, é uma faixa separada e pode ser extraída. Se ela permanecer na imagem não importa o que você faça, está embutida. Essa única ação classifica praticamente qualquer arquivo que você for abrir.
Para uma resposta definitiva, liste as faixas. Em um Mac com ffmpeg instalado (brew install ffmpeg), execute:
ffprobe -v error -select_streams s \
-show_entries stream=index,codec_name:stream_tags=language,title \
-of default=noprint_wrappers=1 input.mkvSe preferir uma interface gráfica, o MediaInfo mostra a mesma lista de faixas. E quando você extrai uma faixa, a extensão do arquivo resultante já é uma pista: .srt significa texto, .sup significa PGS de Blu-ray (um formato de imagem), e .idx/.sub significa VobSub de DVD (também um formato de imagem).
O único teste que decide tudo: se você consegue alternar a legenda em um player, é uma faixa extraível; se não consegue, ela está embutida na imagem e precisa de OCR.
Os quatro tipos de legendas
Por trás de todas as extensões de arquivo e nomes de codec, existem exatamente quatro tipos de legenda que você vai encontrar. Duas são texto, uma é uma imagem armazenada em uma faixa, e uma está queimada no próprio vídeo.
- Faixas de texto (SRT/ASS embutido, tx3g de MP4, WebVTT): a legenda já está armazenada como texto de verdade. É ativável em um player, e extrai em segundos com ffmpeg ou mkvextract — sem necessidade de OCR. Este é o caso fácil, e o que todo mundo espera ter.
- Faixas de imagem — PGS e VobSub: PGS (
.sup) é o formato de legenda de Blu-ray; VobSub (.idx/.sub) é o formato de DVD. São faixas separadas e ativáveis — mas cada linha de legenda é armazenada como uma pequena imagem do texto, não como texto. Você extrai a faixa (com mkvextract, ou com Subler no Mac) e depois aplica OCR nas imagens para obter um SRT editável. - Embutida (queimada): o texto está queimado diretamente nos pixels do vídeo — faz parte da imagem e não pode ser desligado. Não há faixa para extrair, então nenhum desmultiplexador ou conversor pode ajudar. Você aplica OCR nos quadros do vídeo para ler o texto de volta. É exatamente isso que o GeekLink faz no Mac.
- Legendas ocultas (CEA-608/708): embutidas no próprio sinal de vídeo em vez de em uma faixa de legenda — comuns em gravações de TV aberta e alguns arquivos MP4/MOV. São ativáveis e baseadas em texto, então extraem sem OCR usando ccextractor ou ffmpeg.
Três dos quatro tipos são faixas ativáveis; apenas as legendas embutidas fazem parte da imagem — e essa é a linha divisória que decide se você pode extrair ou precisa aplicar OCR.
Qual ferramenta para qual tipo?
Uma vez que você sabe qual dos quatro tipos você tem em mãos, a ferramenta certa segue diretamente. Aqui está toda a decisão em uma única tela:
| Tipo | Como identificar | Como extrair | Resultado |
|---|---|---|---|
| Faixa de texto (SRT/ASS/tx3g/WebVTT) | Ativável; ffprobe mostra um codec de texto | ffmpeg ou mkvextract | SRT instantaneamente |
| Faixa de imagem — PGS / VobSub | Ativável; extrai como .sup ou .idx/.sub | Extrair a faixa, depois aplicar OCR | SRT (após OCR) |
| Embutida (queimada) | Não pode ser desligada; nenhuma faixa de legenda listada | OCR de quadros no vídeo | SRT (via OCR) |
| Legendas ocultas (CEA-608/708) | Legendas ativáveis em TV aberta/MP4/MOV | ccextractor (ou ffmpeg) | SRT |
Apenas dois dos quatro tipos precisam de OCR — faixas de imagem e legendas embutidas — e ambos pelo mesmo motivo: não há texto no arquivo, apenas imagens.
Por que faixas de imagem e legendas embutidas precisam de OCR
Parecem dois problemas diferentes, mas na verdade é um só. Uma faixa PGS ou VobSub armazena cada legenda como uma imagem bitmap do texto; uma legenda embutida é pintada diretamente nos pixels do próprio vídeo. Em ambos os casos não há texto algum no arquivo para copiar — apenas imagens (faixas de imagem) ou pixels (embutidas).
Nenhum conversor de formato consegue transformar uma imagem em texto; só o OCR consegue lê-la. É por isso que converter uma faixa PGS/VobSub em SRT, ou extrair legendas embutidas de um vídeo, é fundamentalmente um trabalho de OCR, e não de conversão de arquivo.
É também por isso que as pessoas ficam travadas: elas tentam o ffmpeg ou um conversor de legendas, recebem um erro de codificação ou um arquivo .sup que não abre em um editor de texto, e presumem que algo está quebrado. Nada está quebrado — a ferramenta simplesmente não consegue inventar um texto que não existe.
Extraindo cada tipo em um Mac
Aqui está o caminho prático para cada um dos quatro tipos no macOS.
Faixas de texto — um único comando resolve, e termina em segundos:
# Extract the first subtitle track as SRT
ffmpeg -i input.mkv -map 0:s:0 subtitles.srtFaixas de imagem (PGS / VobSub) — extraia a faixa, depois aplique OCR nela. No Mac, o caminho mais simples é renderizar a faixa sobre o vídeo uma única vez, e depois rodar OCR no resultado:
# Render the image-subtitle track onto the video (one-time re-encode)
ffmpeg -i input.mkv -filter_complex "[0:v][0:s:0]overlay[v]" \
-map "[v]" -map 0:a? -c:a copy rendered.mp4Depois importe o rendered.mp4 no GeekLink e execute a extração por OCR para obter um SRT limpo e sincronizado.
Legendas embutidas — não há faixa para extrair, então você vai direto para o OCR. Importe o vídeo no GeekLink no seu Mac e execute a extração por OCR: ele lê o texto da legenda diretamente dos quadros e exporta um SRT com sincronização correta, totalmente local e offline, sem nada enviado para a nuvem.
Legendas ocultas — extraia com ccextractor (ccextractor input.mp4 -o captions.srt) ou ffmpeg; sem necessidade de OCR.
Para os dois casos que exigem OCR — vídeo com legenda embutida e faixas de imagem renderizadas — o GeekLink é a opção local para Mac: extração por OCR que roda offline e exporta um SRT sincronizado, com reconhecimento de fala (Whisper), tradução por IA para mais de 40 idiomas (Claude, GPT-4o, DeepSeek), um editor integrado, e processamento em lote quando você tem uma temporada inteira para resolver. O passo a passo completo de OCR está aqui: Como Extrair Legendas Embutidas (Queimadas) Usando OCR.
Perguntas frequentes
Como sei se uma legenda está embutida?
Tente desativá-la em um player. Se ela não desligar — permanece na tela não importa qual faixa de legenda você selecione ou desative — ela está embutida na imagem. Se ela desaparecer, é uma faixa ativável que você pode extrair.
É possível extrair legendas embutidas?
Não como uma faixa — não há faixa para extrair, porque o texto faz parte dos pixels do vídeo. Você aplica OCR nos quadros do vídeo para ler o texto em um SRT. No Mac, o GeekLink faz isso localmente e exporta um SRT sincronizado.
O que é um arquivo .sup?
Uma faixa de legenda PGS de Blu-ray. É baseada em imagem — cada linha de legenda é armazenada como uma imagem do texto, não como texto — então precisa de OCR para se tornar um SRT editável.
O que é um arquivo .idx/.sub?
Uma faixa de legenda VobSub de DVD. Assim como o PGS, armazena legendas como imagens em vez de texto, então também precisa de OCR para converter em um SRT.
As legendas da Netflix ou de serviços de streaming são embutidas?
Geralmente não — são faixas de texto que você pode ativar e desativar no player. Só ficam embutidas se alguém gravou a tela do vídeo com as legendas visíveis, o que queima o texto nos pixels gravados.