Qual é a precisão das legendas automáticas do YouTube em 2026?

As legendas automáticas do YouTube têm má fama. Você provavelmente já viu a frase de que elas acertam entre 60% e 70%, ou que uma palavra em cada três sai errada. Esse número é antigo, e o sistema melhorou desde então. Repetir isso em 2026 engana quem lê.

Hoje as legendas estão razoavelmente boas. O problema mudou de lugar, e recebe menos atenção: o idioma em que elas vêm, e se você consegue extrair o texto.

Resposta curta: testes independentes de 2025 e 2026 colocam as legendas automáticas em inglês do YouTube entre 85% e 95% de precisão com áudio limpo e um único falante, caindo para algo em torno de 60% a 75% com sotaques carregados, música ou vozes cruzadas. O Google não publica nenhum número oficial. Elas já incluem pontuação e maiúsculas básicas. O problema maior não são as palavras. É que o YouTube legenda um vídeo em um idioma só, e quem escolhe qual é ele.

Qual é a precisão das legendas automáticas do YouTube?

O número de 60% a 70% vem de textos sobre acessibilidade publicados anos atrás. Foi repetido tanto que virou senso comum. Ele já não descreve o áudio limpo em inglês de hoje.

Os testes independentes de 2025 e 2026 chegam a outro lugar:

Ou seja, o número antigo não foi inventado. Ele é só o pior caso, não a média. Um teste com vídeos de tecnologia de fala rápida mediu uma taxa de erro de palavras (WER) mediana de 12,7%, o que dá cerca de 87% de precisão. A própria página de ajuda do YouTube diz que o reconhecimento de fala segue melhorando e avisa que a qualidade varia com sotaques, dialetos e ruído de fundo. O Google nunca publicou um número de precisão, então todas as cifras acima vêm de testes de terceiros feitos em amostras pequenas.

Duas coisas saem daí.

Primeiro, as legendas automáticas de hoje incluem pontuação e maiúsculas básicas. A velha reclamação sobre um fluxo corrido e sem pontuação está desatualizada. O que elas continuam sem fazer é dizer quem está falando. O Departamento de TI da Carolina do Norte diz isso sem rodeios: os falantes "não são identificados nem anunciados automaticamente quando mudam". Em uma entrevista ou em uma mesa com várias pessoas, as linhas se misturam sem nenhum sinal de quem disse o quê.

Segundo, os erros que sobrevivem não são os inofensivos. Meryl Evans é surda e depende das legendas, e passou anos reunindo as falhas sob o nome que ela usa para elas, autocraptions. O exemplo mais forte dela é um vídeo de culinária. O áudio diz "4 to 5 minutes. You should not preheat" (de 4 a 5 minutos, não precisa preaquecer). A legenda diz "45 minutes. You should know to preheat the oven" (45 minutos, é preciso preaquecer o forno).

Cada palavra dessa legenda é uma palavra real em inglês. Nada parece quebrado. A instrução que ela dá é o contrário da instrução real, e o tempo de forno fica dez vezes maior. É isso que uma porcentagem de precisão esconde. Com 90%, uma palavra em cada dez está errada, e você não escolhe qual. Aqui foi "not" (não). O conselho de Evans é usar as legendas automáticas como primeiro rascunho e editar antes de publicar.

O problema de verdade é o idioma

Esta é a parte que costuma ficar de fora. O YouTube não legenda um vídeo no idioma que você precisa. Ele gera legendas em um idioma: o idioma padrão do vídeo.

Isso tem algumas consequências que batem em você no momento em que sai do idioma original do vídeo.

O idioma precisa estar na lista. As legendas automáticas só existem para os idiomas que o reconhecimento de fala do YouTube aceita, cerca de 60 deles. O Departamento de TI da Carolina do Norte aponta o mesmo limite pelo outro lado: a legendagem automática tem dificuldade com "sotaques, dialetos e idiomas com suporte limitado de reconhecimento de fala". Se o vídeo é falado em algo fora da lista, simplesmente não existem legendas automáticas. Em transmissões ao vivo, as legendas automáticas são só em inglês.

O idioma padrão pode estar errado. O YouTube se apoia no idioma do vídeo declarado por quem publica. Quando o padrão de um canal diz inglês e o vídeo está falado em japonês, roda o reconhecedor errado, e as legendas voltam como uma bobagem com cara de confiável. Isso acontece com os criadores o bastante para existirem tópicos em fóruns de ajuda e guias dedicados a corrigir o problema. Ninguém publica números sobre a frequência, então trate como uma falha conhecida, e não como estatística.

Este é o menu que aparece de verdade em um vídeo que tem legendas:

Desativado, chinês (simplificado), chinês (tradicional), inglês. A lista inteira é essa. Se você não lê nenhum desses, o menu não tem nada para você.

E o YouTube age com base no palpite dele. Agora ele dubla vídeos automaticamente, adicionando uma trilha de áudio traduzida por IA que toca por padrão. O Digital Trends contou como isso fica na prática: um vídeo publicado por Marques Brownlee começou a tocar em japonês, aparentemente porque havia texto em japonês na camiseta da miniatura. A opção para desligar a dublagem fica no YouTube Studio. Como diz o texto, "os criadores ganharam um botão. Os espectadores, não".

A detecção rodou em cima do texto da miniatura, não do áudio. O YouTube decide o idioma a partir de sinais assim de fracos, e como espectador você não consegue mudar isso.

A tradução automática só funciona se já existirem legendas

O YouTube tem, sim, uma opção de tradução automática no menu de legendas, e ela cobre mais de 100 idiomas. Só que ela traz um requisito duro que anula o resto: precisa existir uma trilha de legendas antes. A tradução automática traduz legendas que já existem. Ela não escuta o vídeo.

Ela também herda tudo o que vem antes na cadeia. Se o reconhecedor entendeu errado o nome de um produto, a tradução leva fielmente o nome errado para o seu idioma. Todo erro anterior passa para a tradução, e a tradução ainda pode somar os erros dela por cima.

Então a tradução automática só funciona em vídeos que já têm legendas em um idioma grande. Em vídeos sem legenda, ela não faz nada.

E se o vídeo não tiver legenda nenhuma?

Muitos vídeos não têm. As legendas automáticas não aparecem em toda publicação. Elas podem estar desligadas, indisponíveis para o idioma falado ou ainda processando em algo postado há pouco. Vídeos antigos e canais menores costumam não ter nada.

Quando não existe trilha de legendas, o YouTube não te dá absolutamente nada. O painel de transcrição fica vazio. A tradução automática não tem o que traduzir. Não há jeito nativo de transformar esse áudio em texto.

Por que o painel de transcrição não resolve

A maioria dos vídeos tem um botão Mostrar transcrição logo abaixo, que parece a solução. Não é.

O painel de transcrição é montado a partir da trilha de legendas. É o mesmo texto em um painel lateral, então ele carrega os mesmos erros do reconhecedor e o mesmo idioma único. Abra as legendas e a transcrição em qualquer vídeo e você está lendo uma fonte só, duas vezes.

O painel também foi feito para acompanhar a leitura enquanto o vídeo toca. Não tem botão de baixar. Copiar na mão arrasta junto as marcações de tempo. E os Shorts não têm painel de transcrição nenhum.

Legendas e transcrição: qual é a diferença?

As duas palavras se confundem bastante. A diferença importa aqui, porque explica por que o painel decepciona as pessoas.

As legendas só existem para você acompanhar o vídeo enquanto ele toca. Uma transcrição é texto que você salva e reaproveita onde quiser. Se você quer citar um vídeo, estudar como ele foi escrito ou transformar tudo em anotações, precisa dessa versão em texto.

Como conseguir uma transcrição do YouTube que dá para usar de verdade, grátis

1. Copie o link do vídeo. Toque em Compartilhar abaixo do vídeo e copie a URL. Qualquer vídeo público do YouTube funciona, incluindo os Shorts.
2. Cole no GetAnyTranscript. Solte o link no gerador de transcrição do YouTube e aperte Gerar transcrição. Sem conta para testar. Funciona tenha o vídeo legendas ou não. Quando não existe trilha de legendas, o reconhecimento de fala transcreve o áudio falado no lugar.
3. Leia o resultado. Você recebe texto limpo, em parágrafos e com marcação de tempo. Copie ou baixe como texto simples ou Markdown.

4. Traduza tudo de uma vez. Um clique leva a transcrição e as análises para um dos 10 idiomas disponíveis. Essa é a parte que o YouTube não consegue fazer quando o vídeo não tem legenda para traduzir.

O mesmo vídeo, no idioma que você escolher, com o resumo e as análises traduzidos junto.

5. Aproveite os extras. Resumo, mapa mental, momentos virais, análise de gancho e títulos saem todos da própria transcrição, sem nenhuma informação extra da sua parte.

Vídeos curtos, com menos de 3 minutos, são grátis e sem cadastro, e você tem uma cota gratuita de transcrição todo mês. Se uma execução falha, não custa nada e você pode tentar de novo.

O mesmo processo funciona para TikTok e Reels do Instagram. A gente cobriu a versão para TikTok em um guia à parte.

O que isso custa para você

Acessibilidade. Com 90%, as legendas automáticas ainda deixam passar coisa demais para espectadores surdos ou com deficiência auditiva. Fechar essa lacuna é tarefa de quem publica o vídeo. A própria página de ajuda do YouTube e o Departamento de TI da Carolina do Norte dão o mesmo conselho: trate a trilha automática como um rascunho, revise e envie o arquivo corrigido.

Alcance. Um vídeo legendado em um idioma só é legível para quem já fala esse idioma. Todo o resto precisa de uma tradução que o YouTube só produz se as legendas já existiam antes.

Confiança. Em um tutorial ou em uma aula, um termo técnico transcrito errado manda o espectador procurar algo que não existe.