Por que o software de legendagem teatral deve analisar o texto antes de recorrer à IA

Quando um sistema de legendagem confunde a lista de personagens com diálogo, o erro não fica circunscrito à análise do ficheiro. Pode transformar-se numa legenda indevida no ensaio, desorientar quem opera o espetáculo e, no pior momento, projetar a fala errada diante do público.

Por isso, um programa de legendagem teatral não deve reduzir o texto dramático a uma sucessão de frases e só depois pedir à IA que as classifique. Um documento teatral tem organização própria: recuos, espaços, maiúsculas, pontuação e estilos tipográficos podem dizer mais sobre a função de um parágrafo do que as palavras isoladas.

Em março de 2026, publicámos uma explicação técnica sobre a dimensão espacial da análise de textos dramáticos. Este artigo prossegue essa reflexão e apresenta o rumo atual da conversão de texto teatral em legendas no SurtitleLive.

O princípio é simples: começar pelos elementos verificáveis do documento, reservar a IA para os trechos incertos e acompanhar os resultados à medida que se testam novas convenções de escrita e paginação. A cautela é necessária porque o resultado deixa de ser um documento estático e passa a integrar a condução de um espetáculo ao vivo.

Em termos resumidos, o percurso é este:

DOCX -> extração da estrutura -> indícios de parágrafo -> agrupamento em blocos -> reconhecimento do formato -> delimitação do corpo da obra -> revisão seletiva com IA -> rascunho editável de legendas

Por que a análise determinística vem primeiro

A IA pode esclarecer casos ambíguos, mas preparar legendas para uma apresentação exige consistência. Com o mesmo documento e a mesma versão do sistema, a decisão estrutural deve repetir-se, salvo quando as regras forem alteradas de forma deliberada.

A análise determinística oferece esse ponto de partida. Antes de recorrer a um modelo, o sistema procura sinais concretos:

• nomes ou indicações de personagem
• padrões de recuo
• espaços entre parágrafos
• formatação de didascálias
• separadores como dois-pontos, travessão, ponto e tabulação
• páginas de rosto, listas de personagens e notas de produção

Quando esses indícios são suficientemente claros, o bloco pode ser classificado sem intervenção da IA. Para a equipa, o processo deixa de ser «carregar o texto e esperar que o modelo perceba» e passa a assentar em decisões que podem ser revistas e reproduzidas.

Um exemplo simples: lista de personagens ou legenda?

Veja-se um fragmento no início de uma peça:

PERSONAGENS

HAMLET
OFÉLIA

ATO I

HAMLET
    Ser ou não ser.

Uma leitura linha a linha pode considerar HAMLET uma indicação de personagem nas duas ocorrências. Na lista inicial, porém, é informação editorial; no corpo representável, introduz uma fala que poderá dar origem a uma legenda.

A diferença não está na palavra, mas na zona do documento. Por isso, o sistema procura primeiro distinguir as páginas iniciais do texto destinado à cena e só aplica regras de diálogo onde é razoável esperar diálogo. Assim diminui o risco de converter títulos, elencos ou notas de produção em material de ensaio.

O percurso atual do texto teatral às legendas

A análise decorre por etapas, e não numa única classificação feita por IA. A implementação continuará a evoluir, mas os princípios abaixo orientam o trabalho.

1. Extrair a estrutura do documento

Nos ficheiros .docx, o SurtitleLive lê informação estruturada, em vez de depender apenas de texto simples. Desse modo preserva recuos, alinhamento, espaçamento, estilos herdados do Word e formatação ao nível de cada trecho, como itálico ou negrito.

Muitos textos dramáticos usam a tipografia como gramática: uma linha centrada em maiúsculas pode indicar uma personagem; um parágrafo recuado, uma fala; uma linha em itálico, uma didascália. A conversão para texto simples apagaria parte dessas pistas.

2. Converter parágrafos em indícios estruturais

Cada parágrafo é descrito por um conjunto de características: eventual nome de personagem, presença de parênteses, formatação associada a didascálias e utilidade das maiúsculas naquele sistema de escrita.

Nem todas as línguas recorrem a maiúsculas. Quando esse contraste não existe ou não é informativo, o respetivo critério é reduzido ou desativado, para não criar uma certeza artificial.

3. Formar blocos do texto

Em seguida, os parágrafos são reunidos em unidades coerentes. Uma unidade pode corresponder a uma fala, ao nome de uma personagem seguido do seu texto, a uma didascália, a um cabeçalho ou a uma passagem que ainda exige verificação.

Esta etapa interpreta a organização material do documento, não o mérito literário da obra.

4. Reconhecer padrões de paginação

Os textos dramáticos não obedecem a uma única convenção. Uns apresentam Personagem: Fala; outros colocam o nome numa linha e a fala na seguinte; há ainda documentos que usam ponto ou travessão, ou alternam soluções dentro do mesmo ficheiro.

Antes de aplicar regras, o SurtitleLive procura reconhecer esses padrões:

Padrão	Exemplo habitual
Fala após dois-pontos	HAMLET: Ser ou ANA: Hoje está chovendo
Personagem numa linha própria	HAMLET seguido de uma fala recuada
Nome seguido de ponto	AMLETO. Essere o non essere
Paginação mista	Convenções diferentes em zonas distintas da obra
Indícios fracos ou desconhecidos	Páginas iniciais, anexos ou passagens ambíguas

Desta forma, uma alteração de formato dentro do próprio documento não obriga o sistema a impor a mesma regra em toda a obra.

5. Separar as páginas iniciais do corpo da obra

Páginas de rosto, listas de personagens e notas podem parecer-se estruturalmente com diálogo sem pertencerem ao texto representado. O sistema tenta localizar o início do corpo da obra antes de detetar falas, reduzindo a influência dessas páginas na análise.

6. Reservar a IA para passagens ambíguas

A IA continua a ser útil quando os indícios determinísticos são fracos ou contraditórios. O objetivo não é excluí-la, mas evitar que decida aquilo que a estrutura já esclarece. Sempre que possível, a revisão concentra-se nos blocos realmente incertos e considera exemplos do próprio documento.

Revisão da sequência e recuperação

Há erros que só se revelam quando se observa a sucessão dos blocos. Dois cabeçalhos consecutivos podem ser normais nas páginas iniciais e pouco prováveis no meio de uma cena; um nome isolado pode exigir tratamento diferente de uma personagem que reaparece ao longo da obra.

Por isso, o SurtitleLive considera também os blocos vizinhos, a zona do documento e a recorrência das personagens. Esta leitura sequencial ajuda a decidir se uma linha é fala, indicação de personagem, cabeçalho ou matéria a rever, sem fingir que cada parágrafo existe isoladamente.

Como verificamos alterações ao analisador

Antes de considerar segura uma alteração, confrontamo-la com exemplos selecionados e casos de regressão. Melhorar um formato não pode significar estragar silenciosamente outro. As verificações perguntam, entre outras coisas:

• Uma indicação de personagem conhecida continuou a sê-lo?
• A didascália ficou fora da lista de legendas?
• As páginas iniciais permaneceram separadas do corpo representável?
• A pontuação de diferentes línguas continuou a ser reconhecida como previsto?
• Um bloco ambíguo permaneceu assinalado para revisão, em vez de receber uma classificação excessivamente confiante?

Isto não equivale a afirmar que qualquer texto teatral será interpretado sem falhas. Versões de ensaio, materiais digitalizados ou transcritos, adaptações extensas e ficheiros com formatação irregular continuam a exigir atenção humana.

O que isto representa para as equipas

Para uma produção, começar pela estrutura torna a preparação mais previsível, sobretudo em legendas teatrais, sobretítulos de ópera e versões multilingues, onde uma classificação errada aumenta o trabalho posterior.

Esta abordagem permite ao SurtitleLive:

• preservar os indícios de paginação dos documentos Word
• reconhecer convenções correntes de diálogo teatral
• dispensar interpretações desnecessárias da IA quando a estrutura é clara
• manter visíveis as passagens que precisam de revisão
• tratar com maior cuidado convenções de escrita de diferentes línguas

O objetivo não é automatizar tudo, mas oferecer uma base mais limpa para uma pessoa corrigir, traduzir, ensaiar e aprovar antes da apresentação. Para quem opera, isso reduz erros evitáveis; para a produção, reduz a formatação manual; para as equipas de acessibilidade e línguas, permite confrontar o texto destinado ao público com uma estrutura mais estável antes da exibição ao vivo.

O que isto não significa

Esta arquitetura tem limites. Não garante que todos os documentos sejam interpretados corretamente à primeira tentativa, não exclui a IA e não atribui o mesmo grau de certeza a todas as línguas, paginações ou versões de ensaio.

Também não substitui a revisão humana nem cristaliza o sistema na forma atual. À medida que forem testados mais textos, convenções e formatos reais, será necessário ajustar regras, limiares de revisão, casos de regressão e a passagem dos casos ambíguos para a IA.

O rumo: IA como apoio à revisão, não como analisador completo

A mudança de orientação pode resumir-se assim:

Área	Orientação anterior	Orientação atual	Vantagem para a equipa
Indícios do documento	Agrupamento pela paginação e classificação com IA	Estrutura do documento e regras determinísticas	Importação mais previsível
Variações de formato	Pressupostos gerais para o documento inteiro	Análise por zona e padrão reconhecido	Melhor resposta a formatos mistos
Páginas iniciais	Maior risco de confusão com diálogo	Separação antes de detetar falas	Menos falsas legendas a partir do elenco ou do título
Papel da IA	Participação central na classificação	Revisão seletiva de passagens ambíguas	Menos interpretações evitáveis
Fiabilidade	Correções heurísticas	Casos de regressão e revisão da sequência	Alterações mais seguras ao longo do tempo

É uma escolha deliberadamente prudente. Num espetáculo ao vivo, a confiança declarada por um modelo não deve prevalecer sobre indícios documentais mais sólidos. O caminho mais responsável combina estrutura determinística, apoio seletivo da IA, preparação humana e acompanhamento contínuo.

Se a sua equipa ainda transforma textos dramáticos em diapositivos à mão ou recompõe os sobretítulos linha a linha antes do ensaio, o SurtitleLive pode ajudar a criar um rascunho editável para revisão e exibição ao vivo. Consulte a página de funcionalidades do SurtitleLive ou a página sobre conversão de texto teatral em legendas com IA.

---

Perguntas frequentes

P: O que é a análise determinística de um texto teatral?
R: É a aplicação de regras fixas a elementos do documento, como recuos, espaços, pontuação e estilos. Com a mesma entrada e a mesma versão do sistema, deve produzir o mesmo resultado estrutural.

P: Por que não usar IA em todas as linhas?
R: Muitas decisões são estruturais, não semânticas. Se a formatação identifica claramente uma personagem, uma fala ou uma didascália, uma regra fixa oferece maior consistência.

P: A IA consegue criar legendas teatrais automaticamente?
R: Pode ajudar a preparar um rascunho, mas a equipa deve rever a divisão das legendas, as escolhas de tradução, os tempos e a forma de exibição antes do espetáculo.

P: Como é que o SurtitleLive transforma um texto em legendas?
R: Lê a estrutura do documento, forma blocos, reconhece padrões de paginação, separa as páginas iniciais do corpo representável e cria um rascunho editável. As passagens ambíguas podem receber apoio seletivo da IA.

P: Por que é importante conservar a formatação DOCX?
R: Recuos, espaços, maiúsculas e itálico podem distinguir personagens, falas, cabeçalhos e didascálias. Preservar esses sinais melhora a identificação das futuras legendas.

P: O que é um padrão de paginação teatral?
R: É uma convenção recorrente, como o nome da personagem numa linha própria, uma fala após dois-pontos ou um nome seguido de ponto. Reconhecê-la ajuda a escolher as regras adequadas para aquela zona.

P: Este processo dispensa a revisão humana?
R: Não. O objetivo é produzir um rascunho mais claro para revisão, e não um ficheiro final inteiramente automático. Legendas, traduções, tempos e exibição continuam a exigir aprovação antes da apresentação.

P: Como será aperfeiçoado o sistema?
R: O comportamento será acompanhado com casos de regressão, formatos reais e retorno das produções. Incertezas ou erros recorrentes orientarão ajustes às regras, aos limiares de revisão e ao encaminhamento para a IA.