Legendas com pontos de interrogação ou caracteres estranhos? Corrija o SRT

Equalang

Em resumo

Descubra se os caracteres estranhos nas legendas SRT são causados por codificação incorreta ou falta de fontes, e converta seus arquivos para UTF-8 sem corromper o texto.

Palavras-chave: legendas com pontos de interrogacao; vlc legendas caracteres estranhos; converter arquivo srt para utf 8; corrigir legendas desconfiguradas srt; codificacao incorreta legendas

Quando as legendas exibem pontos de interrogação, acentos corrompidos ou pequenos retângulos vazios, você está diante de um entre dois problemas completamente distintos. Símbolos anômalos como ``, ???, é ou caracteres truncados indicam uma incompatibilidade na codificação de caracteres (Mojibake): o seu reprodutor está lendo um arquivo .srt regional antigo como se fosse UTF-8 (ou vice-versa). Por outro lado, retângulos vazios uniformes (□□□) representam falta de glifos na fonte (fenômeno conhecido como "Tofu"): o arquivo já está em formato UTF-8 válido, mas a fonte ativa de legendas no reprodutor não contém os caracteres necessários para idiomas como chinês, japonês, coreano, árabe ou tailandês.

Identificar qual desses dois sintomas está na tela leva apenas cinco segundos e evita que você altere configurações incorretas ou sobrescreva permanentemente o seu arquivo de legendas.

Incompatibilidade de codificação vs. falta de glifos na fonte: como identificar

Arquivos .srt antigos provenientes de acervos de legendas eram frequentemente salvos em páginas de código regionais ou de byte único em vez do padrão universal Unicode UTF-8. Como um arquivo de texto simples .srt não possui um cabeçalho interno obrigatório declarando sua codificação, os reprodutores de mídia precisam adivinhar ou adotar como padrão o UTF-8 ou a página de código local do sistema operacional.

Observe o que aparece na tela para identificar a causa exata:

O que aparece na telaCausa técnicaPor que aconteceComo resolver de verdade
`` (ponto de interrogação em losango) ou ???Bytes herdados lidos como UTF-8Caracteres de byte único (como letras acentuadas em Windows-1252 ou cirílico em Windows-1251) formam sequências inválidas quando o reprodutor espera UTF-8.Reabra o arquivo .srt na sua codificação legada original e, em seguida, converta e salve como UTF-8.
é, á, ¿ ou æ—¥Bytes UTF-8 lidos em uma codificação legadaUm caractere multibyte válido em UTF-8 (como é, codificado em dois bytes 0xC3 0xA9) é dividido e interpretado byte a byte no padrão Windows-1252.Altere a codificação padrão de legendas do reprodutor para UTF-8 ou adicione um BOM UTF-8 caso utilize um aparelho reprodutor antigo via USB.
Texto truncado em CJK ou caracteres latinos aleatóriosPágina de código regional multibyte incorretaUm arquivo salvo em GB18030/GBK, Big5, Shift_JIS ou EUC-KR é decodificado usando uma página de código da Europa Ocidental ou de outra região asiática.Reabra o arquivo com a codificação regional correspondente no VS Code ou via iconv e salve como UTF-8.
Retângulos vazios uniformes (□□□)Falta de glifos na fonte ("Tofu")O arquivo .srt já está em UTF-8 válido e o reprodutor reconhece os pontos de código Unicode exatos, mas a fonte tipográfica selecionada possui apenas letras latinas.Mantenha a codificação do arquivo intacta; altere a fonte de legendas do reprodutor para uma fonte compatível com Unicode ou CJK.

Por exemplo, considere uma linha em francês com letras acentuadas e um ponto de interrogação invertido em espanhol:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Se esse arquivo foi salvo em Windows-1252 e seu reprodutor espera estritamente UTF-8, os bytes correspondentes a ¿, ù e é serão sequências UTF-8 inválidas, e o reprodutor exibirá caracteres de substituição:

14
00:01:12,400 --> 00:01:15,100
O est le caf ?

Por outro lado, se o arquivo .srt já estiver codificado corretamente em UTF-8 (é = 0xC3 0xA9), mas seu reprodutor estiver configurado para decodificar legendas em Windows-1252, cada byte será renderizado como um caractere isolado em Windows-1252:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Pare antes de salvar: o erro que corrompe um arquivo SRT em definitivo

Antes de abrir um arquivo .srt desconfigurado em um editor de texto e clicar em "Salvar como UTF-8", preste atenção no erro mais frequente na correção de legendas.

Se você abrir um arquivo .srt em um editor onde o diálogo **já aparece como , `???` ou `é` na tela** e clicar imediatamente em **Salvar como UTF-8**, destruirá o texto original para sempre. O editor registra os caracteres de substituição corrompidos visíveis na janela e grava seus bytes literais em `UTF-8` (`U+FFFD` para ou U+003F para ?) no disco, substituindo de forma definitiva os bytes regionais de origem. Quando isso acontece, nenhum conversor consegue recuperar as letras originais.

Para converter um arquivo com segurança:

  1. Primeiro, faça uma cópia de segurança do arquivo .srt original.
  2. Configure o editor para reinterpretar (reabrir) os bytes brutos do disco utilizando a codificação de origem correta até que cada palavra fique legível.
  3. Somente depois que todos os caracteres e acentos estiverem normais na tela, proceda para salvar (converter) o arquivo em UTF-8.

Qual codificação antiga o meu arquivo SRT está usando?

Quando precisar reabrir um arquivo .srt antigo, associe o idioma da legenda à sua respectiva página de código clássica:

Idioma da legendaCodificação legada recomendadaSintoma típico antes da correção
Português, inglês, espanhol, francês, alemão, italianoWindows-1252 (Europa Ocidental)Vogais acentuadas (é, ã, ç, ü) e aspas tipográficas viram `` ou é
Russo, ucraniano, búlgaro, sérvio (cirílico)Windows-1251 (Cirílico)Linhas inteiras aparecem como `` ou letras latinas com acentos como Ïðèâåò
ÁrabeWindows-1256 (Árabe)Diálogos viram `` ou pontuação latina desconexa
Chinês simplificadoGB18030 ou GBKO texto vira `` ou combinações de caracteres latinos de meia largura
Chinês tradicionalBig5O diálogo se transforma em símbolos dispersos, interrogações ou caracteres incoerentes
JaponêsShift_JISKana e kanji se fragmentam em símbolos de meia largura ou ``
CoreanoEUC-KRSílabas em hangul se tornam `` ou pares latinos corrompidos

Método 1: Converter um arquivo SRT para UTF-8 com segurança no VS Code

O Visual Studio Code torna o ajuste de codificação transparente por separar claramente o comando Reopen with Encoding (reinterpretar os bytes gravados no disco) de Save with Encoding (converter e gravar novos bytes).

  1. Abra o arquivo .srt no VS Code. Se a legenda estiver ilegível (???, `` ou caracteres estranhos), não edite nem salve o arquivo.
  2. Localize a barra de status no canto inferior direito e clique no indicador de codificação (que geralmente indica UTF-8).
  3. Selecione a opção Reopen with Encoding no menu suspenso de comandos na parte superior da janela.
  4. Escolha a codificação legada compatível com o idioma da legenda na tabela acima (por exemplo, Western (Windows 1252) para português ou espanhol, Cyrillic (Windows 1251) para russo ou Simplified Chinese (GB18030) para chinês simplificado).
  5. Verifique a janela de edição. Se o diálogo ainda estiver desconfigurado, clique novamente no indicador de codificação no canto inferior direito, selecione Reopen with Encoding e teste a próxima alternativa até que cada acento e pontuação fiquem claros e legíveis.
  6. Assim que o texto estiver visualmente normal, clique no indicador de codificação inferior mais uma vez.
  7. Selecione Save with Encoding -> UTF-8.

O seu arquivo .srt agora estará convertido para UTF-8 genuíno e funcionará perfeitamente em reprodutores de computador, navegadores e aplicativos para dispositivos móveis — seja para assistir com uma única faixa, configurar legendas duplas no VLC ou preparar uma fonte limpa antes de seguir nosso guia de tradução de legendas SRT.

Método 2: Converter arquivos SRT para UTF-8 no terminal (iconv)

No macOS ou Linux, você pode converter arquivos .srt legados diretamente pelo terminal usando o utilitário iconv, que lê os bytes de origem com -f (from) e grava um novo arquivo limpo em UTF-8 com -t (to) sem alterar o original.

Converter uma legenda da Europa Ocidental (Windows-1252) para UTF-8:

iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt

Converter um arquivo em cirílico (Windows-1251), chinês simplificado (GB18030) ou japonês (Shift_JIS) para UTF-8:

# Russo / Cirílico
iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt

# Chinês simplificado
iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt

# Japonês
iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt

Direcione sempre a saída para um novo nome de arquivo (> utf8.srt) em vez de redirecionar para o mesmo arquivo de entrada (> old.srt), o que truncaria e esvaziaria o arquivo original antes que o iconv concluísse a leitura.

Como corrigir quadrados vazios (□□□) no VLC quando a codificação já é UTF-8

Se as suas legendas surgem como retângulos vazios uniformes (□□□), tentar recodificar o arquivo .srt não trará nenhum efeito. Os quadrados vazios significam que o VLC já decodificou o texto em UTF-8 perfeitamente, localizou os pontos de código Unicode corretos e solicitou a renderização à fonte selecionada — mas essa fonte não possui os desenhos (glifos) necessários para aquele sistema de escrita.

Isso ocorre com frequência em smart TVs ou em instalações recentes do VLC, nas quais a fonte padrão contempla apenas o alfabeto latino e o usuário abre uma legenda em chinês, japonês, coreano, tailandês ou árabe.

Para resolver os retângulos □□□ no VLC imediatamente:

  1. Abra o VLC e acesse VLC > Preferências (no macOS) ou Ferramentas > Preferências (no Windows/Linux).
  2. Clique na aba Legendas / OSD.
  3. Localize o campo de seleção Fonte na seção de efeitos de legendas.
  4. Substitua a fonte atual por uma tipografia Unicode ou compatível com CJK instalada no sistema:
    • Multiplataforma / Linux: Noto Sans CJK ou Arial Unicode MS
    • macOS: PingFang SC
    • Windows: Microsoft YaHei
  5. Aproveite para ajustar o campo Codificação padrão para Universal (UTF-8), impedindo que o VLC tente interpretar arquivos modernos em UTF-8 por meio de tabelas de código regionais legadas.
  6. Clique em Salvar, encerre completamente a reprodução do vídeo e reabra-o (o VLC mantém em cache o renderizador de fontes enquanto o vídeo permanece em execução).

Perguntas frequentes

Por que pontos de interrogação ou letras acentuadas aparecem como é ou ¿?

No padrão UTF-8, caracteres além do conjunto ASCII básico ocupam de dois a quatro bytes. Por exemplo, a letra é é representada pela sequência de dois bytes 0xC3 0xA9, e o ponto de interrogação invertido ¿ por 0xC2 0xBF. Quando um reprodutor de vídeo ou editor de texto está configurado para uma codificação legada de byte único como Windows-1252 em vez de UTF-8, ele interpreta cada byte individualmente como um caractere isolado — transformando 0xC3 0xA9 em é e 0xC2 0xBF em ¿. Alterar a codificação de legendas do reprodutor para UTF-8 corrige a exibição no mesmo instante.

É possível recuperar um arquivo SRT salvo por engano com caracteres ??? ou ?

Não. Quando um editor salva um arquivo com caracteres `` (U+FFFD) ou ? (U+003F) visíveis na tela, cada caractere corrompido é substituído pela sequência literal de bytes correspondente ao símbolo de substituição. Como dezenas de letras distintas são reduzidas a um mesmo marcador idêntico, as informações originais são perdidas. Você precisará baixar o arquivo .srt original novamente e utilizar a opção Reopen with Encoding antes de converter para UTF-8.

Devo salvar meu arquivo SRT em UTF-8 padrão ou UTF-8 com BOM?

O UTF-8 padrão (sem Byte Order Mark) é a recomendação universal pelas especificações do Unicode, garantindo compatibilidade com reprodutores modernos, elementos web <track> e utilitários de legendagem. Entretanto, se você reproduzir arquivos por entrada USB em televisores mais antigos ou em softwares legados para Windows que ainda assumam páginas de código locais, salvar como UTF-8 com BOM insere três bytes de identificação no início (0xEF 0xBB 0xBF) que forçam o reconhecimento imediato como UTF-8.

Fontes consultadas