Como fazer um vídeo com letra (grátis, passo a passo) [2026]

Como fazer um vídeo com letra de graça, passo a passo.

Envie uma música, revise as linhas sincronizadas, escolha uma animação de texto e exporte em 1080p. Este é o passo a passo. A ferramenta que faz o trabalho fica em outra página.

A resposta simples Use um arquivo vocal. Deixe a IA marcar o tempo das palavras. Revise o texto. Estilize. Exporte.

Condições grátis 3 pedidos de reconhecimento ou sincronização por IP a cada 24 horas contínuas; edição, prévia e exportação locais não contam. Sem conta, 1080p, pequena marca Made with VibeMV.

Abrir a ferramenta grátis de vídeo com letra Precisa de um videoclipe completo com IA?Tutorial de videoclipe com IA

Qual guia ler em seguida? Esta página é o tutorial de vídeo com letra. Para fazer seu vídeo com letra aqui, use a ferramenta grátis. Se quiser cenas, sincronia labial ou um corte nativo 9:16 da mesma música, vá ao gerador de videoclipes com IA ou a Como fazer um videoclipe com IA.

A ferramenta real de letras e seu resultado

A captura é o estado vazio real de upload, não uma interface inventada. O exemplo abaixo foi feito com esta ferramenta em 10 de setembro de 2026, a partir do nosso demo Suno de 24 segundos, com o efeito Karaoke, o fundo padrão e sem conta. A exportação 1080p 16:9 foi convertida para MP4 para reprodução. Esta amostra prova só essa saída; não garante a precisão da transcrição noutra mixagem.

Assista à amostra uma vez pela legibilidade e outra pelos destaques de palavra. Na sua música, compare as linhas detectadas com a letra pretendida, corrija nomes e frases repetidas e dê prévia de novo. Mudar o texto de uma linha pode redistribuir as palavras dentro do intervalo que a linha já tinha; isso não ouve a faixa de novo nem oferece marcas de tempo arrastáveis. Harmonias densas e vocais pouco claros ainda pedem revisão cuidadosa.

Esta ferramenta separada aceita fontes de áudio de até 25 MB, permite 3 pedidos de reconhecimento ou sincronização de letra por IP numa janela móvel de 24 horas, sem conta, e renderiza 1920×1080 a 30 fps em 16:9. Edição local, prévia e exportação não consomem esse limite. Navegadores compatíveis exportam MP4, com fallback em WebM. Permanece uma pequena marca Made with VibeMV; não há opção paga para tirá-la aqui. Um envio em MP4 fornece áudio, não filmagem de fundo em movimento. Use o produto principal para cenas geradas ou para uma versão 9:16 gerada à parte.

Abrir ferramenta de letras · Tutorial completo de IA

Resposta rápida: como se faz um vídeo com letra?

Para fazer um vídeo com letra, comece com uma faixa vocal pronta, coloque as palavras numa linha do tempo, estilize o texto e exporte um arquivo para enviar. Dá para fazer isso num editor de linha do tempo, num app de modelos ou na ferramenta de vídeo com letra do VibeMV.

No VibeMV você envia áudio (MP3, WAV, M4A, MP4, OGG ou WEBM, até 25MB). A IA transcreve o vocal e estima o timing por palavra. Você revisa as linhas, escolhe Karaoke, Typewriter, Fade ou Glow, adiciona opcionalmente um fundo estático e exporta 1920×1080 a 30fps.

Você não cola uma folha de letra para começar e não faz keyframe de cada palavra. Precisa de um mix em que o vocal principal se ouça.

O que você precisa

Item	Obrigatório?	Por que importa
Arquivo da música	Sim	A ferramenta marca o tempo das palavras a partir do áudio. Instrumentais e vocais enterrados costumam falhar.
Texto da letra	Opcional	A IA rascunha as linhas. Você corrige redação e espaços na revisão. Não existe upload só de letra.
Timing	Automático	O Whisper estima marcas de tempo por palavra. Você edita o texto da linha; não arrasta início e fim.
Still de fundo	Opcional	JPEG, PNG ou WebP de até 10MB. Sem imagem, o quadro fica escuro. Isso não é overlay de vídeo.
Direitos da música	Sim	Você só publica um vídeo da gravação de outra pessoa se tiver permissão.

WAVs grandes costumam passar de 25MB. Exporte primeiro em MP3 ou M4A se o envio for recusado.

Jeitos de fazer um vídeo com letra

São abordagens, não um ranking de produtos.

Editor manual. Premiere, CapCut ou After Effects. Você posiciona cada linha, escolhe fontes e marca o tempo da faixa. Funciona melhor quando já tem footage ou um sistema de marca rígido.

App de modelos. Layouts no estilo Canva, com caixas de texto num preset. Mais rápido que uma linha do tempo vazia, mas você ainda alinha a maior parte das palavras na mão.

Ferramenta de letra no navegador. Envie a música, deixe a IA rascunhar o texto com tempo e depois estilize e exporte. Esse é o caminho do VibeMV: este fluxo de vídeo com letra no navegador fica na aba, renderiza localmente e envia áudio só para a análise da letra.

Se você precisa de cenas de IA em movimento em vez de palavras animadas, pule este formato e use o gerador de videoclipes com IA.

Passo 1: Prepare letra e áudio

Use o mix vocal final, não um bounce de rascunho, quando tiver os dois. Vocais principais mais limpos geram marcas de tempo mais limpas.

Você não precisa digitar a letra inteira primeiro. Deixe a letra oficial por perto para corrigir nomes, gírias e refrões repetidos na tela de revisão.

Pule pads silenciosos longos se eles empurrarem um WAV acima de 25MB. O limite rígido da ferramenta de letra é o tamanho do arquivo, não o teto de 7 minutos / 100MB do fluxo completo de videoclipe do VibeMV.

Passo 2: Envie a música

Abra o criador grátis de vídeo com letra e envie o arquivo. Os tipos aceitos são MP3, WAV, M4A, MP4, OGG e WEBM.

Aqui um MP4 é fonte de áudio. A trilha de imagem não é guardada. Se você esperava que o clipe ficasse na tela debaixo das palavras, veja Colocar letra em um vídeo existente.

Não é preciso conta. O reconhecimento da letra tem teto de 3 pedidos por IP numa janela móvel de 24 horas. Edição local de texto, prévia e exportação não usam esse limite.

Passo 3: Sincronize e revise

A IA roda Groq Whisper Large V3 com marcas de tempo por palavra e agrupa as palavras em linhas.

Confira cada linha antes da prévia e corrija erros óbvios de transcrição; para problemas de tempo, veja o que a edição de texto pode e não pode corrigir.

Mixes barulhentas, harmonias empilhadas e frases murmuradas são o erro comum. Se nenhuma letra utilizável for detectada, tente um mix com o vocal mais alto.

Passo 4: Estilize o texto

Escolha uma das quatro animações:

Karaoke — as palavras destacam em verde conforme são cantadas
Typewriter — os caracteres aparecem no tempo do vocal, com um cursor piscando
Fade — cada linha entra e sai em fade
Glow — texto branco com uma sombra neon pulsando

Depois adicione um still de fundo se quiser capa ou um único quadro atrás das palavras. Dê prévia no canvas antes de exportar.

Passo 5: Exporte

Exporte na mesma aba. O canvas é 1920×1080 a 30fps. Navegadores compatíveis salvam MP4; os outros baixam WebM.

O vídeo é renderizado no navegador. O áudio saiu do aparelho para a análise da letra; o arquivo pronto é montado localmente.

Uma pequena marca Made with VibeMV é desenhada no quadro. Não há um interruptor na ferramenta para removê-la.

Passo 6: Publique

YouTube. 16:9 1080p encaixa de forma natural. Um padrão comum de título é Artist – Song (Official Lyric Video). Coloque links de streaming e créditos na descrição.

TikTok, Reels, Shorts. Você pode enviar o arquivo 16:9, mas essas superfícies preferem 9:16. Corte ou use letterbox depois de exportar, ou faça uma versão vertical em outra ferramenta.

Spotify Canvas. Canvas quer um loop 9:16 de 3–8 segundos. Esta exportação é um vídeo com letra 16:9 na duração completa, então recorte e reenquadre em outro lugar se precisar de Canvas.

Como fazer um vídeo com letra de graça (sem marca d'água?)

Você pode fazer um vídeo com letra de graça no VibeMV. As condições atuais:

Preço: grátis
Conta: não exigida
Limite de sincronização da letra: 3 pedidos de reconhecimento ou sincronização por IP numa janela móvel de 24 horas; prévias e exportações locais não contam
Saída: 1080p (1920×1080), 30fps, MP4 ou fallback WebM
Marca d'água: sim — uma pequena marca Made with VibeMV nas exportações grátis
Opção paga sem marca: nenhuma nesta ferramenta

Se «grátis e limpo» significa nenhuma marca, use um editor manual que você já paga, ou aceite a marca. Não espere que uma assinatura do VibeMV a tire daqui. Os planos pagos valem para o gerador de videoclipes com IA (Hobby a partir de $19/mês), que é outro produto: vídeo por cenas, não este overlay de letra.

Colocar letra em um vídeo existente vs gerar a partir do áudio

Você tem uma música pronta e quer palavras na tela. Use a ferramenta de letra. Isso é gerar um vídeo com letra a partir do áudio (mais um still opcional).

Você tem footage existente e quer legendas nessa imagem. Esta ferramenta não faz isso. Envie um still extraído do footage se um quadro congelado bastar. Para vídeo em movimento mais letra, use um editor de linha do tempo com legendas ou camadas de texto.

Você tem uma música e quer um vídeo de performance ou história, não tipografia cinética. Isso não é vídeo com letra. Comece no gerador de videoclipes com IA.

Erros comuns

Enviar um WAV de 40MB. Comprima para MP3 ou M4A abaixo de 25MB.
Pular a etapa de revisão. O Whisper erra nomes e ad-libs.
Esperar 9:16 da ferramenta de letra. O canvas é só 16:9.
Esperar sem marca d'água. Exportações grátis incluem a marca.
Tratar um upload MP4 como overlay de vídeo. Só o áudio é usado.
Usar um instrumental. Precisa haver palavras cantadas ou faladas utilizáveis.
Publicar áudio que você não controla. Caber no formato não é licença.

Quando você precisa de um videoclipe completo com IA

Troque quando as palavras na tela não forem o ponto: você quer cenas geradas, sincronia labial num personagem, ganchos de Dança ou um render nativo 9:16.

O caminho de videoclipe do VibeMV aceita MP3, WAV, AAC, M4A, FLAC ou AIFF, de 3 segundos a 7 minutos e até 100MB. A saída padrão é 720p em 16:9 ou 9:16, com versão 2K opcional onde houver suporte. O modelo Base começa em 2 créditos por segundo gerado. Novas contas recebem 50 créditos, uma única vez, para testes curtos. O uso comercial começa nas assinaturas pagas.

Abra o gerador de videoclipes com IA ou siga Como fazer um videoclipe com IA para o fluxo seção a seção.

Quando as palavras ou o tempo estão errados

Compare as linhas detectadas com a gravação antes de exportar. Uma palavra errada e uma linha que aparece cedo ou tarde demais pedem decisões diferentes:

O que você vê	O que conferir	O que dá para fazer aqui
Uma palavra errada, com a linha no tempo certo	O texto em Revise a letra	Corrija essa linha e ouça a prévia de novo
Tempo irregular de Karaoke ou Typewriter depois de uma edição	Se o texto editado ainda corresponde às palavras alinhadas originais	O texto alterado é espalhado de forma uniforme no intervalo que a linha já tinha; texto correto não garante um tempo natural por palavra
A linha inteira está adiantada ou atrasada	O início e o fim exibidos da linha	Edições de texto não movem esses limites; não há editor para arrastar marcas de tempo nem um controle de deslocamento global
Falta uma linha, ou repetições foram agrupadas errado	A gravação e a lista de linhas detectadas	A interface atual não insere, divide, une nem apaga registros de linha com tempo; acrescentar as palavras a uma linha vizinha não recupera o tempo que faltou
A maior parte das palavras falta ou não faz sentido	A clareza vocal, a gravação selecionada e se ela contém vocais	Uma fonte suportada mais limpa pode ajudar numa nova tentativa de reconhecimento, mas não há garantia de que resolva

Você pode editar ou limpar o texto de uma linha existente. Uma quebra de linha dentro da caixa de texto não cria outra linha com tempo. Acrescentar palavras que faltavam a uma linha vizinha espalha as palavras editadas dessa linha sobre o intervalo antigo, o que pode deixar a animação menos precisa.

Por que corrigir o texto pode mudar o tempo das palavras

Se o texto editado ainda corresponde às palavras alinhadas originais depois de ignorar espaços extras, tabulações e quebras de linha, os tempos originais das palavras são usados. Caso contrário, a ferramenta divide a duração que a linha já tinha de forma uniforme entre as palavras editadas. Uma mudança de letra, de maiúsculas ou de pontuação pode disparar isso; a ferramenta não ouve a música de novo quando você edita o texto.

Por exemplo, uma linha fornecida de propósito, Hold the night, vai de 1,00 a 3,00 segundos. Mude para Hold on to the night: a linha continua cobrindo esses dois segundos, então cada uma das cinco palavras recebe 0,40 segundo:

Palavra	Início	Fim
Hold	1,00	1,40
on	1,40	1,80
to	1,80	2,20
the	2,20	2,60
night	2,60	3,00

Este é um exemplo local controlado do comportamento de edição, com os tempos rotulados. Não é um resultado de reconhecimento de fala nem um registro de quando alguém cantou essas palavras. Karaoke e Typewriter usam esses tempos por palavra. Fade e Glow mostram a linha inteira com o tempo da linha, sem destaque palavra a palavra.

Os tempos originais das palavras alinhadas são mantidos. Restaurar o texto original faz a ferramenta usá-los de novo; isso não exige um pedido novo de reconhecimento.

Quando você precisa de outro jeito de ajustar o tempo

Se uma linha deveria começar em 0,50 segundo em vez de 1,00, mudar o texto não a move. A exportação atual é um vídeo MP4 ou WebM, não um arquivo de letra ou de legenda com tempo, como SRT, LRC ou VTT. Para ajustar o tempo noutro editor, recrie o tempo da letra lá; esta ferramenta não exporta uma linha do tempo de letra para levar adiante.

Uma nova tentativa de reconhecimento conta no limite de 3 pedidos de reconhecimento ou sincronização de letra por IP numa janela móvel de 24 horas. Edições locais de texto, prévias e exportações não contam. Enviar outro arquivo devolve você ao envio; enviar um arquivo de novo para sincronizar a letra inicia um pedido novo. Confira o resultado antes de repetir uma tentativa. Diferente de mudar o texto, uma fonte mais clara pode produzir um alinhamento novo, mas não garante os limites certos das linhas. Se o limite foi atingido, tente de novo mais tarde.

Perguntas frequentes

Como se faz um vídeo com letra?

Envie uma faixa vocal, deixe a IA transcrever e marcar o tempo das palavras, revise as linhas, escolha uma animação de texto, adicione opcionalmente uma imagem de fundo e exporte. No VibeMV isso acontece no navegador: MP3, WAV, M4A, MP4, OGG ou WEBM de até 25MB, depois você baixa um arquivo 1080p.

Quanto tempo leva para fazer um vídeo com letra?

A maior parte da espera é a sincronização das letras, que varia com a duração da faixa e a clareza vocal, mais uma exportação no navegador a 30fps. Revisar algumas linhas ouvidas errado costuma demorar mais que o upload. Uma música típica fecha em uma sentada, sem editor de linha do tempo.

Preciso marcar o tempo das letras na mão?

Não. O VibeMV usa Groq Whisper Large V3 para estimar marcas de tempo por palavra a partir do áudio. Você revisa e edita o texto das linhas antes da prévia. Não define início e fim na mão. O timing fica menos confiável em mixes barulhentas, harmonias empilhadas ou vocais pouco claros.

Posso fazer um vídeo com letra de graça?

Sim. A ferramenta de vídeo com letra do VibeMV é grátis e não pede conta. O limite é de 3 pedidos de reconhecimento ou sincronização de letra por IP numa janela móvel de 24 horas. Edição local, prévia e exportação não consomem esse limite. As exportações incluem uma pequena marca Made with VibeMV e renderizam em 1080p (1920×1080) a 30fps. Não existe ajuste pago para tirar a marca nesta ferramenta.

Qual é a resolução de um vídeo com letra grátis?

O VibeMV exporta 1920×1080 a 30fps. Navegadores compatíveis baixam MP4; os outros caem para WebM. O quadro é só 16:9. Serve para uploads de letra no YouTube. TikTok e Reels aceitam o arquivo, mas preferem 9:16, então você pode precisar cortar ou usar letterbox depois de exportar.

Posso colocar letra em um vídeo existente?

Não como overlay em movimento. A ferramenta monta um vídeo 16:9 novo a partir do áudio mais um still opcional (JPEG, PNG ou WebP de até 10MB). Um upload MP4 é tratado como áudio para sincronizar a letra, não como picture-in-picture. Para legendas em vídeo em movimento, use um editor de linha do tempo. Para cenas de IA com a mesma música, use o gerador de videoclipes com IA.

Vídeo com letra serve para YouTube ou TikTok?

Sim, se você tem os direitos do áudio. Exporte um MP4 1080p e envie. No YouTube, o título costuma ser Artist - Song (Official Lyric Video). Nas exportações grátis, espere a marca Made with VibeMV. Para um corte nativo 9:16 com cenas geradas, use o gerador de videoclipes com IA.

Guias relacionados:

Ferramenta grátis de vídeo com letra — texto com tempo a partir da sua música, exportação 1080p
Como fazer um videoclipe com IA
Como fazer um videoclipe
Videoclipe com IA a partir de um arquivo de áudio
Preços do VibeMV