Como pesquisar o texto na tela dos seus próprios TikToks

Boa parte dos TikToks não fala. Um slideshow com uma música por cima. Uma receita em que os ingredientes aparecem como lista. Um tutorial em que cada passo é um cartão de título e o único som é a música que você escolheu em trinta segundos. Rode uma transcrição de fala em qualquer um desses e volta um nada curto e educado.

As palavras estão lá. Só estão na imagem, que é um lugar onde a transcrição não olha.

O que conta como texto na tela

O app separa o que encontra em três tipos:

• Cartões de título. O texto grande que abre um vídeo ou marca um passo.
• Legendas queimadas. Legendas que fazem parte da imagem. São pixels, então nenhum reconhecedor de fala e nenhum copiar e colar chega nelas.
• Texto de adesivo. O texto que você colocou por cima na edição.

Os três são coisas que você digitou uma vez, anos atrás, e nunca mais viu como texto.

Como ele lê

O app pega cerca de 26 quadros de cada vídeo, mais ou menos um por segundo num vídeo curto, e roda o reconhecimento de texto da Apple neles. Isso basta para pegar qualquer coisa que fique na tela um ou dois segundos, e um cartão de título quase sempre fica.

Tudo acontece no celular. O que fica guardado é o texto, no mesmo índice local das suas transcrições.

Quanto custa

O botão se chama Ler texto na tela, e o app diz o custo no próprio rótulo antes de você tocar: cerca de 26 quadros por vídeo e aproximadamente 40% a mais de tempo de indexação. Desligado, a indexação é mais rápida, e legendas queimadas e cartões de título simplesmente não ficam pesquisáveis.

Dois detalhes que valem saber:

• Vale daqui para frente. Vídeos indexados antes de você ligar não são relidos pelas suas costas. O app oferece ler depois, com a contagem exata, e espera você dizer que sim.
• Fica na tela Arquivo e nos Ajustes. O mesmo botão nos dois lugares.

Pesquisando

Quando você pesquisa, escolhe onde olhar: o que foi falado, o que estava na tela, ou os dois. Os dois é o padrão certo quando você não lembra qual era. Use só a tela quando tiver certeza, porque isso remove da lista todo resultado falado e deixa a lista menor.

O jeito de casar as palavras é o mesmo da fala: maiúsculas, acentos e pontuação são ignorados, e dá para casar a frase inteira, todas as palavras ou só o começo de cada uma. O guia da metade da frase explica cada um.

Os limites, sem enfeite

• Um flash muito curto pode escapar. Um quadro por segundo é uma rede, não uma varredura de todos os quadros. Texto que fica um terço de segundo na tela pode não ser pego.
• Fonte decorativa é mais difícil. Letra simples lê bem. Letra cursiva sobre um fundo cheio é cara ou coroa.
• Ele lê, não entende. Um adesivo que diz “espera o final” é achado por “espera o final”, e por nada do que você quis dizer com isso.

Nos vídeos em que você fala, a transcrição normal continua sendo o principal. A visão geral de como as duas se encaixam está em como deixar o seu arquivo do TikTok pesquisável.