Conversor de áudio para texto

Áudio para texto que sabe quem disse o quê

Uma transcrição crua só resolve metade do problema. Se você entrevistou alguém para uma matéria, precisa saber quais frases são da pessoa. Se está editando um podcast, precisa de marcações de tempo para achar o momento. Se a gravação vai para o YouTube, precisa de legendas que batam. Este conversor de áudio para texto entrega as três coisas num único envio: as palavras, o momento em que cada linha começa e uma etiqueta de falante que separa o apresentador do convidado.

Por dentro, a gravação é primeiro convertida no seu navegador em áudio com qualidade de voz — mono, 16 kHz —, que é tudo de que um reconhecedor de fala precisa e uma fração do tamanho original. Um vídeo de uma hora pode virar algumas dezenas de megas antes de qualquer coisa sair do seu computador, e a faixa de vídeo nunca é enviada. Gravações com mais de uns oito minutos são divididas em momentos de silêncio, e não no meio de uma palavra, transcritas em partes e unidas de novo com as marcações de tempo certas.

De MP3 para texto, de vídeo para texto e de áudio do WhatsApp para anotações

Funciona com qualquer formato que o seu navegador toca: MP3, M4A dos gravadores do iPhone, WAV, AAC, OGG e FLAC em áudio; MP4, MOV e WEBM em vídeo. Isso cobre a maioria dos gravadores de reunião, apps de ditado, downloads do Zoom e do Teams, gravações de câmera e de tela, e também áudios do WhatsApp exportados como arquivo. Passar um MP3 de áudio para texto custa o mesmo que qualquer outro formato — um crédito a cada cinco minutos —, então uma entrevista de 30 minutos custa seis créditos e um áudio de três minutos custa um.

Identificação de falantes e seus limites

O reconhecedor percebe as mudanças de voz e marca cada trecho como S1, S2 e assim por diante. Renomeie no seu editor quando souber quem é quem. A identificação funciona melhor quando as pessoas falam uma de cada vez; se falam ao mesmo tempo, duas vozes podem ficar sob a mesma etiqueta. Em arquivos divididos em partes, as etiquetas ficam separadas por parte (S1, S1·2) para que ninguém seja trocado silenciosamente entre os cortes — fácil de arrumar com localizar e substituir.

Legendas no mesmo envio

Todo trabalho de áudio para texto também gera um arquivo SRT e outro VTT. Frases longas são quebradas em tamanhos confortáveis de ler e cada linha fica sincronizada com a fala, então os arquivos entram direto no YouTube Studio, Premiere Pro, DaVinci Resolve, CapCut ou numa plataforma de cursos. Se você só precisa legendar um clipe curto, este também é o jeito mais rápido de ter um gerador de legendas confiável, porque dá para ler a transcrição antes de publicar.

Procurando a letra de uma música em vez de fala? O transcritor de letras é ajustado para voz cantada e exporta arquivos LRC sincronizados. Para transformar uma transcrição numa nova locução com outra voz ou idioma, use o gerador de voz com IA ou a dublagem com IA.

Consiga uma transcrição mais limpa

• Grave com o microfone perto de quem fala; distância prejudica mais a precisão do que música de fundo.
• Escolha o idioma manualmente em trechos curtos, com sotaque forte ou muitos termos técnicos.
• Evite gente falando por cima uma da outra se você precisa de falantes bem identificados.
• Em ligações, se o app permitir, grave cada lado numa faixa separada e transcreva cada uma.
• Corte silêncios longos e introduções musicais antes de enviar para economizar créditos.
• Revise nomes e números antes de publicar — são os erros mais comuns em qualquer ferramenta de áudio para texto.

Limites, privacidade e reembolsos

Duração e tamanho

Até 30 minutos por arquivo. Arquivos muito longos podem precisar de mais memória no navegador; no celular, é melhor dividir os de mais de 20 minutos.

Idiomas

Dezoito idiomas: inglês, espanhol, francês, alemão, italiano, português, japonês, coreano, chinês, árabe, hindi, russo, turco, indonésio, polonês, holandês, tailandês e vietnamita — ou deixe a detecção no automático.

Privacidade

Só o áudio comprimido é enviado; o vídeo fica no seu dispositivo. As transcrições ficam visíveis só na sua conta.

Trabalhos com falha

Se a transcrição falhar, os créditos voltam automaticamente, e um trabalho interrompido é retomado quando você volta à página.