Transcritor de letras

Por que transcrever letras é mais difícil que transcrever fala

Cantar quebra quase tudo o que o reconhecimento de fala assume. Vogais se esticam por vários tempos, consoantes somem na música, palavras se dobram para caber na melodia e embaixo toca uma banda inteira. Ferramentas genéricas de ditado devolvem nada ou um parágrafo confiante e sem sentido. Este transcritor de letras usa um reconhecedor que aguenta música de fundo e devolve o tempo de cada palavra, que é o que torna possíveis as letras sincronizadas.

Esses tempos são agrupados em versos do jeito que uma pessoa escreveria: um verso novo no fim de uma frase, depois de uma respiração de mais de uns três quartos de segundo ou quando a linha fica longa demais para ler. Vírgulas só quebram o verso quando ele já tem certo tamanho, então frases curtas de pergunta e resposta como "Ô, lá vamos nós" ficam juntas. O resultado parece uma folha de letras, e não um paredão de texto, e cada verso guarda o instante exato em que a primeira palavra é cantada.

Normalmente você não precisa isolar a voz

Nos nossos testes com mixagens prontas de pop e folk, o transcritor de letras pegou todas as palavras cantadas sem passar antes por um removedor de voz, como mostra o exemplo em mandarim abaixo. Mixagens muito densas, vozes muito distorcidas, metal gritado ou rap extremamente rápido ainda podem confundir. Nesses casos, separe a voz com o removedor de voz com IA e transcreva a faixa vocal — os tempos não mudam porque a faixa tem a mesma duração da música.

LRC, SRT e TXT: qual arquivo de letras você precisa

Um arquivo LRC é o formato padrão de letras sincronizadas: cada verso começa com uma marcação como [00:24.44]. Players como foobar2000, MusicBee, Poweramp e muitos rádios de carro leem o arquivo quando ele está ao lado do MP3 com o mesmo nome, e apps de karaokê importam direto. Um SRT tem os mesmos versos como legendas numeradas com início e fim, que os editores de vídeo entendem — use para colocar as letras num vídeo do YouTube ou num Reel. O TXT é a folha de letras para encarte, páginas do Bandcamp ou o formulário de letras da sua distribuidora.

Da música ao lyric video em um clique

Quando as letras estiverem certas, o botão embaixo do resultado abre tudo no criador de lyric video com cada verso já sincronizado. Carregue a mesma música lá, escolha um estilo e exporte um MP4 — sem sincronizar na mão. Se você ainda está compondo, o gerador de letras com IA e o gerador de músicas com IA levam você da ideia à faixa pronta.

Uma observação sobre direitos: transcreva músicas que você escreveu, músicas que tem permissão de usar ou músicas para estudo pessoal. Publicar as letras de outra pessoa pode exigir licença mesmo que você mesmo tenha digitado.

Como tirar o melhor do transcritor de letras

• Use o arquivo de maior qualidade que tiver; um MP3 de 320 kbps ou um WAV ganha de um áudio regravado no celular.
• Escolha o idioma da música em vez da detecção automática em músicas curtas ou letras em dois idiomas.
• Para vozes gritadas, muito distorcidas ou muito rápidas, passe antes pelo removedor de voz com IA e transcreva a faixa vocal.
• Corrija na mão ad-libs e refrões repetidos — a transcrição é um rascunho para você lapidar.
• Deixe o LRC ao lado do arquivo de áudio com o mesmo nome para os players encontrarem sozinhos.
• Músicas com mais de 8 minutos: corte a introdução ou divida o arquivo.