Transcrever áudio em texto: envie a gravação e receba o texto com marcações de tempo

Como transcrever áudio em texto em quatro passos

Quatro passos levam uma gravação do celular ou do computador até uma transcrição pronta para baixar, sem instalar nada nem pausar e voltar o áudio para digitar o que foi dito.

1. Escolha o arquivo. Arraste um MP3, M4A, WAV ou outro arquivo de áudio para a área de envio, ou clique nela para escolher. O navegador confere o tipo e o tamanho antes de enviar qualquer coisa.
2. Confira o preço e clique em Transcrever. A primeira gravação de um visitante é transcrita na hora e de graça: inteira até 10 minutos, ou os primeiros 10 minutos de uma mais longa. Ao entrar, você vê quantos minutos a gravação vai usar, e nada começa antes de você clicar em “Transcrever”.
3. Confira o texto ouvindo o som. A gravação toca a partir do seu próprio aparelho, ao lado da transcrição; um clique em qualquer marcação de tempo leva o player até aquela linha.
4. Baixe a transcrição. Salve em TXT ou Markdown para ler, ou em SRT ou VTT para usar como legenda.

Transcrever áudio para texto aqui não instala programa nenhum no seu computador: o reconhecimento de fala roda no nosso servidor, e a página só envia a gravação. Um arquivo longo mostra o progresso em minutos concluídos do total, então uma entrevista de uma hora diz em que ponto está, em vez de uma roda girando. Numa tela maior, dá para abrir a gravação na área de trabalho, onde a transcrição, o player e as ferramentas de IA ficam lado a lado.

Arquivos de áudio aceitos e limites

Para converter áudio em texto, a página aceita os formatos que celulares e gravadores de voz salvam e que programas como o Audacity exportam; os únicos limites rígidos são o tamanho e a duração.

Tamanho e duração dependem de você ter entrado ou não:

• Sem conta: arquivos de até 100 MB; a primeira gravação é transcrita de graça, inteira até 10 minutos, e depois vêm trechos curtos grátis.
• Com conta: arquivos de até 500 MB e até 4 horas de duração.
• Uma gravação entre 100 e 500 MB não precisa ser comprimida: entre na conta, e o mesmo envio passa.
• Uma gravação com mais de 4 horas precisa ser dividida em partes antes.

Todo formato segue o mesmo caminho, então passar um MP3 para texto custa o mesmo que um WAV da mesma duração. Para o som de um vídeo, envie o próprio vídeo; a página sobre arquivos de vídeo e a sua faixa de áudio detalha MP4, MOV e os limites de tamanho.

A extensão é só a primeira checagem: antes de transcrever o arquivo, o servidor lê o contêiner real com o ffprobe, e um arquivo com o nome trocado é recusado com uma mensagem clara antes de aparecer qualquer preço.

Áudio do WhatsApp: salve como arquivo e envie aqui

Um áudio do WhatsApp vira texto aqui depois de salvo como arquivo: a mensagem de voz é um arquivo Opus, e esse formato entra na área de envio como qualquer outra gravação.

• No iPhone: toque e segure o áudio, escolha Encaminhar, toque no ícone de compartilhar e salve em Arquivos.
• No Android: toque e segure o áudio, toque em Compartilhar e guarde o arquivo no aparelho ou no Google Drive.

O próprio WhatsApp mostra a transcrição de mensagens de voz dentro da conversa, nos aparelhos e idiomas em que o recurso existe. Transcrever o áudio do WhatsApp aqui faz sentido quando o texto precisa sair do aplicativo: em arquivo, com marcações de tempo, ou de um áudio longo, como uma entrevista gravada pelo celular de 20 minutos.

Exemplo de transcrição de áudio

Uma transcrição de áudio volta com uma linha por frase falada, e cada linha abre com o momento em que aquela frase começa, em minutos e segundos.

Texto ilustrativo no formato TXT exato, não é uma gravação real:

[0:00] Obrigada por virem. Hoje a gente vai repassar o primeiro trimestre.
[0:05] As vendas cresceram em todas as regiões, menos no Sul, onde duas lojas fecharam.
[0:12] Vamos começar pela loja on-line, porque foi de lá que veio a maior parte da mudança.
[0:19] Os pedidos subiram cerca de um quinto em relação aos mesmos meses do ano passado.

Ao transcrever áudio em texto aqui, a pontuação e as maiúsculas vêm do próprio Whisper, e o idioma falado é detectado sozinho, sem nada para configurar antes. Passada a primeira hora, a marcação ganha o campo das horas, como em [1:02:15]. Cada marcação indica o início de uma frase, não de cada palavra.

Que gravações viram um bom texto

O reconhecimento de fala acerta mais com uma voz clara perto do microfone, e perde palavras sempre que outros sons disputam espaço com a fala.

• Ajuda: o celular ou o microfone perto de quem fala, uma sala silenciosa, fala sem música por baixo.
• Atrapalha: duas pessoas falando ao mesmo tempo, música de fundo, trânsito, vento, o eco de um salão grande.
• Músicas: a letra é escrita como palavras, mas o canto sobre instrumentos sai menos preciso do que a fala.
• Distância: um celular na mesa do professor capta mais do que um celular na última fileira da sala.

Isso vale para qualquer transcrição de áudio, de uma entrevista, de um podcast ou de uma aula: se um trecho sair truncado, a marcação de tempo ao lado leva direto ao ponto, para ouvir de novo e corrigir aquela linha à mão.

Não publicamos porcentagem de precisão, porque ela depende muito mais da gravação do que do software. A primeira gravação grátis é o teste honesto de transformar áudio em texto: mostra como o seu próprio som é reconhecido antes de você gastar qualquer coisa.

Depois da transcrição: exportação, legendas, IA

Uma transcrição pronta é baixada em quatro formatos sem custo extra, e as ferramentas de IA que trabalham sobre ela também não custam nada a mais.

• TXT: texto puro, com ou sem as marcações [m:ss]; uma chave na transcrição liga e desliga as marcações.
• Markdown: as mesmas linhas, prontas para apps de notas como o Obsidian.
• SRT: um arquivo de legenda com início e fim de cada bloco, que o Premiere Pro importa como faixa de legenda.
• VTT: legendas WebVTT para players de vídeo HTML5.

Um podcast ou uma locução viram legenda sem passar por vídeo nenhum: o gerador de legendas SRT a partir de um MP3 explica como os blocos são cortados. Para mudar de formato depois ou ficar só com as palavras, os conversores de legenda grátis no navegador transformam SRT em VTT ou em texto puro no seu próprio computador.

As ações de IA trabalham sobre a transcrição pronta: resumo, anotações detalhadas, momentos-chave, artigo, post para redes, um Pro Transcript revisado, chat sobre a gravação ou um prompt seu. Elas já estão incluídas na gravação transcrita, e não há segunda cobrança: você paga pelos minutos de reconhecimento de fala, não por botão. Cada ação só roda quando você a escolhe, e o resultado pode ser salvo em PDF ou DOCX.

Transcrever áudio em texto online grátis: o que é de graça e o que usa minutos

A primeira gravação é grátis sem conta, inteira até 10 minutos e os primeiros 10 minutos de uma mais longa; dali em diante, transcrever um arquivo de áudio inteiro custa um minuto de saldo por minuto de som, a partir de $0.033 por minuto.

Passada a primeira gravação, a transcrição de áudio grátis se limita a um trecho curto. O presente cobre uma gravação de até 10 minutos, como uma entrevista curta ou parte de uma aula. Uma reunião de 45 minutos precisa de um pacote além dele, e a página avisa antes de qualquer cobrança. Para quem transcreve muitas horas todo mês, a comparação de preços com o TurboScribe mostra a partir de quando uma assinatura sai mais barata.

O texto de um vídeo do YouTube que já tem legendas é outro caso: continua grátis para sempre, sem cadastro e sem limite, porque vem das legendas que o vídeo já carrega, e não do reconhecimento de fala. A transcrição de uma aula publicada no YouTube sai do mesmo jeito, num documento só.

Para onde vai o seu arquivo

Quando você termina de transcrever áudio em texto aqui, só o texto fica: o arquivo original é apagado do nosso servidor assim que o som é extraído dele.

• O som extraído (MP3, 16 kHz, mono) vai para o Whisper, da OpenAI, para o reconhecimento; os pedaços são apagados quando a transcrição fica pronta.
• Para quem não entrou, a transcrição não é salva no servidor: ela fica guardada por cerca de uma hora até a página buscá-la e depois vive só no seu navegador.
• Um envio que nunca começa, por exemplo enquanto você compra minutos, é apagado após cerca de uma hora.
• Depois de entrar, a transcrição é salva na sua conta.
• O player toca o arquivo a partir do seu aparelho. Ao recarregar a página, escolha a gravação de novo para ouvir; o texto já está salvo.
• Quando você escolhe um arquivo nesta página, o navegador guarda uma cópia temporária para passá-la à área de trabalho e a apaga assim que ela é recebida, ou em no máximo uma hora.

As regras completas estão na política de privacidade.

O que a transcrição de áudio não faz

A identificação de quem fala é o principal que esta transcrição de áudio não entrega: o texto é uma sequência única de linhas com marcação de tempo, seja quem for que estiver falando.

• Não marca o tempo de cada palavra nem em intervalos fixos: uma marcação por frase.
• Não grava legenda dentro de um vídeo; você recebe arquivos SRT ou VTT para abrir num editor.
• Não grava pelo microfone nem faz ditado ao vivo de voz para texto; envie uma gravação já pronta.
• Não aceita links do Google Drive, Dropbox ou Spotify; baixe o arquivo primeiro e só então envie aqui.
• Arquivos com mais de 500 MB ou mais de 4 horas são recusados; divida a gravação antes.
• Só a primeira faixa de áudio é usada. Uma gravação com uma faixa por pessoa precisa de uma faixa mixada, ou de cada faixa enviada separadamente.

Com o que você pode contar ao transformar áudio em texto aqui: o preço aparece antes do início, os minutos só são cobrados depois de uma transcrição bem-sucedida, e a exportação da transcrição pronta está incluída.

Perguntas frequentes

Dá para transcrever áudio em texto de graça?

Sim, a primeira gravação: sem conta, ela é transcrita de graça, inteira se tiver até 10 minutos e os primeiros 10 minutos se for mais longa. Dali em diante, um visitante recebe um trecho curto grátis; a gravação inteira usa minutos do seu saldo, e o cadastro dá 10 desses minutos de presente.

Preciso criar uma conta?

Não para a primeira gravação e para os trechos curtos grátis. Sim para arquivos inteiros depois disso: a entrada é por um link enviado ao seu e-mail, sem senha para criar.

Quais formatos e tamanhos de áudio posso enviar?

MP3, M4A, WAV, FLAC, OGG, Opus, AAC e AIFF, além de arquivos de vídeo como MP4, MOV e MKV. Até 100 MB sem conta; com conta, até 500 MB e 4 horas.

Dá para transcrever um áudio do WhatsApp?

Sim, com o áudio salvo como arquivo. A mensagem de voz do WhatsApp é um arquivo Opus, e ele entra aqui como qualquer outra gravação.

Meu arquivo de áudio fica guardado?

Não. O original é apagado do servidor logo depois que o som é extraído, ou após cerca de uma hora se a transcrição nunca começar, e os pedaços de áudio somem quando o reconhecimento termina. O texto fica no seu navegador ou, se você entrou, na sua conta.

Ele identifica quem está falando?

Não. Não há identificação de falantes: a transcrição é uma sequência única de linhas com marcação de tempo, seja quem for que estiver falando.

E se a transcrição grátis não estiver disponível?

Numa rede compartilhada, como a de um escritório ou de uma operadora de celular, a transcrição grátis tem um limite diário por rede, e a página avisa quando ele é atingido. Aí você recebe um trecho curto, e a gravação inteira com conta, usando os 10 minutos de presente.