1. 1Enviar o áudioNota, MP3 ou vídeo
  2. 2TranscreverPortuguês
  3. 3Copiar o textoOu baixar em Word, PDF ou TXT

Selecione o áudio

Arraste a nota de voz ou o vídeo

OGG, Opus, MP3, WAV, M4A ou MP4. Até 2 horas e 250 MB. Divisão automática em partes.

OGG, MP3, WAV, M4A e vídeo com som · até 2 horas e 250 MB

Transcrever

Envie um áudio.

Até 2 horas e 250 MB. Partes concluídas ficam disponíveis mesmo se você parar. A primeira vez baixa o mesmo modelo de cerca de 250 MB.

Informações do áudio

Nome
—
Duração
—
Tamanho
—
Idioma
—
Saída
—

Antes de transcrever

  1. A primeira vez baixa o modelo de voz, cerca de 250 MB. Deixe no Wi-Fi.
  2. Arquivos longos são divididos aqui em partes de 1, 5 ou 10 minutos. O progresso indica a parte atual.
  3. Escolha a língua da fala. Em "Detectar sozinho" o modelo adivinha, mas erra mais em áudio curto.
  4. O TXT usa o nome do arquivo.

O que entra

O seletor abre OGG, Opus, MP3, WAV, M4A, AAC, FLAC e o áudio de MP4, WebM, MOV ou MKV, além do que o navegador consiga ler. Aceita até 2 horas e 250 MB. O áudio é transcrito em partes, com os horários do arquivo original; trechos em silêncio são pulados.

Como transcrever um áudio

Transcrever áudio: envie a nota de voz do WhatsApp (OGG/Opus), um MP3, WAV, M4A ou um vídeo. O texto sai em português. A primeira vez baixa o modelo de voz, cerca de 250 MB. Deixe no Wi-Fi. Para só mudar o formato, use áudio do WhatsApp em MP3.

No celular: áudio curto. A primeira vez baixa o modelo. Deixe a tela ligada até o texto aparecer.

Como transcrever um áudio

  1. Exporte a nota de voz. No Android, segure o recado e compartilhe o arquivo. No iPhone, salve em Arquivos (às vezes sai .m4a). No WhatsApp Web, botão direito e baixar.
  2. Envie o arquivo. MP3, WAV e o áudio de um vídeo também entram.
  3. Toque em Transcrever. A primeira vez baixa o modelo de voz, cerca de 250 MB. O texto aparece embaixo, parte por parte.
  4. Revise: clique num horário para ouvir aquele pedaço e clique no texto para corrigir. Nome errado repetido? Use Trocar tudo. Depois copie ou baixe em Word, PDF, TXT, SRT ou VTT.

Por padrão o modelo ouve português; troque a língua antes de transcrever se a fala for outra. Recado com música alta ou duas pessoas falando ao mesmo tempo sai pior. Áudios longos são divididos nesta página. Escolha a duração de cada parte antes de transcrever. Em formatos sem decodificação por partes, o limite é de 30 minutos; para arquivos maiores, converta para MP3 ou Opus. Se você só quer o arquivo em MP3, use converter áudio do WhatsApp ou vídeo para MP3.

Quais formatos entram?

OGG, Opus, MP3, WAV, M4A, AAC e o áudio de MP4, WebM ou MOV. A imagem do vídeo fica de fora.

Por que a primeira vez demora?

O modelo de voz tem cerca de 250 MB. Baixa uma vez neste navegador. Nas próximas, só o áudio novo.

Funciona no celular?

Funciona em recado curto. Aparelho fraco pode travar num áudio longo. Corte antes e deixe a tela ligada.

E se a fala não for em português?

Escolha a língua em Língua da fala: inglês, espanhol, francês e outras. "Detectar sozinho" funciona bem em áudio de mais de alguns segundos. Marque Traduzir para inglês para receber o texto já em inglês, seja qual for a língua falada.

Dá para corrigir o texto?

Sim. Clique em qualquer trecho e edite. Clique no horário ao lado para ouvir aquele pedaço. Trocar tudo corrige de uma vez um nome que o modelo escreveu errado. As correções entram no TXT, no SRT e no VTT.

Dá para baixar a transcrição?

Sim. Copie ou baixe em Word (DOCX), PDF ou TXT (com ou sem horários, em linhas ou em parágrafos), ou em SRT e VTT para legenda. As legendas saem com no máximo duas linhas de 42 caracteres e até 6 segundos por bloco, o padrão de legenda. Para gravar o SRT no quadro, use colocar legenda no vídeo.

Fechei a aba sem querer. Perdi o texto?

Não. A última transcrição fica guardada neste navegador. Ao voltar, aparece Abrir com o nome do arquivo. Para ouvir junto, envie o mesmo arquivo de novo.

Apareceu “Legendas pela comunidade Amara.org” no meio do texto. O que é isso?

É uma frase que o modelo inventa em trecho de silêncio ou música. A ferramenta remove essas frases e as repetições em loop, e pula partes em silêncio. Se sobrar alguma, apague no próprio texto.