Como usar: Transcrição de áudio e vídeo
- 1
Adicione uma gravação
Solte um arquivo MP3, M4A, WAV, MP4 ou MOV, ou mude para Gravar áudio e fale no microfone.
- 2
Comece a transcrever
O Base atende à maioria das gravações; o Small lida melhor com sotaques e ruído. Deixe o idioma em detecção automática ou defina você mesmo.
- 3
Leia, ouça e pesquise
Acompanhe as palavras destacadas durante a reprodução, clique em uma palavra para ir até ela e pesquise nomes ou assuntos.
- 4
Salve o resultado
Copie o texto ou baixe TXT, DOCX, SRT, VTT ou JSON com o tempo de cada palavra.
Limites e Pro
Até 10 minutos de áudio por arquivo ou gravação (arquivos mais longos são transcritos apenas nos primeiros 10 minutos), com arquivos de até 500 MB. O modelo de fala é baixado uma vez: 43 MB (Tiny), 80 MB (Base) ou 252 MB (Small).
Até 600 minutos por arquivo e arquivos de até 4 GB. Ver o Pro
Sobre: Transcrição de áudio e vídeo
O Transcrever é uma ferramenta de fala para texto, pensada para entrevistas, aulas, reuniões, podcasts, pregações e notas de voz. Você escolhe uma gravação ou grava uma com o microfone, e o modelo de código aberto Whisper escreve o que foi dito, com pontuação e letras maiúsculas, em qualquer um de 99 idiomas. Gravações longas são processadas em janelas de 30 segundos, então o texto aparece enquanto o restante ainda está sendo trabalhado, e uma palavra cortada na borda de uma janela é relida na janela seguinte, em vez de se perder.
O resultado é uma visualização para leitura, e não um paredão de texto: as frases são agrupadas em parágrafos sempre que a pessoa faz uma pausa, cada parágrafo pode mostrar o horário de início e cada palavra tem a sua própria marca de tempo. Toque no play e a palavra que está sendo dita fica destacada; clique em qualquer palavra para ouvi-la no contexto. A busca encontra uma frase em toda a transcrição e permite passar por cada ocorrência.
Os downloads cobrem os próximos passos mais comuns: texto simples (com ou sem marcas de tempo) para anotações, um documento Word para editar e compartilhar, SRT ou VTT se a gravação for publicada como vídeo, e JSON com o início e o fim de cada palavra para quem desenvolve. A transcrição não identifica quem está falando e não serve para legendas ao vivo: primeiro vem a gravação, depois a transcrição.
Privacidade
As gravações ficam no seu computador ou celular: os arquivos são abertos localmente, o áudio do microfone é gravado na memória desta página e o Whisper roda em segundo plano, sem enviar áudio para lugar nenhum. Feche a aba e a gravação e a transcrição desaparecem. Apenas o modelo de fala é baixado do Hugging Face uma vez e fica guardado no cache do seu navegador.
Recursos
Nada é enviado
A decodificação e o reconhecimento acontecem nesta aba do navegador, então chamadas e entrevistas confidenciais ficam só com você.
99 idiomas
Detecção automática de idioma, além de tradução para o inglês a partir de qualquer idioma compatível.
Marcas de tempo por palavra
Cada palavra tem seu tempo, então você pode clicar para ouvir e acompanhar com o destaque em tempo real.
Grave pelo microfone
Capture uma nota de voz, entrevista ou ditado e transcreva na hora.
TXT, Word, SRT, VTT, JSON
Exporte o formato de que você precisa: documentos, legendas ou dados estruturados para as suas próprias ferramentas.
Pesquisar na transcrição
Encontre cada menção a um nome ou frase e pule entre as ocorrências.