Transcrever áudio em texto online
Converta áudios do WhatsApp, reuniões, aulas e vídeos em texto em poucos minutos. Grátis para começar, sem cadastro.
Grátis, sem cadastro: 1 arquivo por dia, de até 10 minutos. O áudio é excluído automaticamente após 7 dias.
- Arquivos de áudio e vídeo, de até 10 horas no Pro
- 20 idiomas ou detecção automática
- Exportação em TXT, Word, SRT, VTT e JSON
- Áudio excluído após 7 dias
Veja uma transcrição pronta
Toque em reproduzir ou clique em qualquer linha para ouvir aquele trecho. As suas gravações voltam do mesmo jeito, com uma marcação de tempo em cada trecho.
Como transcrever áudio em texto
- Escolha o arquivo. Arraste um áudio ou vídeo para o quadro acima ou clique para procurar no seu computador ou celular.
- Confira o idioma. O português já vem selecionado. Se a gravação estiver em outro idioma, troque antes de começar.
- Inicie a transcrição. O navegador prepara o áudio e faz o envio. Você acompanha o progresso na própria página.
- Revise e baixe. Leia o texto com as marcações de tempo, ouça qualquer trecho e depois copie ou baixe em TXT, Word, SRT, VTT ou JSON.
O que você pode enviar
O VoceText lê os arquivos de áudio e vídeo que celulares, gravadores e aplicativos de reunião costumam gerar:
- Áudio: MP3, M4A, WAV, OGG, Opus, FLAC e AAC, incluindo gravações de voz e áudios do WhatsApp.
- Vídeo: MP4, MOV, WebM e MKV, incluindo gravações de tela e chamadas salvas do Zoom, Meet ou Teams.
Só o som é enviado. O navegador separa a faixa de áudio e a comprime antes, então a imagem do vídeo não sai do seu aparelho e um vídeo de duas horas sobe como um arquivo de áudio pequeno. Os limites valem pela duração da gravação: 10 minutos sem conta, 30 minutos com a conta gratuita e 10 horas no Pro.
O que você recebe
Toda transcrição vem com pontuação, parágrafos e uma marcação de tempo em cada trecho. Escolha o download de acordo com o que você vai fazer:
| Formato | Indicado para |
|---|---|
| TXT | Anotações, artigos, citações e qualquer texto que você vai colar em um documento |
| Word (DOCX) | Transcrições de entrevistas, TCC, relatórios e qualquer texto que você vai editar ou enviar como documento, com marcações de tempo e falantes |
| SRT | Legendas para YouTube, editores de vídeo e redes sociais |
| VTT | Legendas para players de vídeo na web |
| JSON | Trechos com tempo para desenvolvedores e automações |
Com a conta gratuita ou com o Pro você também corrige o texto no editor: clique em uma marcação de tempo para ouvir exatamente aquele momento, ajuste a palavra e salve.
Precisão e como conseguir um texto melhor
Uma gravação clara, com uma pessoa falando, costuma pedir só pequenas correções. Ainda não medimos a precisão com gravações reais. O teste feito antes do lançamento usou voz gerada por computador: um trecho curto, de 25 a 40 palavras, em português, inglês, espanhol, italiano e alemão. Com o idioma selecionado, os trechos limpos voltaram sem erros. Com ruído adicionado, qualidade de telefone ou fala acelerada, 11 de 15 trechos continuaram sem erros e o pior teve três palavras erradas. Gravações reais são mais difíceis que isso: espere mais correções e teste com um arquivo seu para avaliar.
Três cuidados melhoram mais o resultado:
- Grave perto de quem fala. Um celular na mesa, ao lado da pessoa, é melhor que o microfone de um notebook do outro lado da sala.
- Selecione o idioma em vez de depender da detecção quando a gravação é curta, tem ruído ou troca de falante com frequência.
- Evite pessoas falando ao mesmo tempo. Vozes sobrepostas são a causa mais comum de palavras perdidas.
Os trechos de silêncio são removidos antes da transcrição. Isso evita as frases inventadas que o reconhecimento de fala às vezes coloca onde ninguém está falando.
Quanto tempo leva
A transcrição é muitas vezes mais rápida que a reprodução. Em testes do modelo de fala feitos antes do lançamento, gravações de 5, 10, 20 e 30 minutos foram transcritas de 11 a 16 vezes mais rápido que a duração; a de 30 minutos levou cerca de dois minutos e meio. Foram requisições de teste, não medições do serviço em produção, então use como referência. O VoceText divide gravações longas em trechos de 10 minutos e processa até quatro ao mesmo tempo. Some a isso o tempo que o navegador leva para preparar o áudio e a sua conexão para enviá-lo. Você pode deixar a página aberta e voltar quando o texto estiver pronto.
Seus arquivos e privacidade
- O áudio é apagado automaticamente após 7 dias. Ele fica guardado só para você ouvir enquanto confere a transcrição.
- Transcrições feitas sem conta são apagadas após 24 horas. Contas gratuitas guardam as transcrições por 30 dias; no Pro, até você excluir.
- Suas gravações não são usadas para treinar modelos de IA, e não vendemos seus dados.
- Você mesmo pode excluir uma transcrição e o áudio dela a qualquer momento no painel.
Os detalhes estão na política de privacidade.
Para que as pessoas usam
- Áudios do WhatsApp – leia um áudio longo sem precisar ouvir tudo, ou guarde por escrito um recado importante.
- Reuniões e entrevistas – tenha um registro pesquisável para fazer a ata ou citar uma fala com precisão, com identificação de falantes no Pro.
- Aulas e palestras – estude pelo texto em vez de voltar a gravação toda hora.
- Vídeos e podcasts – gere legendas e descrições a partir do seu próprio conteúdo.
Por que o VoceText
O áudio é preparado no seu navegador antes do envio. Por isso, um vídeo de duas horas sobe como um arquivo de áudio pequeno. Gravações longas são divididas em trechos, transcritas em paralelo e depois juntadas em um único texto, com as marcações de tempo certas. Os trechos de silêncio são removidos antes da transcrição, o que evita frases inventadas que outras ferramentas às vezes colocam em partes sem fala. Você pode testar sem conta, e os limites de cada plano estão na tabela abaixo.
Limites do plano gratuito e do Pro
| Sem conta | Conta gratuita | Pro | |
|---|---|---|---|
| Preço | Grátis | Grátis | $10/mês ou $96/ano |
| Arquivos por dia | 1 | 3 | Sem limite diário |
| Duração máxima do arquivo | 10 minutos | 30 minutos | 10 horas |
| Franquia mensal | Apenas limite diário | 10 horas | 100 horas |
| Identificação de falantes | Não incluído | Não incluído | Até 10 horas por mês |
| Editar e salvar transcrições | Não incluído | Incluído | Incluído |
| Formatos de download | TXT, DOCX, SRT, VTT, JSON | TXT, DOCX, SRT, VTT, JSON | TXT, DOCX, SRT, VTT, JSON |
| Transcrições guardadas por | 24 horas | 30 dias | Até você excluir |
Perguntas frequentes
O VoceText é grátis?
Sim. Sem cadastro, você transcreve 1 arquivo de até 10 minutos por dia. Com uma conta gratuita, são 3 arquivos por dia, de até 30 minutos cada, com até 10 horas por mês. O plano Pro remove o limite diário, aceita arquivos de até 10 horas e inclui 100 horas de transcrição por mês.
Funciona com áudio do WhatsApp?
Funciona. Os áudios do WhatsApp são arquivos .opus, e o VoceText lê esse formato. No iPhone, o WhatsApp só salva áudios dentro do app: encaminhe o áudio para o seu e-mail e salve o anexo. No Android, use a opção de compartilhar. O passo a passo está na página Transcrever áudio do WhatsApp.
A transcrição em português é precisa?
Em gravações claras, o texto sai com poucos erros, inclusive com sotaques de diferentes regiões do Brasil e de Portugal. Ruído de fundo e várias pessoas falando ao mesmo tempo reduzem a precisão. Com uma conta, você corrige qualquer palavra no editor.
Quanto tempo leva?
A transcrição é muito mais rápida que a duração do áudio. Em testes feitos antes do lançamento, gravações de 5 a 30 minutos foram transcritas de 11 a 16 vezes mais rápido que a reprodução. Foram requisições de teste, não medições do serviço em produção. O total inclui ainda a preparação do áudio no navegador e o envio, então depende do seu aparelho e da sua conexão.
O que acontece com o meu áudio?
O áudio é usado só para gerar a sua transcrição e é apagado automaticamente após 7 dias. Transcrições feitas sem conta são apagadas após 24 horas. Não usamos suas gravações nem suas transcrições para treinar modelos de IA, e você pode excluir seus arquivos a qualquer momento.
Preciso criar uma conta?
Não. Você envia um arquivo e baixa a transcrição sem cadastro. Com uma conta gratuita os limites aumentam, você pode editar o texto e as transcrições ficam guardadas por 30 dias em vez de 24 horas. Se você entrar depois de transcrever, a transcrição feita neste navegador passa para a sua conta.
Quais formatos de arquivo posso enviar?
A maioria dos formatos de áudio e vídeo: MP3, M4A, WAV, OGG, Opus, FLAC, AAC, MP4, MOV, WebM e MKV. O navegador extrai o áudio antes do envio, por isso até vídeos grandes sobem rápido.
Qual é a duração máxima da gravação?
Até 10 minutos sem conta, 30 minutos com a conta gratuita e 10 horas no Pro. O limite é a duração da gravação, então um vídeo longo conta pelo tempo que dura.
Quais idiomas são aceitos?
Você pode escolher entre 20 idiomas, entre eles português, inglês, espanhol, italiano, alemão, francês, japonês e chinês, ou deixar a detecção automática. O texto sai no idioma falado na gravação; o VoceText não traduz.
Dá para identificar quem está falando?
Sim, no Pro. Ative Identificar quem fala antes de começar e cada parágrafo recebe o número do falante. O Pro inclui identificação de falantes em até 10 horas de áudio por mês.
Posso editar a transcrição?
Sim, com a conta gratuita ou com o Pro. Clique em uma marcação de tempo para ouvir aquele trecho, corrija o texto e salve. Sem conta, a transcrição é somente leitura, mas você pode copiar o texto e baixar todos os formatos.
Posso gerar legendas para um vídeo?
Sim. Envie o vídeo e baixe o arquivo SRT ou VTT. Os dois trazem o tempo de cada linha e podem ser usados no YouTube, no CapCut e na maioria dos editores de vídeo.
Posso transcrever um link do YouTube?
Por link, não. O VoceText trabalha com arquivos: envie o áudio ou o vídeo que está no seu aparelho.
Quanto custa o Pro e posso cancelar?
O Pro custa US$ 10 por mês ou US$ 96 no pagamento anual. Você cancela quando quiser nas configurações de cobrança e continua com o Pro até o fim do período já pago.