Transcrever um vídeo MP4 para texto
Escolha um arquivo de vídeo e só a faixa de áudio é extraída e transcrita. O vídeo em si nunca é enviado. O resultado aparece como legenda sobre o vídeo na reprodução, e você pode exportar como legendas SRT.
A precisão cai muito neste idioma com os modelos menores. Escolha Whisper Small ou maior
Normalmente você pode deixar em Auto. Mude só se o resultado estiver claramente com o número errado de falantes
Não tem arquivo? Grave com o microfone. A transcrição começa depois que você parar de gravar (até cerca de 000 min neste dispositivo com o modelo selecionado). Sua gravação também não é enviada a nenhum servidor.
Como transcrever um vídeo MP4
- Defina primeiro o modelo, o idioma e a identificação de falantes, porque a transcrição começa assim que o vídeo é carregado. Para vídeos com música de fundo ou efeitos sonoros em idiomas que não sejam japonês, chinês e coreano, escolha o Small ou um modelo maior.
- Solte o arquivo de vídeo aqui ou clique para escolher. A faixa de áudio também é extraída dentro do navegador, e as linhas aparecem na tela assim que são finalizadas.
- Ao terminar, reproduza o vídeo e corrija o texto e os tempos enquanto o resultado passa como legenda. Depois, exporte em “Baixar” como legendas SRT ou VTT, ou como documento TXT ou Word. O que conferir antes de usar como legenda está na página Geração de legendas (SRT).
Carregar diferentes tipos de vídeo
- Vídeos gravados no celular são carregados como estão depois de passar para o computador. Os vídeos da câmera do iPhone são salvos como MOV, que funciona da mesma forma que MP4. Você também pode abrir esta página no navegador do celular e escolher o vídeo por lá, mas aí ela roda em um modo de memória reduzida (WASM) e processa durações menores de uma vez do que um computador. Carregue vídeos longos em um computador.
- Vídeos do YouTube e de outros sites de vídeo não podem ser carregados pelo URL. Para um vídeo que você mesmo enviou ao YouTube, selecione-o em “Conteúdo” no YouTube Studio e escolha “Fazer o download” no menu dele para salvar como MP4. Depois, escolha o arquivo salvo nesta página.
- Para um vídeo em outro idioma, escolha esse idioma em “Idioma” antes de carregar o arquivo. Ao terminar, use “Traduzir” no Chrome ou no Edge em um computador para reproduzir a tradução como legenda sobre o vídeo.
- Ao adicionar legendas em um software de edição de vídeo, carregue o vídeo exportado depois da edição. Se você transcrever o material bruto, o tempo das legendas fica defasado em relação ao vídeo final pelo tanto que foi cortado. Exporte em SRT para carregar no software de edição de vídeo, ou em VTT para um player de vídeo em uma página da web.
Como funciona a transcrição de vídeo aqui
Só o áudio é extraído, então a resolução e o codec de vídeo não fazem diferença no resultado. Vídeos sem faixa de áudio não podem ser processados. Música de fundo alta ou ruído ambiente reduzem a precisão; nesses casos, normalize o volume antes e, para idiomas que não sejam japonês, chinês e coreano, use o modelo Small ou maior.
Quando a transcrição termina, o resultado aparece como legenda sobre o vídeo na reprodução. Corrija o texto enquanto assiste ou mude para legendas traduzidas com a função de tradução. Além de legendas (SRT, VTT), você pode exportar texto simples (TXT), Word, PDF e outros. O SRT traz marcação de tempo, então é carregado diretamente em editores de vídeo ou no YouTube. Com a identificação de falantes ativada, cada linha também registra quem estava falando.
Para gravações de reuniões online, como Zoom ou Teams, os passos estão na página Transcrição de reunião.
Se algo der errado
- Se parar com um erro, verifique se o vídeo realmente tem áudio. Gravações de tela feitas com o microfone e o áudio do sistema desligados não têm som.
- Vídeos de vários gigabytes são carregados sem problema, mas o arquivo inteiro precisa ser lido para extrair o áudio, então o processamento demora um pouco para começar. Se o vídeo estiver em uma unidade externa ou pasta de rede, copiá-lo antes para a unidade interna do computador faz o processamento começar mais cedo.
Perguntas frequentes
Quais formatos de vídeo são compatíveis?
MP4, MOV, MKV, WebM, AVI, WMV, FLV, MPG, MPEG-TS e 3GP. Em todos os casos, só a faixa de áudio é extraída para a transcrição.
O arquivo de vídeo realmente não é enviado?
Exato. A leitura do vídeo e a extração do áudio acontecem dentro do navegador, então o arquivo nunca sai do seu dispositivo. As estatísticas de processamento usadas para corrigir problemas (especificações do dispositivo, tipo de erro e similares) são enviadas ao servidor deste site, mas não contêm áudio, texto da transcrição, nomes de arquivos nem endereços IP. Você pode impedir isso desativando o botão em “Ajude a melhorar o serviço”, no fim da página.
Posso usar o resultado como arquivo de legenda?
Sim. Exportar como SRT gera legendas com marcação de tempo que editores de vídeo e o YouTube carregam diretamente. Antes de exportar, reproduza o vídeo para conferir o texto e os tempos das legendas na tela e corrigir o texto.
Funciona com vídeos longos?
Sim. Não há limite de tamanho de arquivo nem de duração. A duração de vídeo que pode ser processada de uma vez depende da memória do dispositivo e do modelo selecionado; se não couber, a página avisa antes de o processamento começar. A aba precisa continuar aberta durante o processamento.
Preparar o áudio e o que fazer depois de transcrever
Ajude a melhorar o serviço
Enviar as circunstâncias de uma execução, com sucesso ou falha, nos ajuda a localizar problemas (a taxa de falha precisa dos dois). Saber quais dispositivos e configurações falham mais permite rever os padrões recomendados e corrigir os erros por trás deles. Se você não se importar, deixar esta opção ativada ajuda de verdade.
O que é enviado
As especificações do seu dispositivo (modelo da GPU, memória, número de núcleos), navegador e sistema operacional, o modelo e o idioma escolhidos, sua configuração de identificação de falantes (ativada ou desativada e o número de falantes definido), o idioma de exibição da página, até onde a execução chegou (inclusive quando você a interrompeu ou fechou a página), o tipo e os detalhes do erro, o formato do arquivo com tamanho e duração aproximados e o tempo gasto. Um número temporário que vincula as execuções na mesma aba (é excluído quando você fecha a aba). Na tela de resultados: quantas vezes você usou a edição (como renomear falantes ou dividir linhas), a tradução, os resumos e a importação de legendas, os formatos escolhidos em “Baixar”, com que frequência usou “Copiar texto” e “Baixar tudo”, e o par de idiomas da tradução.
O que nunca é enviado
Áudio, transcrições (incluindo nomes de falantes e traduções), nomes de arquivos e endereços IP. Os dados vão só para o servidor deste site, nunca para um serviço de terceiros.