Converter uma gravação de áudio em texto
Escolha um arquivo de um gravador de voz ou aplicativo de gravação e a IA (Whisper ou SenseVoice) faz a transcrição dentro do seu navegador. Não é preciso converter o formato, e não há limite de tempo, por mais longa que seja a gravação. O áudio nunca chega a um servidor. Não tem arquivo? Você pode gravar com o microfone nesta página e transcrever na hora (por até 3 horas, ou menos conforme a memória do dispositivo e o modelo selecionado).
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 arquivo de gravador de voz
- Conecte o gravador de voz ao computador por USB e copie a gravação. Para gravações feitas em um aplicativo de celular, salve o arquivo na nuvem pelo menu de compartilhar. Para o Gravador do iPhone, veja os passos na página Transcrição de M4A.
- Se duas ou mais pessoas estiverem falando, ative a identificação de falantes. Se você souber o idioma, escolha-o em vez da detecção automática.
- Escolha a gravação. As linhas finalizadas aparecem na tela durante o processo, e ao terminar você pode escolher TXT, Word, SRT ou outro formato em “Baixar”.
Como gravar com o microfone e transcrever
- Clique em “Gravar com o microfone” e permita o acesso ao microfone quando o navegador pedir.
- Quando terminar de falar, clique em “Parar gravação”. O limite de gravação aparece na tela durante a gravação. No celular, bloquear a tela ou mudar para outro aplicativo durante a gravação pode interromper a gravação.
- Confira o idioma, o modelo e a identificação de falantes e clique em “Iniciar transcrição”. Clique em “Salvar arquivo de áudio” para salvar a gravação como arquivo; ela também fica no histórico deste dispositivo junto com a transcrição.
Formatos de arquivo por dispositivo de gravação
Muitos gravadores de voz salvam em MP3 ou WAV, e alguns em WMA. Os aplicativos de gravação de celular salvam em M4A, MP3, AMR ou outros formatos. Todos são carregados como estão, então não é preciso converter para MP3 antes.
O que mais afeta o resultado é como a gravação foi feita. Três coisas importam: quem fala estar perto do microfone, pouco ruído de fundo, como ar-condicionado, e vozes sem sobreposição.
Não há limite de tempo, mesmo em gravações longas. As linhas finalizadas aparecem durante o processamento, então você pode conferir o conteúdo antes do fim. Se você fechar a página no meio, o texto finalizado até esse ponto fica no seu histórico.
Se algo der errado
- Se vozes baixas ou distantes forem perdidas em idiomas que não sejam japonês, chinês e coreano, mude para o Small ou um modelo maior.
- Em gravações longas com silêncio, podem aparecer frases que ninguém disse. Exclua essas linhas na tela de resultados.
Perguntas frequentes
Quais formatos de gravação são compatíveis?
MP3, WAV, M4A, AAC, FLAC, OGG, Opus, AIFF, WMA, AMR e WebM são compatíveis. Se você escolher um arquivo de vídeo, só a faixa de áudio é extraída e processada.
Quantas horas de gravação podem ser transcritas?
Os arquivos de áudio não têm limite de tempo nem de tamanho. A duração que pode ser processada de uma vez depende da memória do dispositivo e do modelo selecionado. Ao gravar com o microfone nesta página, você pode gravar por até 3 horas, ou menos conforme a memória do dispositivo e o modelo selecionado; o limite aparece antes de você começar a gravar. Celulares rodam em um modo de memória reduzida para proteger o dispositivo, então recomendamos um computador para gravações longas.
Ele separa vários falantes em uma gravação?
Sim. Com a identificação de falantes ativada, as linhas são separadas por falante (até oito). Para gravações de reuniões, a página Transcrição de reunião, com a identificação já ativada, é a mais fácil de usar.
Minha gravação é enviada para algum lugar?
Não. A transcrição roda no navegador do seu dispositivo, e nem a gravação nem o texto resultante são repassados a um servidor externo. O áudio gravado com o microfone é tratado da mesma forma. 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.
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.