Transcrever áudio em texto

Áudio em texto em poucos cliques

Escolha uma gravação e toque em Transcrever: um modelo de IA de reconhecimento de fala escuta o áudio no seu aparelho e escreve o que foi dito. Copie o texto direto da página ou baixe como arquivo de texto, ou como legendas com tempos, se precisar.

Funciona com MP3, WAV, M4A, FLAC, Ogg e Opus, áudios de celular e do WhatsApp e o som de arquivos de vídeo. O idioma é detectado sozinho; se a gravação começa com música ou silêncio, escolha o idioma para um começo melhor.

Bom saber

A precisão é maior com fala clara, uma pessoa por vez, perto do microfone. Entrevistas e reuniões funcionam bem; ambientes barulhentos, música e pessoas falando ao mesmo tempo aumentam os erros, então revise o texto antes de publicar.

Privado por padrão

A maioria dos sites de transcrição envia seu áudio para um servidor e cobra por minuto. Aqui o modelo roda no navegador, então entrevistas, anotações médicas e mensagens privadas ficam no seu aparelho. Na primeira vez o modelo (cerca de 136 MB) é baixado e fica guardado no navegador. Gravações de até 90 minutos.

O som é convertido para 16.000 amostras por segundo e dividido em janelas de 30 segundos. Cada janela vira um espectrograma (a intensidade de cada frequência ao longo do tempo) que o modelo Whisper base, uma rede de reconhecimento de fala de código aberto da OpenAI (licença MIT), lê para escrever as palavras com marcas de tempo. As janelas se sobrepõem onde uma frase é cortada, então nenhuma palavra se perde entre elas.