Transcrever áudio em texto

Converta áudio e vídeo em texto preciso, resumos de IA, notas e chat.

Adicionar áudio ou vídeoArraste os arquivos aqui ou clique para escolherToque para escolher áudio ou vídeo · MP3, WAV, M4A, MP4 e outrosEscolher arquivos

Adicionar mais arquivos

Etapa 1Envie um arquivo, grave áudio ou cole um link
Etapa 2A IA transcreve sua gravação
Etapa 3Receba texto com falantes e marcas de tempo por palavra

Meus arquivos

Nome do arquivoData DuraçãoStatus
70+idiomas
5 modelos de IAaté 3 h · 1 GB
Resumos de IA6 relatórios e chat
TXT · DOCX · SRTe mais 5 formatos

Como transcrever áudio em texto

  1. Adicione a gravação

    Envie um ou vários arquivos (até 100 de uma vez), grave pelo microfone ou cole um link.

  2. Escolha o modelo e o idioma

    Para converter áudio em texto, escolha um modelo mais rápido ou mais preciso. Indique o idioma ou deixe o modelo detectar. O preço em créditos aparece antes de começar.

  3. Resuma, converse no chat e exporte

    Ouça e acompanhe a leitura, gere resumos de IA ou notas de reunião em um clique, faça perguntas no chat de IA e baixe TXT, DOCX, PDF, SRT ou VTT.

↑ Transcrever um arquivo — role para cima

Transcrição de áudio online

Transcrever áudio em texto com cada fala separada por falante e marcada no tempo.

Falantes · Marcas de tempo · Resumos e chat de IA · 70+ idiomas · TXT · DOCX · SRT

Converta áudio e vídeo em texto preciso, resumos, notas e insights práticos. Escolha entre 5 modelos, converse com suas gravações no chat e exporte em qualquer formato. Dá para transformar áudio em texto a partir de MP3, WAV, M4A, OGG, OPUS ou FLAC e de vídeos (MP4, MOV, MKV, AVI, WEBM) de até 3 horas e 1 GB. Você também pode gravar a voz ou colar um link do YouTube, do Google Drive ou de um arquivo. Funciona no navegador, no computador ou no celular — sem instalar nada.

Como fica a sua transcrição

Uma gravação com dois falantes exportada em quatro formatos: texto simples, documento e dois arquivos de legenda. O seu arquivo sai com a mesma estrutura.

TXT
[00:01] Falante 1: 


[00:05] Falante 2: 

DOCX
Falante 1 00:01

Falante 2 00:05

SRT
1
00:00:01,200 --> 00:00:04,500



2
00:00:05,100 --> 00:00:08,300
VTT
WEBVTT

00:00:01.200 --> 00:00:04.500
<v Falante 1>


00:00:05.100 --> 00:00:08.300
<v Falante 2>

Por padrão, as linhas da legenda têm 42 caracteres. Dá para mudar antes de baixar.

Resumos de IA, notas de reunião e chat com sua gravação

Vá além da transcrição bruta. Gere relatórios estruturados em um clique ou faça perguntas no chat de IA integrado — cada resposta é baseada na sua gravação e traz marcas de tempo clicáveis.

  • Resumo breve

    Tema principal, decisões, números, datas e pessoas em 3–5 frases.

  • Notas detalhadas

    Notas estruturadas por tema: contexto, discussão, posições, decisões e questões em aberto.

  • Decisões e tarefas

    Tarefas confirmadas com responsáveis, prazos e citações, mais os pontos que precisam de esclarecimento.

  • Ata com citações verificáveis

    Factos sustentados por citações literais, com referências a elas: o que foi discutido, o que foi decidido e as divergências.

  • Ideias-chave

    As ideias principais de uma aula, podcast, entrevista ou vídeo, cada uma com a respetiva marca temporal.

  • Capítulos para o YouTube

    Capítulos do vídeo com marcas temporais, prontos a colar na descrição do YouTube.

Chat de IA com a gravação: use as perguntas rápidas ("De que se trata?", "Ideias-chave", "Resumo rápido", "O que é preciso fazer?") ou faça sua própria pergunta em qualquer idioma. Clique em qualquer marca [MM:SS] para ouvir o trecho exato e baixe o relatório em PDF, DOCX ou TXT.

O que o SpeechGen faz com a sua gravação

5 modelos de IA

Escolha entre Rápido, Preciso, Equilibrado, Aprimorado e Padrão. Cada um mostra o preço por minuto e o limite de arquivo antes de começar.

Identificação de falantes

Cada falante recebe um rótulo. Renomeie uma vez e o nome muda na transcrição inteira. Passe um trecho para outro falante.

Marcas de tempo por palavra

Clique numa palavra para ouvir o áudio a partir dali. A palavra atual fica destacada durante a reprodução.

70+ idiomas

Com variantes regionais de português, inglês, espanhol, árabe e outros idiomas. A maioria dos modelos detecta o idioma sozinha.

Gravação pelo microfone

Grave no navegador, pause e continue, depois envie a gravação pronta. Para anotações faladas, use voz em texto no navegador.

Vídeos e links

Envie um arquivo de vídeo ou cole um link do YouTube ou do Google Drive. O áudio é extraído automaticamente.

Teste o primeiro minuto

Em arquivos com mais de 30 minutos, transcreva só o primeiro minuto para conferir a qualidade. Depois, o arquivo inteiro.

Transcrever novamente

Não gostou do resultado? Rode de novo com outro modelo ou idioma. O preço aparece antes de confirmar.

Em lote: até 100 arquivos por envio e até 20 por exportação — o bastante para uma série de entrevistas ou um semestre de aulas.

Modelos de reconhecimento de fala

Cada modelo tem pontos fortes e preço próprios. Na dúvida, comece pelo Rápido ou transcreva o primeiro minuto com dois modelos e compare.

ModeloIndicado paraPrecisãoVelocidadeIdiomasDetecta o idiomaLimite do arquivoPreço
RápidoMicrosoft FastO resultado mais rápido e a maior lista de idiomas. Custa o dobro por minuto.76Sim3 h / 1 GB278 créditos/min
PrecisoMAI-Transcribe-2Alta precisão para entrevistas, aulas e reuniões. Limite de arquivo menor.57Sim2 h / 300 MB139 créditos/min
EquilibradoGrok Voice Transcribe 2.0Alta precisão com velocidade média. Bom para gravações longas, de até 3 horas.25Sim3 h / 1 GB139 créditos/min
AprimoradoMicrosoft LLM SpeechReconhecimento de fala com modelo de linguagem embutido, para os idiomas mais comuns.—24Sim3 h / 1 GB139 créditos/min
PadrãoWhisper (Microsoft Azure)Funciona com a lista completa de idiomas. Você escolhe o idioma. Mais lento que os outros.76Manual3 h / 1 GB139 créditos/min

Os preços são em créditos do seu saldo SpeechGen. O valor exato para o seu arquivo aparece antes de começar.

Exporte em TXT, DOCX, PDF e legendas

Documentos

TXTDOCXPDF

Legendas

SRTVTTSUB

Dados

CSVJSON

Área de transferência

Copiar texto
Parágrafos
Automático ou de 1 a 8 linhas por parágrafo. Um novo parágrafo começa depois de uma pausa; ajuste a duração dela (700 ms por padrão).
Marcas de tempo
Nos parágrafos, nas falas, nos dois ou em nenhum.
Falantes
Mostre ou oculte os nomes dos falantes. Junte as falas seguidas da mesma pessoa.
Linhas da legenda
Defina os caracteres por linha (42 por padrão) e as palavras por linha.
Texto simples
Tire as marcas de tempo e os nomes dos falantes para ter um texto limpo para um documento ou uma ferramenta de IA.

Transcrição em mais de 70 idiomas

70+ idiomas · 130+ variantes regionais · detecção automática do idioma

Português, inglês, espanhol, francês, alemão, italiano, japonês, coreano, hindi, árabe, turco e mais de 60 outros. Escolha o idioma da gravação ou deixe o modelo detectar — de áudio para texto em espanhol, alemão ou árabe, tudo funciona do mesmo jeito. A lista depende do modelo: Rápido e Padrão têm mais idiomas.

O que as pessoas transcrevem

  • Jornalistas e pesquisadores

    Citações de entrevistas com o falante e o momento exato.

  • Estudantes e professores

    Aulas viram anotações em que dá para buscar.

  • Podcasters e criadores de vídeo

    Resumo do episódio e legendas a partir de um só envio.

  • Reuniões e audiências

    Registro escrito de chamadas e reuniões — degravação de áudio sem digitar.

  • Quem faz legendas

    Baixe SRT ou VTT e ajuste o tamanho da linha. Tem um arquivo de vídeo? Use a transcrição de vídeo.

  • Tradutores

    Comece de um texto-fonte fiel no idioma original.

Preço por minuto de áudio

A transcrição é paga com créditos do seu saldo SpeechGen — o mesmo saldo que você usa para gerar locuções. A maioria dos modelos custa 139 créditos por minuto de áudio; o Rápido, 278. O preço do seu arquivo aparece antes de começar e, se a transcrição falhar, os créditos voltam para o saldo.

139créditos / minPreciso · Equilibrado · Aprimorado · Padrão
278créditos / minRápido
Ver preços

Privacidade e armazenamento

Envio criptografado
Arquivos e transcrições trafegam por HTTPS (TLS).
Prazo de armazenamento
Com conta, arquivos e transcrições ficam guardados por 90 dias. Sem conta — por 1 dia. Você pode excluir um arquivo a qualquer momento.
Resultados privados
Só você abre os seus resultados: pela sua conta ou, sem conta, no mesmo navegador. Um link sozinho não dá acesso. Para compartilhar, baixe a transcrição e envie o arquivo.

Perguntas sobre transcrição

A transcrição é precisa?

Depende do áudio e do modelo. Fala clara de uma ou duas pessoas dá o melhor resultado. Ruído, música, vozes sobrepostas, sotaque forte e áudio de ligação geram mais erros. Confira sempre nomes e números antes de publicar.

Quanto tempo demora?

Depende da duração do arquivo, do modelo e da fila. Pode fechar a página: a transcrição fica salva nos seus arquivos e aparece quando estiver pronta.

Como transcrever áudio do WhatsApp ou um MP3?

No WhatsApp, compartilhe o áudio como arquivo (geralmente OPUS ou OGG) e envie aqui. Para converter MP3 em texto, é só enviar o arquivo: áudio e vídeo de até 1 GB e 3 horas (no modelo Preciso, até 300 MB e 2 horas). Também aceitamos WAV, M4A, FLAC, AAC, MP4, MOV, MKV, AVI, WEBM e links do YouTube, do Google Drive ou diretos para o arquivo.

Quais idiomas são aceitos?

Mais de 70, muitos com variantes regionais. A maioria dos modelos detecta o idioma sozinha; no modelo Padrão, você escolhe. Se a gravação for num idioma raro, transcreva o primeiro minuto para conferir a qualidade.

Quanto custa a transcrição de áudio para texto?

Você paga com créditos do seu saldo SpeechGen, por minuto de áudio. O preço depende do modelo e aparece antes de começar.

Dá para editar a transcrição?

Você pode renomear falantes, passar um trecho para outro falante e excluir trechos. Para corrigir palavras, baixe DOCX ou TXT e edite o arquivo no seu editor de texto.

Por quanto tempo meus arquivos ficam guardados e quem vê?

Com conta — 90 dias, sem conta — 1 dia. Você pode excluir antes. Só você abre a página do resultado; para compartilhar, baixe a transcrição e envie o arquivo.

Preciso instalar algum programa?

Não. Funciona no navegador, no computador ou no celular. Envie um arquivo, grave a voz ou cole um link.

Qual modelo devo escolher?

Para a maioria das gravações, comece pelo Rápido. Em entrevistas e aulas em que cada palavra importa, teste o Preciso. Se o seu idioma não estiver na lista, use o Padrão e escolha o idioma.

Como funcionam os resumos de IA e o chat com a gravação?

Após a transcrição completa, abra a aba IA para gerar um resumo curto, notas detalhadas, decisões e tarefas, ata com citações verificáveis, principais conclusões ou capítulos para o YouTube. Você também pode fazer perguntas no chat de IA com marcas [MM:SS] e baixar relatórios em PDF, DOCX ou TXT.

Teste com a sua gravação

Envie um arquivo, grave a voz ou cole um link. O preço aparece antes de começar.

  • Sem instalar programas
  • Até 3 horas por arquivo
  • Créditos devolvidos se a transcrição falhar

Transcrever na íntegra?

Excluir este arquivo?

O arquivo e a transcrição serão excluídos. Esta ação não pode ser desfeita.

Escolha uma língua

Usamos cookies para garantir que você tenha a melhor experiência em nosso site. Saiba mais: Política

Aceitar Cookies