Imagyc

Transcrever áudio grátis

Transforme áudio do WhatsApp, entrevista, aula, reunião ou vídeo em texto — sem limite de minutos, sem cadastro e sem enviar o arquivo. Clique num trecho e o áudio vai até ele.

O áudio não sai do seu aparelho: a transcrição acontece no seu navegador.

Solte o áudio ou o vídeo aqui

ou clique para escolher · MP3, WAV, M4A, OGG, OPUS, MP4, MOV, WebM · nada sai do seu aparelho

Mais ferramentas de vídeo e áudio

Como transcrever áudio em texto

Solte o arquivo, confira o idioma do áudio e toque em Transcrever. O texto vai aparecendo a cada meio minuto de áudio, em parágrafos, com o tempo de cada trecho. Clique em qualquer frase e o player vai direto àquele momento; dê play e o trecho que está tocando fica destacado.

Use a busca para achar uma palavra: cada resultado leva ao momento em que ela foi dita. Quando terminar, baixe em TXT, DOCX (Word e Google Docs) ou PDF — com ou sem os tempos — ou como legenda em SRT e VTT, que abrem no YouTube, no VLC e em editores de vídeo.

A transcrição é feita pelo Whisper, o modelo de reconhecimento de voz da OpenAI, rodando na placa de vídeo do seu próprio computador. Na primeira vez o navegador baixa o modelo (564 MB); depois ele fica guardado. Num notebook comum, uma hora de áudio leva cerca de 45 minutos; pode trocar de aba enquanto isso.

Sem conta e sem limite: o texto fica guardado só neste navegador, e se a aba fechar no meio, dá para continuar de onde parou. Para voltar a uma transcrição outro dia, solte o áudio junto com o .srt ou .vtt que você baixou. Precisa tirar o áudio de um vídeo antes? Use o Vídeo para MP3.

Exemplo: a entrevista para virar matéria

Uma entrevista de 4 min 37 s foi transcrita em 3 min 17 s num notebook com placa de vídeo integrada. Com o texto pronto, a busca por um nome leva direto aos trechos em que ele aparece, clicar na frase toca aquele momento para conferir a citação, e o download em DOCX com os tempos vai para o editor de texto. Para legendar o vídeo da entrevista, o mesmo texto sai em SRT.

Perguntas frequentes

É grátis mesmo? Tem limite de minutos?

É grátis, sem cadastro e sem limite de minutos ou de arquivos. O que limita é o seu aparelho: num computador, áudios de horas funcionam; no celular é lento e pode não rodar.

O áudio é enviado para algum servidor?

Não. O áudio é lido e transcrito dentro do seu navegador, pela placa de vídeo do seu aparelho. Só o modelo de transcrição é baixado, uma vez, do Hugging Face; o seu arquivo não vai a lugar nenhum.

Como transcrever áudio do WhatsApp?

Salve o áudio no aparelho (no Android, pelo compartilhar; no iPhone, em Salvar em Arquivos) e solte o arquivo .opus ou .ogg aqui. O idioma já vem marcado; é só tocar em Transcrever.

Quanto tempo demora?

Depende do computador. Num notebook com placa de vídeo integrada, uma entrevista de 4 min 37 s levou 3 min 17 s, ou seja, cerca de 70% da duração. A tela mostra quanto falta, medido no seu próprio aparelho.

Por que baixa 564 MB na primeira vez?

É o modelo Whisper, que faz o reconhecimento de voz no seu aparelho em vez de mandar o áudio para um servidor. Ele é baixado uma vez e fica guardado no navegador: da segunda vez em diante, abre em segundos.

Funciona com vídeo?

Sim. Solte o MP4, MOV ou WebM: a ferramenta tira o áudio e transcreve. O vídeo aparece no player, e clicar no texto leva o vídeo ao momento.

Dá para gerar legenda?

Sim: baixe em SRT ou VTT. Os dois são formatos de legenda com o tempo de cada frase, aceitos pelo YouTube, pelo VLC e por editores de vídeo.

Funciona no celular?

A transcrição usa a placa de vídeo pelo navegador (WebGPU). No celular ela é lenta e pode não rodar; no computador, com o Chrome ou o Edge atualizados, funciona bem.

Quais idiomas a transcrição reconhece?

Dezenas, entre eles português, inglês, espanhol e indonésio. Escolha o idioma do áudio antes de transcrever: o resultado fica mais preciso do que deixando o modelo adivinhar.

Guias para acertar no vídeo e no áudio

Áudio do WhatsApp, MP4 para MP3, vídeo menor, formatos, codecs e metadados.

Ver todos os artigos →

Transcrição com o Whisper large-v3 turbo (OpenAI, licença MIT), na versão ONNX da onnx-community, rodando no seu navegador pela transformers.js (Hugging Face, Apache-2.0) e pela placa de vídeo do aparelho (WebGPU). O modelo é baixado do Hugging Face na primeira vez; o áudio não sai do seu aparelho.