IA de fala para texto - Transcreva áudio com rótulos de falante online
title
subtitle
audio_upload
audio_upload_tip
diarize_hint
tag_events_hint
keyterms_hint
advanced
public_hint
empty_title
empty_hint
Por que Speech to Text?
Transforme qualquer gravação em texto pesquisável com carimbos de tempo e rótulos de falante
Transcrição precisa
Envie seu áudio e obtenha uma transcrição limpa e legível com sincronização por palavra para citar e legendar.
Rótulos de falante
Ative a diarização para separar quem disse o quê — ideal para entrevistas, reuniões e podcasts com vários apresentadores.
Termos-chave
Informe nomes de produtos, jargões e nomes próprios para a transcrição escrevê-los corretamente de primeira.
Exportações prontas
Copie o texto, baixe um .txt ou exporte um arquivo .srt com cues corretamente sincronizados.
Como transcrever áudio
Três passos simples para uma transcrição pronta
Envie seu áudio
Arraste um arquivo MP3, WAV, M4A, FLAC ou OGG de até 60 minutos. A duração é verificada automaticamente.
Escolha idioma e opções
Defina o idioma do áudio ou deixe a detecção automática, ative os rótulos de falante e adicione termos-chave se precisar.
Leia e exporte
Revise a transcrição por falante com carimbos de tempo, depois copie ou baixe os arquivos .txt e .srt.
Casos de uso
Feito para jornalistas, podcasters, pesquisadores e equipes que trabalham com gravações
Especificações técnicas
O Speech to Text converte seu áudio em uma transcrição estruturada com sincronização por palavra, rótulos de falante opcionais e exportação de legendas.
- Aceita MP3, WAV, M4A, AAC, FLAC, OGG, OPUS e WebM até 300 MB
- Duração máxima de áudio: 60 minutos
- Detecção automática de idioma ou escolha entre 19+ idiomas
- 2 créditos por minuto — 2,4 com termos-chave — cobrado pela duração verificada
- Exporte como texto simples ou legendas SRT sincronizadas
- Transcrições podem ser usadas em projetos pessoais e comerciais
Perguntas frequentes
Tudo o que você precisa saber sobre o Speech to Text
Ele converte seu áudio em uma transcrição legível com carimbos de tempo por palavra, separação de falantes opcional e marcações de eventos sonoros — depois você copia ou exporta como .txt ou .srt.
MP3, WAV, M4A, AAC, FLAC, OGG, OPUS e WebM até 300 MB e 60 minutos. O idioma é detectado automaticamente ou escolhido entre 19+, incluindo inglês, chinês, espanhol, francês, alemão, japonês e coreano.
2 créditos por minuto de áudio, ou 2,4 créditos por minuto com termos-chave. Um clipe de 30 segundos custa 1 crédito. O preço exato é calculado pela duração verificada e mostrado antes de executar.
São até 100 palavras ou frases curtas — nomes de produtos, jargões técnicos, nomes próprios — que ajudam a transcrição a escrevê-los corretamente. Cada termo pode ter até cinco palavras.
Quando ativados, a transcrição é agrupada por falante para ver quem disse o quê — útil para entrevistas e reuniões. Os segmentos recebem carimbos como 03:42.
Construímos cues de legenda padrão a partir dos carimbos por palavra — quebrando em mudanças de falante, aos 7 segundos ou ~42 caracteres — para que o .srt entre direto na maioria dos editores de vídeo.
Pronto para transcrever?
Envie uma gravação e receba uma transcrição pronta em instantes.
Transcrever áudio agora