Converter MP3 em texto

Q: Posso transcrever só um trecho de um MP3 longo?

Sim. Informe **Início** e **Fim** em **Configurações avançadas**, em segundos ou minutos:segundos, por exemplo de 12:30 a 18:00. Só esse trecho é transcrito, o que é mais rápido quando você precisa de uma resposta de uma entrevista longa.

Q: Dá para identificar quem está falando?

Com **Identificação de falantes** ativada, a transcrição marca as trocas de voz como Falante 1, Falante 2 e assim por diante. Ela não sabe os nomes, então troque os rótulos pelos nomes reais no Word depois.

Envie o MP3 de uma aula, entrevista, reunião ou podcast e receba as falas em texto que você pode pesquisar, editar e citar. Escolha texto simples para anotações, Word para editar, ou SRT e VTT quando as falas precisam ficar sincronizadas com um vídeo.

ou solte arquivos MP3, WAV, M4A … aqui ·

Até 95 MB por arquivo· Até 20 arquivos· Apagados após 30 minutos

Transcrição

Idioma falado

Saída

Os arquivos são processados em nossos servidores e apagados após 30 minutos.

Como usar esta ferramenta

1
Envie o MP3
Solte um ou mais arquivos MP3, até 20 por vez e 95 MB cada. Outros arquivos de áudio e vídeo, como M4A, WAV e MP4, também funcionam.
2
Defina o idioma e o formato de saída
Idioma falado vem em detecção automática, que analisa os primeiros 30 segundos. Escolha o idioma você mesmo se a gravação começar com música. Saída começa em texto simples; mude para Word, PDF, SRT ou VTT conforme a necessidade.
3
Transcreva e baixe
Clique em Transcrever e baixe a transcrição. Antes, ative Marcações de tempo ou Identificação de falantes em Configurações avançadas se precisar localizar trechos ou distinguir as vozes.

Transcrever um MP3 transforma minutos de escuta em segundos de leitura: procure uma palavra, copie uma citação ou entregue o texto a alguém que não pode ouvir áudio.

Por que converter MP3 em texto

MP3 é o que a maioria dos gravadores de voz, apps de gravação do celular e ferramentas de podcast exportam, então costuma ser o arquivo que você já tem. Estudantes transcrevem aulas gravadas para estudar por anotações, jornalistas extraem citações exatas de entrevistas, pesquisadores codificam grupos focais e podcasters publicam transcrições para que o episódio seja encontrado em buscadores e lido por pessoas surdas ou com deficiência auditiva.

A saída define o que você pode fazer depois. Texto simples (TXT) cola em qualquer lugar. Word (DOCX) está pronto para edição e comentários. PDF serve para uma transcrição que não deve ser alterada. SRT e VTT são arquivos de legenda com tempos, e JSON lista cada palavra com seu tempo para desenvolvedores.

Se a gravação estiver dentro de um vídeo, você pode enviar o próprio vídeo; a faixa de áudio é transcrita. Ou extraia o som antes com MP4 para MP3 quando o vídeo for grande demais para enviar.

arquivos por lote: 20
por arquivo: 95 MB
idiomas mais detecção automática: 33
até os envios serem excluídos: 30 min

O que afeta a precisão da transcrição de MP3

Falas sobrepostas: Duas vozes ao mesmo tempo são o caso mais difícil. Painéis e gravações de jantar perdem mais palavras quando as pessoas se interrompem.
Som de fundo: Música, trânsito e ar-condicionado competem com a fala. Um ambiente silencioso importa mais que um microfone caro.
Gravações de telefone e ligações: Linhas telefônicas tradicionais transmitem só uma faixa estreita de frequências, então as consoantes ficam embaçadas. Espere mais correções em gravações de ligações.
Idioma configurado errado: A detecção automática pode errar em um arquivo que começa com música ou muda de idioma. Definir Idioma falado você mesmo resolve.

MP3 para legendas SRT com marcação de tempo

Duas legendas de um arquivo SRT

1
00:00:01,200 --> 00:00:04,050
Bem-vindos de volta ao programa.

2
00:00:04,300 --> 00:00:07,900
Hoje vamos falar sobre gravação caseira.

SRT vem de SubRip, uma ferramenta de legendas para Windows, e é o formato de legenda mais aceito: um número, um tempo de início e de fim com vírgula antes dos milissegundos, e o texto da legenda. VTT, ou WebVTT, é a versão do W3C para players de vídeo na web e usa ponto em vez de vírgula. Ambos são texto simples, então você pode corrigir uma palavra mal compreendida em qualquer editor.

As linhas da legenda são quebradas em 42 caracteres por padrão, o limite usado em guias de estilo profissionais de legendagem, como o da Netflix, para a maioria dos idiomas de escrita latina. Se você quer marcadores de tempo em um documento e não em um arquivo de legenda, mantenha TXT, Word ou PDF e ative Marcações de tempo, que coloca um marcador como [01:15] antes de cada parágrafo. Já tem legendas e precisa de texto simples? SRT para TXT remove os números e os tempos.

Perguntas sobre converter MP3 em texto

Qual é a precisão da transcrição de MP3?

Depende muito mais da gravação do que do formato do arquivo. Uma voz clara perto do microfone é transcrita muito bem; uma ligação telefônica, um café barulhento ou várias pessoas falando ao mesmo tempo geram mais erros. Leia sempre a transcrição uma vez antes de citá-la.

Posso transcrever só um trecho de um MP3 longo?

Sim. Informe Início e Fim em Configurações avançadas, em segundos ou minutos:segundos, por exemplo de 12:30 a 18:00. Só esse trecho é transcrito, o que é mais rápido quando você precisa de uma resposta de uma entrevista longa.

Qual formato escolher para legendas do YouTube?

SRT ou VTT. Ambos trazem o tempo de início e de fim de cada linha, e o YouTube Studio aceita qualquer um deles ao enviar um arquivo de legenda. Mantenha Caracteres por linha em 42 para que cada legenda caiba em duas linhas curtas na tela.

O que a saída em JSON contém?

Cada palavra com seu tempo de início e de fim. Desenvolvedores usam para criar transcrições interativas, pesquisar dentro do áudio ou cortar trechos em palavras exatas. Para leitura, TXT ou Word é mais fácil.

Meu MP3 tem mais de 95 MB. O que posso fazer?

A fala não precisa de bitrate alto. Recodifique o arquivo em 64 kbps mono com Comprimir áudio, que diminui uma gravação longa várias vezes sem prejudicar a transcrição, e então envie o arquivo menor.

Dá para identificar quem está falando?

Com Identificação de falantes ativada, a transcrição marca as trocas de voz como Falante 1, Falante 2 e assim por diante. Ela não sabe os nomes, então troque os rótulos pelos nomes reais no Word depois.