Transcrever áudio e vídeo para texto grátis

Com fala clara e pouco ruído, costuma acertar a maioria das palavras. Pode errar nomes, música de fundo, sotaques fortes ou vozes sobrepostas, e não distingue quem fala. Confira o texto antes de usá-lo.

Sim, se o seu navegador conseguir reproduzir o arquivo (os áudios de voz costumam ser OGG ou OPUS, que o Chrome, Edge e Firefox leem). Salve-o no seu dispositivo e adicione aqui.

Divida em partes de até 10 minutos e transcreva uma por uma. Um arquivo de áudio de até 15 minutos pode ser cortado aqui mesmo com o nosso cortador de MP3; corte um vídeo ou um áudio mais longo na galeria do seu celular ou no seu editor (Cortar vídeo também para em 10 minutos). O limite faz com que funcione bem também em celulares.

Whisper (o modelo de reconhecimento de fala da OpenAI, com pesos sob licença MIT) executado pelo transformers.js (licença Apache 2.0) dentro do seu navegador, o mesmo que a nossa ferramenta Legendas automáticas usa. Na primeira vez o modelo é baixado (cerca de 77 MB no “Normal” e cerca de 250 MB no “Alto”) e o seu navegador o guarda.

Não. O áudio é lido e transcrito dentro do seu navegador e não é enviado ao Cocuyo nem a terceiros. Apenas o modelo de fala é baixado, uma vez, dos nossos servidores.

Sim. Você pode testá-la antes de se cadastrar; para continuar usando, pedimos uma conta grátis, sem assinatura. Ela não usa créditos nem conta nos seus 30 usos de boas-vindas: não tem limite de usos.

Um arquivo de áudio ou vídeo de até 300 MB e 10 minutos que o seu navegador consiga reproduzir. A transcrição roda no dispositivo: no celular pode levar muito mais do que no computador.