Para transcrever vídeo em texto, envie o arquivo do jeito que ele está (MP4, MOV, MKV, WEBM): o áudio é extraído no servidor, sem conversão do seu lado. O texto fica pronto em cerca de 2 minutos por hora de gravação. Toda gravação começa com uma prévia grátis dos minutos iniciais; texto completo e legendas saem a partir de US$ 4 por 300 minutos, pagamento único.
A caixa de envio já está em português; as páginas da conta e do pagamento ainda estão em inglês. A transcrição sai no idioma da gravação.
Em português: Áudio · Vídeo · MP3 · YouTube · Legendas SRT · Preços
Passo a passo
Formatos e origens
Cada arquivo pode ter até 10 horas ou 5 GB. A caixa da página aceita até 500 MB; acima disso, o envio segue sozinho na página de upload, sem você fazer nada. Vídeo do YouTube tem página própria: transcrever vídeo do YouTube em texto.
Números de produção
Nos 30 dias até 10/11/2026, processamos 63 arquivos MP4, em todos os idiomas. O vídeo mediano tinha 57,3 minutos e 92 MB, e o processamento mediano levou 125 segundos depois do envio.
O tempo de upload depende da sua conexão, não da gente: um vídeo grande num wi-fi lento demora mais para subir do que para transcrever. Não precisa extrair o áudio para ganhar tempo; basta deixar a página aberta até o envio terminar.
Do mesmo arquivo saem o texto e as legendas. As legendas SRT e VTT usam a marcação de tempo de cada palavra, e a transcrição pode ser traduzida para 99 idiomas mantendo os tempos. Veja o gerador de legendas SRT.
Em português
Sotaques do Brasil. Fala clara de qualquer região, do carioca ao nordestino, do mineiro ao gaúcho, costuma sair bem. O que derruba a qualidade não é o sotaque, é gravação longe do microfone, eco e duas pessoas falando ao mesmo tempo.
Português de Portugal. O idioma é detectado sozinho e a ortografia segue o que foi dito, mas a fala europeia rápida, com vogais engolidas, costuma dar mais trabalho que a brasileira pausada. Revise com mais atenção.
Música e trilha. Vídeos com música alta por baixo da fala, comuns em Reels, cultos e eventos, perdem palavras. Se você tem o projeto, exporte uma versão só com a voz.
Reunião com várias pessoas. Quando todo mundo fala junto, trechos se perdem. Os participantes aparecem nomeados no resumo e nos capítulos, mas a transcrição não marca quem fala em cada linha.
Gírias, números e inglês. Gírias podem sair com outra grafia, números podem vir por extenso ou em algarismos, e termos como deploy ou budget ficam em inglês; revise antes de publicar a legenda. Medição de referência em /benchmark.
Sem mensalidade
Um vídeo de uma hora usa 60 minutos do pacote, e só. Os pacotes custam US$ 4 por 300 minutos, US$ 18 por 3.000 ou US$ 32 por 6.000, pagamento único, e os créditos nunca expiram. Não existe assinatura escondida nem renovação automática.
Quem grava reunião todo dia pode preferir o Workspace, a US$ 19 por mês, ilimitado com limite de uso justo de 300 horas. Os preços são em dólares; o checkout mostra o total antes de pagar. Mais em preço da transcrição de áudio.
Medido, não prometido
No conjunto de teste público FLEURS, de fala lida, nosso motor de produção ficou com taxa de erro de palavras (WER) mediana de 4,5% em português: 5 arquivos, 26,3 minutos de áudio, velocidade de 30,6 o tempo real, medição de 25/09/2026. Gravação de verdade, com ruído, gente falando junto, nomes próprios e jargão, erra mais do que isso; use o número como referência, não como promessa. Método e todos os idiomas.
Quanto custa
Toda gravação começa com uma prévia grátis dos minutos iniciais. Para o resto, você compra um pacote de minutos uma única vez: uma gravação de uma hora usa 60 minutos do pacote.
| Opção | Preço | Áudio | Indicado para |
|---|---|---|---|
| Pacote US$ 4 | 300 min | 5 h | Gravações avulsas; os créditos nunca expiram |
| Pacote US$ 18 | 3.000 min | 50 h | Gravações avulsas; os créditos nunca expiram |
| Pacote US$ 32 | 6.000 min | 100 h | Gravações avulsas; os créditos nunca expiram |
| Workspace | US$ 19 por mês | Ilimitado, com limite de uso justo de 300 h | Gravações todos os dias ou uma equipe inteira |
Preços em dólares americanos, cobrados em dólares. Seu banco ou cartão converte para reais ou euros e pode cobrar IOF ou tarifa de câmbio; o checkout mostra o total antes de você pagar. Pacotes são pagamento único: sem assinatura, sem renovação automática, sem taxa por usuário. Todos os preços.
Perguntas frequentes
Todo vídeo começa com uma prévia grátis dos minutos iniciais. O texto completo, as legendas e os downloads pedem um pacote a partir de US$ 4 por 300 minutos, pagamento único, com créditos que nunca expiram. Não há transcrição completa grátis.
Não. Envie o MP4, MOV, MKV ou WEBM como está; a trilha de áudio é separada no servidor. Converter para MP3 antes só gasta seu tempo.
Até 10 horas ou 5 GB por arquivo. A caixa da página recebe até 500 MB; um arquivo maior continua automaticamente na página de envio.
Baixe a gravação em MP4 (no Zoom, da pasta de gravações; no Teams, do chat ou do OneDrive da reunião) e envie o arquivo. Gravações do Google Meet ficam no Drive: você pode enviar o arquivo ou colar o link do Drive.
Se o vídeo é seu, sim: o caminho garantido é enviar o arquivo original salvo no celular. Links funcionam para fontes como YouTube, podcasts e Google Drive. Transcreva apenas vídeos que você tem direito de usar.
Sim. Do mesmo arquivo você baixa SRT e VTT, com o tempo vindo de cada palavra. Dá para subir no YouTube Studio ou importar no Premiere, no DaVinci Resolve e no CapCut.
Também em português
Nada para converter: o vídeo entra como está e o texto sai com marcação de tempo.