Como transcrever áudio em texto: passo a passo, do MP3 ao texto com falantes e minutagem
Para transcrever áudio em texto, envie o arquivo ao FilmScribe como ele está: MP3, WAV, M4A, OGG ou OPUS, sem converter. Em minutos, você recebe o texto palavra por palavra, com os falantes separados e a minutagem. Revise ouvindo, corrija nomes e termos e exporte em TXT, PDF ou SRT. O teste de 3 dias pede cartão ou Pix.
Passo a passo
- 01 Envie o arquivo de áudio No FilmScribe, escolha a gravação em MP3, WAV, M4A, OGG, OPUS ou outro formato aceito, do jeito que ela saiu do gravador ou do celular.
- 02 Diga o tipo de conteúdo e marque o trecho Escolha o tipo, como podcast, entrevista ou reunião. Se só uma parte importa, marque o intervalo: só ele é processado e conta nas horas.
- 03 Receba a transcrição Nós transcrevemos palavra por palavra, com o tempo de cada palavra, os falantes separados e o idioma detectado sozinho.
- 04 Revise ouvindo Clique na frase para ouvir o trecho e corrija nomes próprios, siglas e termos técnicos no próprio texto.
- 05 Exporte no formato certo TXT para documento, PDF para leitura, SRT para legenda e MP3 do trecho que você marcou.
Neste guia
- Em resumo
- Como transcrever áudio em texto no FilmScribe
- O que muda quando o arquivo é só de áudio?
- Quais formatos de áudio dá para transcrever? MP3, WAV, M4A, OGG e OPUS
- Como saber quem falou e em que minuto?
- Em qual formato exportar a transcrição: TXT, PDF ou SRT?
- O que a qualidade do áudio muda no texto?
- Como transcrever áudio longo, de mais de uma hora?
- Como transcrever áudio no celular?
- Áudio em outro idioma: transcrever ou traduzir?
- Transcrever áudio é o mesmo que digitar por voz?
- Dá para transcrever áudio em texto grátis? Os caminhos e os limites de cada um
- Erros comuns ao transcrever áudio
- Perguntas frequentes
- Fontes
Transcrever áudio em texto é passar para a tela tudo o que foi dito numa gravação: a entrevista que ficou no gravador, o episódio do podcast, a reunião, a aula, a mensagem de voz. O arquivo pode ser MP3, WAV, M4A, OGG ou OPUS. O trabalho é sempre o mesmo: ouvir cada palavra, saber quem falou e marcar quando.
No FilmScribe, você envia o arquivo como ele está, e nós devolvemos a transcrição palavra por palavra, com o tempo de cada palavra e os falantes separados. Este guia mostra o passo a passo, o que muda quando o arquivo é só de áudio, o que saber sobre cada formato, como exportar e o que a qualidade da gravação faz com o texto. Se você só quer enviar o arquivo agora, comece pela página de transcrever áudio em texto grátis: ela leva ao teste de 3 dias, com cartão ou Pix.
Em resumo
- Envie o áudio como está: MP3, WAV, M4A, AAC, OGG, OPUS ou WEBM, de até 10 GB, sem converter antes.
- Nós transcrevemos palavra por palavra, com minutagem, falantes separados e o idioma detectado sozinho, entre mais de 90 idiomas.
- Arquivo de áudio tem transcrição, capítulos e emoções em todos os planos, e ganchos e roteiros no Studio e no Agency. Não tem a página Cortes nem legenda queimada, que precisam de vídeo.
- A qualidade da gravação pesa mais do que o formato do arquivo. Revise ouvindo antes de publicar.
- Exporte no formato do destino: TXT para documento, PDF para leitura, SRT para legenda.
Como transcrever áudio em texto no FilmScribe
1. Envie o arquivo de áudio
Na área de envio, escolha a gravação. Entram MP3, WAV, M4A, AAC, OGG, OPUS e WEBM, do jeito que saíram do gravador, do celular ou do aplicativo de mensagens. Cada arquivo vai até 10 GB e não há limite de duração: o que conta são as horas do plano. Veja os formatos aceitos.
2. Diga o tipo de conteúdo e marque o trecho
Escolha o tipo de conteúdo, como podcast, entrevista, reunião, aula ou narração. Ele orienta o que procuramos na gravação. Se só uma parte importa, marque o início e o fim antes de processar: só esse trecho é transcrito e só ele conta nas horas.
3. Receba a transcrição palavra por palavra
Nós transcrevemos com o tempo de cada palavra e separamos as falas por pessoa, em todos os planos. O idioma é detectado sozinho. Quando o envio termina, dá para fechar a página: avisamos por e-mail quando o arquivo fica pronto. Veja em transcrição e falantes.
4. Revise ouvindo
O player toca o áudio enquanto a palavra falada fica em destaque. Clique em qualquer frase e o áudio vai direto para ela. Nome próprio, sigla, termo técnico: se algo saiu diferente do que foi dito, corrija ali mesmo. A correção vale para o texto na tela e para todas as exportações, e dá para voltar ao original. Busque qualquer palavra no arquivo, filtre por pessoa e marque as falas favoritas.
5. Exporte
TXT e PDF para ler, SRT para legenda, com predefinições de TV, Netflix e YouTube, e MP3 do arquivo inteiro ou só do trecho que você marcou (baixar trechos). A exportação deixa escolher se o nome do falante e o tempo entram no texto.
O que muda quando o arquivo é só de áudio?
A transcrição é a mesma de um vídeo. O que muda é o que vem junto com ela:
| O que você procura | Em arquivo de áudio | Em arquivo de vídeo |
|---|---|---|
| Transcrição com minutagem e falantes | Sim, em todos os planos | Sim, em todos os planos |
| Capítulos e emoções | Sim, em todos os planos | Sim, em todos os planos |
| Aba Ganchos | Sim, no Studio e no Agency | Não: os cortes automáticos fazem esse papel |
| Roteiros | Sim, no Studio e no Agency | Sim, no Studio e no Agency |
| Página Cortes, com cortes verticais | Não | Sim |
| Legenda queimada na imagem | Não, porque não há imagem | Sim, nos cortes |
| Legenda em SRT | Sim | Sim |
| Download de um trecho | MP3 | MP3 ou MP4 |
| Timeline cortada para o editor | Sim, no Studio e no Agency | Sim, no Studio e no Agency |
Três pontos merecem atenção:
- A aba Ganchos só existe em áudio. No Studio e no Agency, ela mostra as frases que prendem, com nota de 0 a 100, tipo, motivo e minutagem. É o caminho para achar o trecho forte de um podcast sem ouvir tudo de novo. Veja em ganchos narrativos.
- As emoções saem do que foi dito. Nós lemos o texto transcrito, não o tom de voz. Um trecho sem fala não recebe emoção.
- Corte vertical precisa de imagem. Se a gravação existe em vídeo, envie o vídeo: a transcrição é a mesma e você ganha a página Cortes. O guia como transcrever vídeo em texto mostra esse fluxo.
Quais formatos de áudio dá para transcrever? MP3, WAV, M4A, OGG e OPUS
Todos os formatos comuns entram sem conversão. O que muda de um para o outro é a origem e o tamanho do arquivo:
| Formato | De onde costuma vir | O que saber |
|---|---|---|
| MP3 | Podcast, gravador digital, arquivo baixado | Comprimido e leve: uma hora em 128 kbps tem cerca de 58 MB |
| WAV | Gravador profissional, mesa de som, estúdio | Sem compressão: uma hora em estéreo, na qualidade de CD, passa de 600 MB |
| M4A | Gravador do celular, gravação de reunião | Comprimido, com boa qualidade em pouco espaço |
| OGG | Mensagem de voz, alguns gravadores | Comprimido; nem todo reprodutor abre, mas nós abrimos |
| OPUS | Mensagem de voz de aplicativos de mensagens | Criado para voz e música pela internet, a partir de 6 kbit/s (RFC 6716) |
| AAC, WEBM | Gravadores online, alguns aplicativos | Aceitos como estão |
Cada formato tem a própria página de envio, se você já chegou procurando por ele: converter MP3 em texto, converter WAV em texto, converter M4A em texto e converter OGG em texto. Para mensagem de voz, o guia como transcrever áudio do WhatsApp mostra como tirar o arquivo do celular.
Três regras práticas sobre formato:
- Não converta antes de enviar. Passar um MP3 para WAV só aumenta o arquivo. O que a compressão tirou não volta.
- FLAC não está na lista. Converta com a ferramenta grátis de converter FLAC para MP3 e envie o MP3.
- Se o som está dentro de um vídeo, envie o vídeo. Nós transcrevemos o som dele do mesmo jeito. Só vale extrair o áudio do vídeo antes quando o vídeo é pesado demais para a sua internet, sabendo que um arquivo de áudio não tem cortes.
Como saber quem falou e em que minuto?
São duas marcações diferentes, e as duas vêm prontas.
Falantes. Cada fala chega marcada com quem falou: Pessoa 1, Pessoa 2 e assim por diante, em todos os planos. Você filtra a transcrição por pessoa para ler só as respostas do entrevistado, por exemplo. No Studio e no Agency, dá para dar nome e cor a cada pessoa, ou pedir que a gente identifique quem é quem: nós achamos os momentos em que cada um se apresenta ou é chamado pelo nome e sugerimos o nome, com o trecho que comprova. O nome escolhido aparece na transcrição, nos filtros e nas exportações. Um limite honesto: não dá para dividir um falante em dois.
Minutagem. O tempo é marcado em cada palavra, não só em cada frase. Clicar no tempo de qualquer fala leva o player até ali. É isso que permite citar com precisão (“aos 14 minutos e 32 segundos”) e baixar em MP3 só a resposta que interessa.
Uma transcrição de áudio com falantes e minutagem fica assim:
[00:14:32] Apresentadora: Qual foi o erro mais caro do primeiro ano?
[00:14:36] Rui: Contratar antes de ter processo. Eu trouxe três pessoas
e nenhuma sabia o que fazer na segunda-feira.
[00:14:45] Apresentadora: E como você consertou?
Para entrevista de pesquisa, com as regras de citação, veja como transcrever entrevista.
Em qual formato exportar a transcrição: TXT, PDF ou SRT?
Escolha pelo destino do texto:
| Formato | Para que serve | Guarda o tempo? |
|---|---|---|
| TXT | Colar num documento, abrir no Word, editar livremente | Pode incluir minutagem no texto |
| Enviar para alguém ler, imprimir ou arquivar | Pode incluir minutagem no texto | |
| SRT | Legenda de um vídeo feito com esse áudio | Sim, entrada e saída de cada frase |
| MP3 | O áudio inteiro ou só o trecho marcado | Não se aplica |
Na exportação, você decide se o nome do falante e o tempo entram, a largura da linha da legenda (TV, Netflix, YouTube ou personalizada) e os quadros por segundo.
O que não existe, para você não procurar: exportação em DOCX, VTT, JSON ou CSV, e áudio em WAV. O áudio sai sempre em MP3. Os atalhos:
- Precisa de .docx? Abra o TXT no Word e salve como documento. O guia como transcrever áudio no Word explica o recurso Transcrever do próprio Word e os limites dele.
- Precisa de VTT? O conversor de legendas grátis troca o SRT por VTT sem reprocessar.
- Quer só a legenda do áudio? A página de converter MP3 em SRT leva a esse resultado, e o guia como criar um arquivo SRT explica o arquivo por dentro.
O mesmo trecho do exemplo acima, em SRT:
41
00:14:36,100 --> 00:14:39,400
Contratar antes de ter processo.
42
00:14:39,550 --> 00:14:44,800
Eu trouxe três pessoas e nenhuma sabia
o que fazer na segunda-feira.
O que a qualidade do áudio muda no texto?
Muda quase tudo. A precisão da transcrição automática depende mais da gravação do que do formato do arquivo:
| Problema na gravação | O que acontece no texto | Como resolver |
|---|---|---|
| Celular no meio da mesa, longe de quem fala | Palavras trocadas, falas baixas somem | Aproxime o gravador ou use um microfone de lapela |
| Sala com eco | Sílabas somem ou se repetem | Grave num cômodo menor, com cortina, tapete ou sofá |
| Música, TV ou rua ao fundo | Trechos inteiros ignorados | Desligue a fonte do ruído ou mude de lugar |
| Duas pessoas falando ao mesmo tempo | Falas misturadas, falante errado | Revise esses trechos ouvindo de novo |
| Ligação ou viva-voz | Voz abafada, mais palavras erradas | Grave direto no aparelho de quem fala, quando der |
| Volume estourado | Palavras distorcidas | Afaste o microfone ou baixe o ganho |
| Nomes próprios, siglas e termos técnicos | Grafia errada ou palavra parecida | Corrija no texto; a correção vale para o resto |
Um teste rápido: ouça um minuto da gravação com fone de ouvido. Se você entende tudo sem voltar, a transcrição vai pedir poucas correções. Se precisa repetir uma frase para entender, é nesse trecho que a revisão vai se concentrar.
Antes de uma gravação importante, grave dez segundos e ouça. O teste de microfone grátis mostra o nível, o pico e o ruído de fundo. Para o caminho inteiro, da gravação ao texto, veja como gravar e transcrever áudio.
Mesmo com áudio bom, revise. O guia do W3C sobre transcrição recomenda reservar tempo para corrigir o texto gerado automaticamente, porque uma única palavra que falta, como um “não”, pode inverter o sentido da frase.
Transcrição literal ou limpa?
A transcrição literal registra tudo: “é…”, “tipo assim”, repetições, risadas. Segundo o W3C, é o que se pede em depoimentos jurídicos. A transcrição limpa tira os vícios de fala e mantém o sentido, e é a mais usada para ler, citar e publicar. Decida antes de revisar. Se o destino é um texto corrido, a ferramenta grátis de limpar transcrição tira tempos e nomes de falantes e junta as linhas em parágrafos.
Como transcrever áudio longo, de mais de uma hora?
Envie como está. Não há limite de duração: o limite é de tamanho, 10 GB por arquivo, e o que conta são as horas do plano, de 10 a 35 por mês.
- Só uma parte importa? Marque o trecho antes de processar. Só ele é transcrito e só ele conta nas horas.
- Está no teste? O teste tem 1 hora de material. Um áudio maior é transcrito até completar a hora, e o resto fica guardado para ser transcrito depois da assinatura, sem enviar de novo.
- A gravação veio em vários arquivos? No Agency, você envia até 20 áudios de uma vez e escolhe entre uma transcrição para cada um ou tudo junto numa só. Nos outros planos, envie um por vez e guarde todos num projeto, ou una as partes antes com a ferramenta grátis de juntar áudios.
- Não precisa ficar esperando. Quando o envio termina, feche a página. Avisamos por e-mail.
Num texto de duas horas, ninguém lê do começo ao fim. Use a busca para pular ao assunto, os capítulos para ver a gravação dividida por tema e o filtro por pessoa para ler só um dos lados da conversa.
Como transcrever áudio no celular?
Pelo navegador do celular, abra o FilmScribe e escolha o arquivo salvo no aparelho. O processo é o mesmo do computador.
Dois cuidados no envio pelo celular. Deixe a página aberta até o envio terminar: trocar de aplicativo ou bloquear a tela pausa o envio, que continua de onde parou quando você volta. E prefira o Wi-Fi para arquivos grandes, como um WAV de uma hora.
Revisar um texto longo é mais confortável numa tela maior. Uma rotina que funciona: enviar pelo celular logo depois de gravar e revisar depois no computador.
Áudio em outro idioma: transcrever ou traduzir?
Transcreva primeiro, no idioma em que a pessoa falou. O idioma é detectado sozinho, entre mais de 90 idiomas, e a transcrição sai nesse idioma. Com o texto original revisado, a tradução fica mais fiel: traduzir direto do som junta o erro de ouvir com o erro de traduzir.
No Studio e no Agency, nós traduzimos a transcrição para 9 idiomas, com a mesma minutagem da original. Gravações que misturam idiomas pedem atenção redobrada nos pontos de troca. O guia como traduzir áudio para outro idioma mostra o caminho completo.
Transcrever áudio é o mesmo que digitar por voz?
Não, e a diferença decide qual caminho usar.
Transcrever parte de uma gravação que já existe. Você envia o arquivo e recebe o texto inteiro, com quem falou e quando. Serve para entrevista, reunião, aula, podcast e qualquer conversa com mais de uma pessoa.
Digitar por voz é ditar: você fala ao microfone e o texto aparece na hora, sem arquivo, sem falantes e sem minutagem. Serve para escrever uma mensagem, uma anotação ou o rascunho de um texto. A nossa ferramenta grátis de digitar por voz faz isso, e o guia como digitar por voz é sobre esse caminho.
O que não funciona bem é misturar os dois: tocar a gravação em voz alta perto do microfone para o ditado “ouvir”. O ambiente entra no texto, as vozes se misturam e a pontuação se perde.
Dá para transcrever áudio em texto grátis? Os caminhos e os limites de cada um
O FilmScribe não tem plano grátis. O que existe é o teste, e há caminhos de fora que resolvem casos simples. Cada um com o seu limite:
| Caminho | O que entrega | Limite |
|---|---|---|
| Teste do FilmScribe | O seu arquivo transcrito, com falantes, minutagem e exportação | 3 dias ou 1 hora de material; pede cartão ou Pix |
| Gravador do iPhone | A transcrição das gravações feitas no próprio app, para ver e copiar | iPhone 12 ou posterior, em alguns idiomas (português entre eles), e não em todos os países |
| Digitação por voz do Google Docs | O que você fala ao microfone, escrito no documento | Usa o microfone do computador, não um arquivo; Chrome, Edge e Safari atualizados |
| Transcrever, no Word | Arquivo enviado, com falantes separados | Assinatura do Microsoft 365; 300 minutos de áudio enviado por mês; só .wav, .mp4, .m4a e .mp3 |
| Digitar à mão | Qualquer gravação, com o cuidado que você quiser | Leva várias vezes a duração do áudio |
No teste do FilmScribe, se você cancelar pelo app antes do fim dos 3 dias, nada é cobrado. Se não cancelar, a assinatura do plano escolhido começa. A página de transcrever áudio em texto grátis mostra o que o teste entrega e leva ao envio.
Para uma anotação de dois minutos, o gravador do celular resolve. Para uma entrevista de uma hora, uma reunião com quatro vozes ou uma mensagem de voz em OPUS, formato que o Word hoje não aceita, o que pesa é o tempo de revisão: um texto com falantes separados e tempo em cada palavra se revisa muito mais rápido do que um bloco corrido.
Erros comuns ao transcrever áudio
- Não revisar. Nenhuma transcrição automática deve ir direto para publicação. Uma leitura ouvindo o áudio resolve a maior parte dos erros.
- Converter o arquivo antes de enviar. Trocar de formato não melhora a gravação e ainda toma tempo. Envie o original.
- Enviar o áudio quando existe o vídeo. O texto é o mesmo, mas só o vídeo tem cortes verticais e legenda queimada.
- Gravar com o celular longe. Um metro a menos entre a boca e o microfone vale mais do que qualquer ajuste depois.
- Exportar sem minutagem e sem falantes. O texto parece suficiente até você precisar achar a fala na gravação ou saber quem disse.
- Tocar a gravação para o ditado ouvir. Ditado é para a sua voz, ao vivo. Gravação pronta se transcreve pelo arquivo.
Perguntas frequentes
Dá para transcrever áudio em texto grátis?
O FilmScribe não tem plano grátis. O teste de 3 dias com 1 hora de material, com cartão ou Pix, transcreve o seu áudio de verdade, com falantes, minutagem e exportação em TXT, PDF e SRT; cancelando antes do fim, nada é cobrado. Sem pagar nada, o gravador de alguns celulares transcreve as próprias gravações, em texto corrido.
Como transcrever áudio longo, de mais de uma hora?
Envie o arquivo inteiro: não há limite de duração, só de tamanho (10 GB por arquivo), e o que conta são as horas do plano. Se só uma parte importa, marque o trecho antes de processar. No teste, um áudio maior que 1 hora é transcrito até completar a hora, e o resto fica guardado para depois da assinatura.
Quais formatos de áudio posso transcrever?
MP3, WAV, M4A, AAC, OGG, OPUS e WEBM entram como estão, sem conversão. Isso cobre o gravador do celular, o gravador digital, a mesa de som e as mensagens de voz. FLAC não está na lista: converta para MP3 antes. Converter um MP3 para WAV não melhora o texto, porque o que a compressão tirou não volta.
Dá para transcrever áudio com minutagem e saber quem falou?
Sim. Nós marcamos o tempo de cada palavra e separamos as falas por pessoa em todos os planos, como Pessoa 1 e Pessoa 2. Clicar numa frase leva o player ao ponto exato da gravação. Dar nome a cada falante e pedir que a gente identifique quem é quem é do Studio e do Agency.
Qual a diferença entre transcrever áudio e digitar por voz?
Transcrever é enviar uma gravação pronta e receber o texto inteiro, com falantes e minutagem. Digitar por voz é ditar ao microfone e ver o texto aparecer na hora, sem arquivo, sem falantes e sem tempo. Para entrevista, reunião ou podcast já gravados, transcreva o arquivo. Para escrever uma mensagem ou uma anotação falando, dite.
Em qual formato exportar a transcrição do áudio?
TXT para colar num documento ou abrir no Word, PDF para enviar a quem só vai ler e SRT quando o texto vira legenda de um vídeo feito com esse áudio. O SRT tem predefinições de TV, Netflix e YouTube. Não exportamos em DOCX nem em VTT: abra o TXT no Word ou converta o SRT.
Dá para fazer cortes ou legenda a partir de um arquivo de áudio?
Cortes verticais e legenda queimada precisam de imagem, então não existem em arquivo de áudio. O que o áudio tem é transcrição, capítulos, emoções e download de trechos em MP3; no Studio e no Agency, também a aba Ganchos e os roteiros. A legenda em SRT sai normalmente. Se a gravação existe em vídeo, envie o vídeo.
Fontes
A documentação oficial que confirma os números e as regras deste guia.
- 01Transcrever áudio em texto (em inglês)(abre em nova aba) · W3C WAI
- 02Transcrever suas gravações(abre em nova aba) · Microsoft
- 03Digitar e editar com sua voz(abre em nova aba) · Ajuda do Google Docs
- 04Visualize uma transcrição do Gravador do iPhone(abre em nova aba) · Apple
- 05RFC 6716: definição do codec de áudio Opus (em inglês)(abre em nova aba) · IETF