Transforme uma transcrição pronta em arquivo SRT com marcações de tempo reais
Se a sua entrevista, podcast ou aula já foi transcrita manualmente ou por um serviço, tudo o que falta é a minutagem. Envie a gravação com a transcrição e cada fala volta como uma legenda sincronizada em SRT e VTT com as suas palavras exatas, inclusive as marcações de quem está falando. Gravações de até 10 minutos são totalmente grátis; as mais longas custam um pagamento único de $5, para até 6 horas.
- Transcrição em TXT, DOCX ou colada diretamente; digitada por você ou entregue por um serviço de transcrição
- Ortografia, pontuação e marcações de quem fala (como "Apresentador:") mantidas exatamente como foram escritas
- Cada linha sincronizada a partir do exato momento em que é dita na gravação
- Parágrafos longos divididos em legendas fáceis de ler nas pausas de frases e vírgulas
- SRT e VTT em UTF-8 com BOM (byte-order mark), para reprodutores que exigem essa marcação
Você já tem as palavras
Vale a pena manter uma transcrição que já foi revisada com cuidado exatamente como está. Rodar o áudio em uma nova transcrição só para gerar um SRT joga todo esse trabalho fora: nomes voltam com erros de digitação, suas correções somem e você precisa revisar tudo de novo. Esta ferramenta mantém o seu texto e apenas adiciona a marcação de tempo. O reconhecimento de fala identifica quando cada palavra dita acontece, e o sistema alinha a sua transcrição a essas palavras.
Uma transcrição simples em texto puro não serve para um reprodutor de vídeo. Mesmo uma com marcadores de tempo a cada poucos minutos não basta, porque as legendas precisam de início e fim definidos a cada poucos segundos de fala.
Como preparar a transcrição
- Mantenha um parágrafo ou fala de interlocutor por linha; suas quebras de linha viram divisões de legendas
- As marcações de quem está falando continuam no texto da legenda como foram escritas — então "Dr. Patel:" vai aparecer na tela. Apague essas marcações antes caso queira apenas as palavras ditas
- Marcações de tempo antigas digitadas no texto, como [00:14:02], são tratadas como palavras comuns; remova-as antes ou elas vão aparecer nas legendas
- Anotações como [inaudível] ou [fala sobreposta] continuam na legenda exatamente onde você as colocou
- Trechos que foram transcritos, mas cortados da gravação depois, devem ser removidos, já que não há fala para sincronizá-los
Quando a fala e o texto diferem
Transcrições limpas costumam deixar de fora "humm", gaguejos e palavras repetidas. Não há problema nisso: palavras ouvidas sem correspondência no seu texto são ignoradas, e a sua fala limpa mantém o lugar certo. Quando o reconhecimento ouve "vinte e cinco" e você digitou "25", ou se ele não entender uma palavra dita baixinho, o tempo é calculado com base nas palavras ao redor.
Duas pessoas falando ao mesmo tempo ou um convidado longe do microfone podem fazer uma legenda começar um pouco antes ou depois. Para amárico, tigrínia, somali, dari, curdo, birmanês e pashto, a sincronização é feita por um modelo geral de IA e é menos exata.
Para que serve uma transcrição sincronizada
- Legendas para a versão em vídeo de um episódio de podcast
- Legendas para uma aula gravada ou webinar em plataformas de cursos
- Material bruto de entrevistas no editor de vídeo, com cada resposta posicionada na linha do tempo
- Legendas acessíveis para uma palestra que você transcreveu meses atrás
Como a ferramenta funciona, quanto custa e como seus arquivos são tratados está na página Sincronizar transcrição com áudio; os preços de todas as ferramentas estão na página de preços.
Última atualização:
Perguntas e respostas
O ChatGPT consegue adicionar marcadores de tempo à minha transcrição?
Ele consegue formatar uma transcrição em SRT e até inventar marcações de tempo se você pedir. Mas, como não ouve a gravação, esses tempos são distribuídos por estimativa ou puro chute; em uma entrevista de uma hora, eles vão ficando cada vez mais dessincronizados a cada minuto. Em textos longos, ele também costuma encurtar ou juntar falas. Aqui, os tempos vêm direto do áudio e o seu texto permanece intocado.
Os nomes de quem fala vão aparecer nas legendas?
Sim, se eles estiverem no seu texto, pois as marcações são mantidas exatamente como foram digitadas. Remova-as antes de enviar se quiser apenas as palavras faladas na tela.
Minha transcrição não tem os "humms" nem as repetições. Isso é um problema?
Não. Sons extras na gravação que não estão no seu texto são ignorados, e as suas frases revisadas continuam sincronizadas com base nas palavras vizinhas.
Em quais formatos posso enviar a transcrição?
Cole o texto diretamente ou envie um arquivo TXT ou DOCX. Se você já tiver um arquivo de legendas, os formatos SRT, VTT, ASS, SBV e LRC também são aceitos, e a divisão original das legendas é mantida.
Quanto custa uma transcrição sincronizada?
Até 10 minutos de gravação é totalmente grátis. Gravações mais longas custam $5 em pagamento único, para até 6 horas. O plano Ilimitado por $19 por semana cobre até 12 horas por tarefa.
Quem pode ver minha transcrição?
Apenas você. Seus arquivos são enviados a um provedor de modelos de IA unicamente para processamento e não são usados para treinar modelos. Tarefas iniciadas sem cadastro são excluídas após 7 dias, e você pode excluir qualquer tarefa por conta própria quando quiser.