Transcrição de podcast
Gerador grátis de transcrição
Transforme qualquer episódio em texto limpo. Envie seu MP3, MP4 ou M4A e receba a transcrição em segundos. Sem conta, sem cobrança por minuto.
Solte seu arquivo aqui
ou clique para procurar
MP3 · MP4 · WAV · M4A · OGG · WEBM · FLAC · Máx. 25 MB · Máx. 30 min (60 min · Entrar)
Como funciona
Solte o episódio
MP3, MP4, M4A, WAV ou FLAC. Cloud recording do Riverside, exports do Descript, áudio bruto do Zoom, arquivos do Anchor.fm. Tudo funciona.
A IA faz o trabalho
O Whisper large-v3 roda no nosso backend e converte o áudio em texto. A maioria dos episódios de 30 minutos termina em menos de um minuto.
Copie, baixe ou edite
Pegue o texto como TXT, como SRT para legendas, ou cole direto no editor de show notes. Corrija palavras erradas no nosso visualizador antes de exportar.
Por que podcasters usam Mictoo
Episódios longos não são problema
Até 60 minutos por arquivo após cadastro grátis. Se dividir em duas partes, mantemos os timecodes relativos, para que você possa juntar os SRTs sem matemática.
Sotaques e crosstalk seguram firme
O Whisper large-v3 é o modelo aberto mais forte que conhecemos para inglês não-nativo. Se seu co-host vem de Berlim ou São Paulo, a transcrição não vira mingau.
Music beds não quebram
Nosso pipeline roda Voice Activity Detection antes da transcrição. Intros instrumentais longos são marcados como silêncio, não como palavras inventadas. Sponsor reads com cama musical também passam limpos.
Sem assinatura
Muitos podcasters transcrevem um ou dois episódios por mês. Pagar 15 dólares por um seat mensal para isso é desperdício. Suba o arquivo conforme a necessidade. Ganhamos com publicidade e um plano Pro planejado para power users.
Seu áudio não é guardado
Os arquivos são enviados direto ao provedor de fala, transcritos e apagados. Não guardamos seus episódios, e os provedores (Groq, OpenAI) não treinam em dados de API.
O que podcasters realmente fazem com a transcrição
Show notes e posts de blog
Cole a transcrição no seu CMS, marque capítulos, adicione links, publique o post. Um episódio de 45 minutos costuma render 6000 a 8000 palavras de material-fonte. Três ou quatro posts levemente editados a partir de uma gravação.
Citações do episódio para social
Escaneie a transcrição pela linha que mandou bem e transforme num gráfico. Muito mais rápido do que catar o timecode no áudio em 1,5x.
Arquivo pesquisável do catálogo antigo
Passe seus episódios velhos por transcrição em lote, e de repente você tem um Ctrl+F sobre anos de conversa. Útil quando um convidado volta e você quer lembrar do que falaram da última vez.
Substituto para as legendas automáticas do YouTube
As legendas automáticas do YouTube são medianas para podcasts com duas vozes e música. Suba um SRT do Mictoo no lugar. Pontuação melhor, menos erros, acessibilidade melhor.
Link de transcrição para acessibilidade
Muitos podcasters põem um link "Ler transcrição" nas show notes do RSS. Ajuda ouvintes surdos e com deficiência auditiva, e ajuda buscadores a encontrar seu conteúdo.
Dicas para transcrições de podcast mais limpas
Tire intro e outro musical antes
O Whisper ignora música bem, mas um cold open instrumental de 90 segundos às vezes dispara palavras fantasma. Se sua intro é igual em todo episódio, corte os primeiros 1:30 no Audacity antes do upload. Economiza alguns minutos de cleanup depois.
Exporte em mono 64 kbps se o arquivo bruto está enorme
Voz não precisa de stereo, e 64 kbps basta para fala. Um episódio de 2 horas a 64 kbps mono fica em torno de 55 MB. Cabe no limite de 60 MB com login, sem dividir. ffmpeg: ffmpeg -i episode.wav -ac 1 -b:a 64k episode.mp3.
Para entrevistas com áudio ruim do convidado, transcreva cada faixa separadamente
Se você grava no Riverside ou SquadCast e tem faixas de áudio separadas por orador, suba cada uma sozinha. O Whisper lida com uma voz por vez mais fácil. Atribuição mais limpa, menos palavras perdidas em sobreposição.
Em episódios curtos, defina o idioma explicitamente
A detecção automática amostra o primeiro chunk de áudio. Se você abre com uma única palavra ou uma risada, a detecção pode cair no idioma errado. Para qualquer coisa abaixo de 5 minutos, escolha o idioma manualmente.
A pontuação vai ser imperfeita. Corrija as 10 primeiras linhas, deixe o resto
O Whisper acerta a maior parte da pontuação, mas às vezes perde ponto-e-vírgula e fala direta. Para show notes, as 10 primeiras linhas é que importam (as pessoas escaneiam). Daí em diante: manda como está.
Use export SRT mesmo que você não precise de legenda
O SRT te dá timecodes a cada poucos segundos. Mesmo que você cole num post de blog, esses timecodes ajudam a voltar no áudio para verificar uma citação. Temos um gerador SRT grátis aqui mesmo.
Perguntas frequentes
Posso transcrever um episódio de 2 horas?
Sim, mas divida antes. Nosso cap de arquivo é 30 minutos grátis, ou 60 minutos após cadastro. Para um episódio de 2 horas, divida em duas ou três partes e transcreva cada. Nosso guia de divisão de áudio explica como em 60 segundos com ffmpeg ou Audacity.
Recebo etiquetas de orador (Host vs. Convidado)?
Por enquanto não automaticamente. O Whisper em si não faz diarização. Se você tem faixas separadas por orador (comum em Riverside, SquadCast, Zencastr), suba cada uma separadamente e etiquete na transcrição final. Estamos olhando diarização, mas só lançamos se acertarmos.
Como lida com sotaques e podcasts bilíngues?
O Whisper large-v3 foi treinado em 680.000 horas de áudio multilíngue. Inglês não-nativo, sotaques regionais e code-switching funcionam melhor do que em modelos menores. Para um podcast que troca entre inglês e espanhol no meio do episódio, escolha "Detecção automática" como idioma, e o Whisper acompanha a troca.
Quais formatos de áudio vocês suportam para podcasts?
MP3, M4A, WAV, FLAC, OGG, WEBM e AAC. Mais arquivos de vídeo como MP4 e MOV (extraímos o áudio). Se seu host de podcast oferece download num desses, está pronto. AIFF e ALAC não são suportados diretamente, converta para WAV antes.
Tem limite de palavras por episódio?
Sem limite de palavras. Só o limite de tamanho de arquivo (25 MB grátis, 60 MB com cadastro) e duração (30 min grátis, 60 min com cadastro). Um episódio típico de 60 minutos produz cerca de 9000 a 11.000 palavras.
Quão precisa é a transcrição de podcast comparada a transcritores humanos?
Para áudio limpo de estúdio, o Whisper large-v3 fica tipicamente em 5 a 10% de taxa de erro por palavra. Transcritores humanos ficam em 3 a 5%. Para a maior parte de show notes e repurposing em blog, a IA basta. Para depoimentos em juízo ou citação acadêmica, contrate um humano.
Meu episódio é guardado nos seus servidores?
Não. Encaminhamos o áudio direto ao provedor de transcrição (Groq, com OpenAI como backup). Eles processam, e descartamos. Nunca gravamos seu arquivo de podcast em banco ou storage nosso.
Posso baixar como SRT para legendas?
Sim. Após a transcrição, clique no botão de download SRT. Use direto no YouTube Studio, Premiere Pro, DaVinci Resolve ou qualquer editor de vídeo.
Vocês cobram por minuto?
Não. Transcrição no Mictoo é grátis. Estamos atualmente financiados por publicidade, com plano Pro pago vindo depois para usuários que precisam de arquivos mais longos ou upload em lote.
Meu episódio tem linguagem explícita. Vai ser censurado?
Sem filtragem. A transcrição reflete exatamente o que foi dito. Se você quer editar palavrões para uma versão limpa, faça depois do download.
Posso editar a transcrição antes do download?
Sim. Tem um editor simples no view de resultado. Corrija palavras erradas, depois baixe a versão editada como TXT ou SRT.
A transcrição de podcast no Mictoo é GDPR-compliant?
Não guardamos áudio nem transcrição nos nossos servidores depois que você sai da página. Estamos na Europa, e nossos provedores (Groq US, OpenAI US) têm DPAs assinados. Para dúvidas específicas de compliance, veja nossa privacy policy ou escreva para info@mictoo.com.
Pronto para transcrever?
Role para cima e solte seu arquivo. A transcrição fica pronta em cerca de um minuto.
↑ Voltar ao uploaderMais ferramentas de transcrição