Pular para o conteúdo
Sonorarium
Voltar ao blog

Como transcrever áudio em texto (grátis e em minutos) — Guia 2026

Guia passo a passo para converter áudio ou vídeo em texto com IA, grátis. Formatos, idiomas, dicas para melhorar a precisão e como exportar para Word ou legendas.

Equipe Sonorarium 3 min de leitura

Transcrever à mão uma hora de áudio leva de 4 a 6 horas. Com um bom modelo de reconhecimento de voz, o mesmo trabalho é feito em poucos minutos e você só precisa revisar o resultado. Neste guia explicamos como fazer isso de graça, quais formatos usar e como obter a máxima precisão.

1. Prepare o arquivo

Quase qualquer gravação serve: MP3, WAV, M4A, OGG, OPUS, FLAC, MP4, MOV ou WEBM. Não é preciso converter nada: se for um vídeo, extraímos o áudio automaticamente.

2. Envie o áudio e escolha o idioma

Abra a ferramenta gratuita e arraste o arquivo. O idioma é detectado automaticamente, mas escolhê-lo (por exemplo, português) melhora um pouco a precisão, principalmente nos primeiros segundos ou quando há música de abertura.

Ao criar sua conta, você tem 15 minutos grátis, sem cartão. Para arquivos mais longos, compre um pacote de minutos.

3. Revise e corrija

A IA acerta a grande maioria das palavras em áudios de boa qualidade, mas vale revisar:

  • Nomes próprios e siglas: marcas, sobrenomes ou termos técnicos pouco comuns.
  • Trechos com ruído: trânsito, música de fundo ou várias pessoas falando ao mesmo tempo.
  • Números: confira valores importantes ouvindo o trecho.

No editor, clique na marcação de tempo de qualquer frase para ouvir aquele momento exato do áudio e corrija o que precisar.

4. Baixe no formato que precisar

  • Word (DOCX): para relatórios, atas ou entregar uma entrevista transcrita.
  • TXT: texto simples para colar onde quiser.
  • SRT e VTT: legendas com tempos para YouTube, Premiere, DaVinci Resolve ou CapCut. Experimente o gerador de legendas SRT.
  • JSON: com marcações de tempo por segmento, para desenvolvedores.

Dicas para uma transcrição mais precisa

  1. Grave perto da fonte: um celular a 30 cm de quem fala soa melhor que um gravador caro do outro lado da sala.
  2. Evite ruído de fundo: feche janelas e desligue ventiladores ou música.
  3. Uma pessoa por vez: interrupções e falas sobrepostas causam a maioria dos erros.
  4. Use boa qualidade: MP3 de 128 kbps ou mais é suficiente.

Quanto custa?

Além dos minutos gratuitos, você pode comprar pacotes de minutos sem assinatura: paga uma vez e os minutos não expiram. Veja os preços. Quer comparar com outros serviços? Em quanto custa transcrever uma hora de áudio há valores com fonte e data.

Perguntas frequentes

E a privacidade dos meus áudios? Os arquivos são transferidos criptografados, apagados automaticamente após 7 dias e nunca usados para treinar modelos.

Posso transcrever outros idiomas? Sim, mais de 60, como inglês ou espanhol.

E se for uma nota de voz do celular? Funciona do mesmo jeito: o M4A do iPhone é enviado como está. Como tirar o arquivo do iPhone, de um Pixel ou de um Samsung, e o que cada celular transcreve sozinho, em como transformar uma nota de voz do celular em texto.

Posso usar o ChatGPT, o Gemini ou o Copilot no lugar de um transcritor? Às vezes. Segundo as ajudas oficiais, em 4 de novembro de 2026 o ChatGPT aceita áudio só nos planos pagos e o Gemini até 10 minutos no total; explicamos com fontes em o ChatGPT consegue transcrever um áudio?.