Transcrever áudio em texto grátis

Existe uma API HTTP exatamente para isso: você manda a URL de um arquivo e recebe o texto, o SRT e o VTT em JSON. Mesmos limites, mesmo motor e mesmas transcrições, sem upload nem etapa de e-mail, e com uma chave grátis pedida numa única chamada. A documentação da API (em inglês).

A maioria dos transcritores grátis para em algum ponto entre dez e trinta minutos. Esse número não vem do que as pessoas gravam de verdade; vem do que é barato dar de graça. Então medimos o nosso próprio trabalho.

Em 96 transcrições feitas entre fevereiro e setembro de 2026 (episódios de podcast, entrevistas e chamadas gravadas dos nossos próprios clientes, medidas em 16 de setembro de 2026):

• Duração mediana: 47,3 minutos. Metade do que transcrevemos é mais longa que isso.
• 96% tinham 90 minutos ou menos. A mais longa tinha 93,6 minutos.
• Só 17% tinham 15 minutos ou menos. Uma versão grátis de quinze minutos não serviria para cinco em cada seis arquivos.
• Média de 7.775 palavras, a umas 172 palavras por minuto. 94% eram áudio, não vídeo.

Noventa minutos é onde essas duas coisas se encontram: cobre a grande maioria dos episódios reais e é uma duração que conseguimos dar de graça. São números agregados da nossa própria conta: nenhum arquivo, nome ou conteúdo de cliente está neles.

Como ela se compara

Lemos as versões grátis de outras seis ferramentas de transcrição nas próprias páginas de preço delas e colocamos tudo numa tabela (em inglês): o maior arquivo grátis, se identificam falantes, se precisa de conta e o que acontece quando a parte grátis acaba. Inclui onde a gente perde.

Quem está falando

A maioria das ferramentas de transcrição deixa a identificação de falantes no plano pago, e nós também fazíamos isso até setembro de 2026. Era o limite errado. Quase tudo o que as pessoas mandam para esta ferramenta é uma entrevista ou uma conversa a dois, e uma conversa transcrita sem as falas separadas não é um documento mais barato: é um documento pior, porque quem lê acaba fazendo esse trabalho de cabeça.

Por isso a ferramenta grátis identifica falantes. Cada fala é marcada no texto e nas legendas, a etiqueta aparece quando muda quem está falando e não em toda linha, e um arquivo com uma voz só sai sem etiquetas. O que separa o grátis do pago aqui é o modelo, o limite de noventa minutos e as 3 gravações por mês, não se o resultado dá para ler.

Quanto custa para a gente

A transcrição custa cerca de 15 centavos de dólar por hora de áudio, e quem paga somos nós. Por isso existem limites, e preferimos mostrar aqui em vez de você descobrir na hora: 3 gravações por mês por pessoa, de até noventa minutos cada, e um orçamento mensal para a ferramenta como um todo. Se o mês acabar, a ferramenta avisa e oferece mandar um e-mail quando renovar. Ela não piora escondido nem começa a pedir cartão.

O que acontece com o seu arquivo

Ele é enviado para um armazenamento privado que não pode ser lido pela web, mandado para a AssemblyAI para ser transcrito e apagado depois de 7 dias. O texto fica guardado por 30 dias para os links de download do seu e-mail continuarem funcionando, e depois também é apagado. Nada é usado para treinar nada.

Até onde a ferramenta grátis vai

Ela entrega as palavras e quem falou. Não faz cortes, não coloca legenda no vídeo nem encontra os melhores momentos: isso é o que as ferramentas pagas do Slice fazem, e fingir outra coisa seria fazer você perder tempo. E ela é ajustada para o inglês: transcreve outros idiomas e diz qual detectou, mas não vamos prometer a precisão.