Transcreva vídeo e áudio em texto em 99 idiomas
Whisper large-v3 com detecção automática de idioma e marcas de tempo por palavra. Você recebe o texto em parágrafos, legendas SRT e VTT bem divididas e, se quiser, a tradução para inglês. Até 3 horas e 1 GB.
Como funciona
Envie o vídeo ou o áudio
MP4, MOV, WebM, MKV, MP3, WAV, M4A… até 1 GB. Escolha o idioma ou deixe no automático.
O Whisper transcreve com marcas de tempo
Modelo large-v3 com detecção de voz: ignora silêncios e música e marca cada palavra.
Baixe texto e legendas
TXT em parágrafos, SRT e VTT prontos para o YouTube ou o editor, JSON com as palavras. Apagado em 1 hora.
Perguntas frequentes
Quais idiomas ele aceita?
Os 99 do Whisper: português, espanhol, inglês, francês, alemão, italiano, japonês, chinês, árabe, russo, hindi… Detectado automaticamente; você pode fixar se o áudio mistura idiomas.
Qual é a qualidade?
Usamos o modelo grande (large-v3), o mesmo das ferramentas pagas de referência, com filtro de voz para não inventar texto nos silêncios. Com áudio limpo chega perto de uma transcrição humana.
Como vêm as legendas?
Divididas como manda o ofício: no máximo 2 linhas de 42 caracteres, até 7 segundos por legenda, cortes em pausas e pontuação. Carregue direto no YouTube, Premiere ou DaVinci.
Posso traduzir?
Sim: marque «adicionar tradução para inglês» e receba também TXT, SRT e VTT em inglês (tradução do próprio Whisper).
Quanto tempo leva?
Cerca de 1 minuto para cada 20-30 minutos de áudio a quente, mais 1-2 minutos se o motor iniciar a frio. A barra estima o tempo.
Vocês guardam meus vídeos?
Não. O vídeo é processado e apagado: 1 hora depois do download, 24 h no máximo. Sem cópias.
