MP3 é o que o gravador entregou para você
Gravadores de mão, aplicativos de gravação do celular, aparelhos de ditado e a maioria das ferramentas de reunião salvam em MP3 por padrão. É pequeno, toca em qualquer lugar e é o formato que acaba parado em uma pasta chamada "gravações" que ninguém abre de novo. Esta página pega um desses arquivos e devolve a fala como texto: na tela, para ler e copiar, e como um download .txt com o nome do MP3, então standup-0412.mp3 vira standup-0412.txt.
Não precisa preparar nada antes. Você não precisa converter, normalizar o volume, cortar silêncios nem separar canais. Envie o arquivo do jeito que o aparelho gerou.
Bitrate, duração e os dois tetos
Dois limites valem para todo envio: 100 MB de arquivo e três horas de áudio. Qual deles você encosta primeiro depende inteiramente do bitrate que o seu gravador usou.
- 320 kbps. Cerca de 144 MB por hora, então arquivos longos precisam ser exportados de novo.
- 128 kbps. Cerca de 58 MB por hora: mais ou menos 100 minutos dentro do limite de tamanho.
- 64 kbps, voz em mono. Cerca de 29 MB por hora, então o limite de três horas chega primeiro.
Bitrate baixo não é problema para o reconhecimento. A fala sobrevive bem à compressão, e uma gravação em mono a 64 kbps de alguém falando com clareza sai mais legível do que uma gravação a 320 kbps de um celular largado na outra ponta da mesa de reunião. Se um arquivo passou do limite, exporte de novo em um bitrate menor ou corte em dois: o preço é por minuto de áudio nos dois casos, então dividir uma gravação não custa nada a mais além do mínimo de 100 créditos em cada parte.
Preço na frente, texto puro depois
Transcrever é uma operação paga, então o começo do fluxo é lento de propósito. Você envia, a duração é medida e a página mostra os minutos, os créditos e o seu saldo. Só quando você confirma é que alguma coisa é cobrada. Dez créditos por minuto iniciado, com piso de 100 créditos, quer dizer que uma hora de áudio custa 600 créditos e as três horas inteiras custam 1.800. As tarifas de todas as ferramentas pagas estão na página de preços, e toda conta nova ganha 250 créditos de boas-vindas para testar.
O que volta é texto puro, de propósito: sem marcações de tempo, sem nomes de quem fala, sem arquivos de legenda SRT ou VTT. Assim fica fácil colar em uma ata, em um relatório ou em um chamado. Se as suas gravações não são MP3, o Áudio para texto é a mesma operação descrita para M4A, WAV e OGG. Para o texto que está preso em documentos, e não em áudio, use o PDF para texto em um PDF comum, ou o OCR em PDF quando as páginas forem escaneadas.