Formatos de áudio para transcrição: lista completa

Que formatos de ficheiros de áudio podem ser transcritos?

O Zeepit, no iPhone e no Android, lê os formatos de áudio que os telemóveis, as aplicações e os gravadores produzem na prática, por isso podes transcrever um ficheiro tal como está. Eis o que é cada formato e onde costumas encontrá-lo.

MP3: o formato comprimido mais difundido, usado em podcasts, downloads e muitos gravadores digitais.
M4A: áudio AAC dentro de um contentor MP4, o formato predefinido dos Memos de voz do iPhone e de muitas aplicações de gravação no Android.
AAC: o mesmo codec, mas num ficheiro simples, exportado por algumas aplicações e gravadores.
WAV: áudio sem compressão, vindo de gravadores de campo, ditafones e programas de edição. Ocupa muito espaço, mas é simples.
FLAC: compressão sem perdas, comum em arquivos e gravações de alta qualidade.
CAF: o Core Audio Format da Apple, gerado por algumas aplicações de gravação para iOS.
OGG e OPUS: os formatos por trás de muitas mensagens de voz, incluindo as notas de voz do WhatsApp e do Telegram.
AMR: um formato compacto para voz, presente em telemóveis mais antigos, gravadores de chamadas e alguns ficheiros de correio de voz.
WebM: áudio gravado num navegador, por exemplo com gravadores online.

Se o teu ficheiro tem uma destas extensões, não precisas de o converter primeiro.

Os ficheiros de vídeo podem ser transcritos? Sim, através da faixa de áudio

Uma transcrição só precisa do som, por isso um ficheiro de vídeo funciona tal como um ficheiro de áudio. Os ficheiros MP4, MOV, MKV e AVI podem ser transcritos desta forma: só se usa a faixa de áudio e a imagem é ignorada.

MOV é o formato em que a câmara do iPhone grava por predefinição.
MP4 é o formato habitual dos vídeos da câmara no Android, das gravações de ecrã e da maioria dos clipes descarregados.
MKV e AVI aparecem em aulas exportadas, arquivos mais antigos e algumas ferramentas de captura de ecrã.

Confirma duas coisas antes de começar. Primeiro, o vídeo tem de ter som: algumas gravações de ecrã são guardadas sem áudio e, nesse caso, não há nada para transcrever. Segundo, a fala tem de se ouvir por cima da música ou dos efeitos sonoros, porque uma música de fundo alta piora qualquer transcrição.

Para aulas, chamadas gravadas e clipes, consulta o nosso guia para transformar qualquer vídeo numa transcrição.

Passo a passo

Instala o Zeepit
Descarrega o Zeepit no teu iPhone ou telemóvel Android. As primeiras conversões são gratuitas depois da instalação, sem conta e sem cartão.
Encontra a gravação
Abre a aplicação onde está o ficheiro, como o gravador de voz, o WhatsApp, o Telegram, Ficheiros ou o Google Drive.
Partilha-a com o Zeepit
Toca em Partilhar e escolhe o Zeepit, ou abre o Zeepit e seleciona o ficheiro. Os formatos compatíveis não precisam de conversão.
Lê e exporta o texto
Lê a transcrição completa e o resumo instantâneo. Depois, copia-os ou partilha-os, ou exporta um ficheiro PDF, Word ou de texto simples.

O formato do ficheiro altera a precisão da transcrição?

O formato pesa muito menos do que a maioria das pessoas imagina. Uma extensão como .m4a ou .mkv designa um contentor, e lá dentro está áudio codificado com um codec. Depois de descodificado o ficheiro, o motor de transcrição ouve a mesma fala, seja qual for o invólucro.

São estes os fatores que decidem a qualidade do texto:

Distância ao microfone: um telemóvel pousado na mesa, à frente de quem fala, é melhor do que um do outro lado da sala.
Ruído de fundo: o trânsito, a música e as conversas paralelas fazem perder mais palavras do que a compressão.
Vozes sobrepostas: quando as pessoas falam ao mesmo tempo, perdem-se algumas palavras.
Distorção: a voz gravada demasiado alta satura e fica mais difícil de perceber.

Os formatos sem perdas, como WAV e FLAC, são úteis para edição. Para uma transcrição, uma nota de voz nítida em OPUS ou MP3 costuma dar o mesmo resultado. Converter um MP3 em WAV nunca recupera o detalhe perdido: só torna o ficheiro maior.

É preciso converter ficheiros OGG, OPUS ou AMR antes de transcrever?

Não, desde que a ferramenta que usas leia estes formatos diretamente. O conselho de converter existe porque algumas ferramentas de computador e serviços web só aceitam MP3 ou WAV.

Converter tem desvantagens reais:

Acrescenta um passo e, muitas vezes, obriga a carregar a gravação num site de conversão que não conheces.
Recodificar um formato comprimido noutro pode degradar ligeiramente o áudio.
No telemóvel, obriga a saltar entre várias aplicações e acabas com ficheiros duplicados.

O OGG e o OPUS são os que mais importam aqui, porque é nestes formatos que circulam as mensagens de voz. Podes partilhar uma nota de voz do WhatsApp ou do Telegram diretamente da conversa para uma aplicação de transcrição, e o original fica intacto. O nosso guia para transcrever notas de voz do WhatsApp mostra passo a passo onde tocar.

Só vale a pena converter um ficheiro se o formato não constar da lista acima.

Como transcrever um ficheiro compatível no iPhone ou no Android

Para transcrever áudio em texto com o Zeepit, tudo acontece no telemóvel: não há aplicação para computador nem página web para carregar ficheiros. Podes levar um ficheiro para o Zeepit de duas formas:

Partilhar a partir de outra aplicação. No gravador de voz, no WhatsApp, no Telegram, no Google Drive ou em Ficheiros, abre a gravação, toca em Partilhar e escolhe o Zeepit.
Escolher dentro da aplicação. Abre a aplicação e seleciona o ficheiro em Ficheiros, no Google Drive ou noutro local de armazenamento.

Recebes a transcrição completa, palavra a palavra, e um resumo instantâneo em versão curta, média ou longa. Se a gravação estiver noutra língua, também tens uma tradução. O idioma é detetado automaticamente. Podes copiar ou partilhar o resultado, ou exportá-lo em PDF, Word (DOCX) ou texto simples.

Se a gravação estiver no computador, guarda-a numa pasta na nuvem, como o Google Drive, e abre-a no telemóvel. As primeiras conversões são gratuitas depois de instalares a aplicação, sem conta e sem cartão, e o consumo aparece na aplicação.

A aplicação também aceita links do YouTube, de podcasts e de páginas web e transforma-os num resumo. O nosso artigo sobre que ficheiros e links podem ser transcritos explica isto em pormenor.

Porque é que um ficheiro pode não ser transcrito, e como resolver

Tem mais de 4 horas. É o máximo por gravação. Divide o ficheiro em partes com um editor de áudio e transcreve cada uma.
O vídeo não tem faixa de som. Reproduz o vídeo com o volume alto. Se não ouvires nada, não há nada para transcrever.
O download ficou incompleto. Um ficheiro que não acabou de sincronizar a partir da nuvem ou de uma conversa pode estar cortado. Descarrega-o de novo e confirma que reproduz até ao fim.
Está protegido contra cópia. Os episódios e as faixas guardados dentro de algumas aplicações de streaming estão bloqueados, e as outras aplicações não os conseguem abrir.
O formato não está na lista. Um formato como WMA ou AIFF tem de ser convertido primeiro em MP3 ou M4A.
Não há fala nítida. Música, silêncio ou vozes muito distantes dão pouco ou nenhum texto.

Uma nota sobre privacidade: o ficheiro é enviado para os servidores do Zeepit, transcrito e apagado logo a seguir. As gravações não são arquivadas nem reutilizadas, e não há treino de IA com as tuas gravações. As tuas transcrições e resumos ficam no teu dispositivo.

Perguntas frequentes

É possível transcrever notas de voz do WhatsApp em formato OPUS ou OGG?

Sim. As notas de voz do WhatsApp usam o codec Opus e são guardadas como ficheiros .opus ou .ogg. Não precisas de as converter. Toca em Partilhar na nota de voz e envia-a para uma aplicação de transcrição que leia OPUS e OGG diretamente. A mensagem original continua na conversa.

O WAV é melhor do que o MP3 para transcrição?

Na maioria das gravações de voz, não vais notar diferença. O WAV conserva todos os detalhes e dá jeito para edição, mas um MP3 nítido da mesma voz dá uma transcrição equivalente. Converter em WAV um MP3 que já existe não acrescenta nada. Gravar perto de quem fala, numa sala silenciosa, faz muito mais pelo texto do que o formato.

É preciso converter um vídeo MP4 em MP3 antes de o transcrever?

Não. Uma aplicação de transcrição que aceite vídeo lê a faixa de áudio diretamente dos ficheiros MP4, MOV, MKV ou AVI e ignora a imagem. Converter primeiro para MP3 só acrescenta um passo e um ficheiro duplicado. Basta confirmares que o vídeo tem som e que a fala se ouve por cima de eventual música.

Qual é a duração máxima de um ficheiro de áudio para transcrição?

Depende da ferramenta. No Zeepit, cada gravação pode ter até 4 horas, o que chega para a maioria das aulas, entrevistas e reuniões. Se for mais longa, divide o ficheiro em partes e transcreve-as uma a seguir à outra. As primeiras conversões são gratuitas depois da instalação, e o consumo aparece na aplicação.

Posso transcrever um ficheiro de áudio que está no computador?

Sim, mas primeiro tens de o passar para o telemóvel. O Zeepit não tem aplicação para computador nem página web de carregamento. Guarda o ficheiro numa pasta na nuvem, como o Google Drive, ou envia-o para o teu próprio email. Depois, abre-o no teu iPhone ou telemóvel Android e partilha-o com a aplicação.