Software de transcrição com IA e conversão de fala em texto para áudio e vídeo. Transforme MP3, MP4 ou voz em texto com identificação de falantes e resumo por IA, normalmente mais rápido que em tempo real.
Plano gratuito: 30 minutos por mês, até 30 min por arquivo. Sem cartão.
As abas funcionam. O toggle de tarefas funciona. É exatamente isso que carrega na sua conta quando um trabalho termina — mesmo layout, mesmos controles.
Fundadores precisam de conteúdo pós-call, não só de transcrição. As ferramentas obrigam a juntar 5 apps.
Texto limpo · todos os planos
Legenda com timestamps · todos os planos
Cabeçalhos por participante + resumo · todos os planos
Schema público · para fluxos via API · todos os planos
Formato de player de vídeo HTML5 · em todos os planos
Cabeçalhos por orador + timestamps · em todos os planos
Pronto para imprimir · resumo e interlocutores · todos os planos
Passa o rato ou toca em qualquer saída para ver como fica. O mesmo clipe de podcast de 30 segundos ao centro, oito artefactos derivados dele.
en-GB Inglês (Reino Unido)0.6%en-AU Inglês (AU)0.2%Três padrões que vemos toda semana. O pipeline não muda — o que você entrega depois dele, sim.
Uma entrevista longa vira um resumo de 5 linhas, quatro capítulos, uma transcrição com falantes identificados e um SRT para clipes curtos — um trabalho, todas as saídas que você de fato publica.
Gravações de Zoom de três horas com duas vozes, do início ao fim. Diarização de oradores no Pro. Cita por timestamp a partir do export em DOCX. Acabou o "onde é que ele disse aquilo…" a fazer scrubbing.
Sem entrar sozinho na reunião, sem acesso ao calendário, sem "agente na sua reunião". Joga a gravação, compartilha a transcrição. Tarefas extraídas, com responsável, prontas para encaminhar.
Seis caminhos de entrada, funcionando hoje. Cada pílula é uma forma real de envio rodando em produção agora.
Todos os planos incluem ASR com diarização. Planos superiores liberam arquivos maiores, prioridade na fila e resumo por IA.
Pra testar, usos pontuais, clipes curtos.
Para quem faz entrevistas, podcasts ou trabalhos longos no dia a dia.
Para times, agências e operações com volume.
Cobrança anual economiza 50% · Política de reembolso · Sem cartão no plano Free
Mesmo áudio, mesmo modelo. A diferença está em tudo que fazemos depois que a transcrição termina.
Então, o que eu não paro de ouvir dos fundadores é essa lacuna entre a gravação crua e o conteúdo que dá pra publicar. Exato, ninguém quer mais uma transcrição, quer um show note, um corte, um rascunho de blog até a call terminar. Pois é, e as ferramentas hoje obrigam você a costurar cinco apps pra chegar lá. Um pipeline, um lugar. É essa a aposta. A gente vê esse padrão há meses — o áudio chega limpo, mas o fluxo depois fica preso a screenshots e copia-e-cola entre Notion, Otter, Zapier e qualquer outra coisa aberta noutro separador quando a call acaba e o prazo é daqui a vinte minutos…
Depois: colar em algum lugar, estruturar, escrever o resumo na mão, tirar as tarefas uma a uma.
Founders não precisam de transcrições — precisam de pós-processamento. Um pipeline ganha a juntar cinco apps com fita-cola.
Depois: cola o TL;DR no Slack, anexa o DOCX no e-mail, manda o corte. Tudo pronto antes da reunião esfriar.
— Mesmo áudio · Mesmo modelo · A diferença está no pós-processamento —
Avaliações espontâneas de usuários logados. Não fazemos campanhas com recompensa por avaliação. Passe o mouse para pausar.
Podcaster abre 5 abas para publicar um episódio. Um trabalho entra — show notes, transcrição, SRT pronto para cortes. É isto.
14 entrevistas longas com identificação de quem fala. DER 0,95 em áudio limpo é real. Os exports em DOCX vão direto para o rascunho do paper.
26 áudios. 3 links do TikTok. Esboço da newsletter em 11 minutos. Tenta bater isso com o Otter — espero sentado.
Podcaster abre 5 abas para publicar um episódio. Um trabalho entra — show notes, transcrição, SRT pronto para cortes. É isto.
14 entrevistas longas com identificação de quem fala. DER 0,95 em áudio limpo é real. Os exports em DOCX vão direto para o rascunho do paper.
26 áudios. 3 links do TikTok. Esboço da newsletter em 11 minutos. Tenta bater isso com o Otter — espero sentado.
Webhook + extração de tarefas matou aquela nossa doc de recap semanal. O loop inteiro agora 2 minutos agora.
Gravações de depoimento → transcrição com falantes → PDF com citações. Antes terceirizávamos isso lá fora. Agora um upload.
Reuniões de vendas em italiano → resumos em inglês. Minha equipe finalmente lê tudo. Detalhe pequeno, impacto enorme.
Webhook + extração de tarefas matou aquela nossa doc de recap semanal. O loop inteiro agora 2 minutos agora.
Gravações de depoimento → transcrição com falantes → PDF com citações. Antes terceirizávamos isso lá fora. Agora um upload.
Reuniões de vendas em italiano → resumos em inglês. Minha equipe finalmente lê tudo. Detalhe pequeno, impacto enorme.
Detecção automática de japonês simplesmente funciona. Já o itálico serifado deste site é um crime de design à parte que até respeito.
API REST + rate-limit por chave = nosso pipeline interno de memos de voz. Levou 30 minutos para integrar. US$ 19/mês para o time inteiro.
A exclusão automática em 24h é a função que eu não sabia que queria até ver a página de privacidade de cada concorrente.
Detecção automática de japonês simplesmente funciona. Já o itálico serifado deste site é um crime de design à parte que até respeito.
API REST + rate-limit por chave = nosso pipeline interno de memos de voz. Levou 30 minutos para integrar. US$ 19/mês para o time inteiro.
A exclusão automática em 24h é a função que eu não sabia que queria até ver a página de privacidade de cada concorrente.
Em áudio limpo com um ou dois falantes, a precisão chega a 95%+ na maioria dos idiomas principais. A qualidade cai com ruído de fundo, sotaques carregados ou falas sobrepostas.
Mais de 100 idiomas com detecção automática. Você também pode forçar um idioma específico se a detecção automática errar. A interface só está em inglês — versão multi-idioma está no roadmap.
A mídia original (o áudio/vídeo enviado) é excluída da nossa infraestrutura em até 24 horas após o fim da transcrição. A transcrição e o resumo ficam na sua conta até você apagá-los — ou 30 dias depois de excluir sua conta. Nossos provedores de fala-em-texto (AssemblyAI principal, OpenAI fallback) processam o áudio sob suas próprias políticas de retenção — veja /privacy para a lista completa de subprocessadores.
Não. Nosso provedor de ASR tem opt-out de treinamento por padrão nos endpoints pagos — usamos esses. Não adicionamos nada por cima: nenhum modelo próprio treinado com suas transcrições, nenhuma análise oculta.
Seus créditos não são descontados. A maioria das falhas (URL privado, arquivo muito longo, codec não suportado) vem com uma mensagem de erro clara e instruções para tentar de novo.
Sim — a qualquer momento no portal do Stripe. Você mantém o plano até o fim do período pago e depois cai para o Free na próxima data de renovação.
Reembolso integral em até 7 dias se você usou menos de 10% dos minutos do plano. Depois disso, reembolso proporcional ao que sobrou. Escreva para [email protected].
Sim — a REST API está no ar, webhooks também. Auth por chave de API está na fila. Limites de uso por plano. Documentação em /docs/api depois que você criar a conta.
Sem selo SOC 2. Se ainda não entregamos o controle, não colocamos o crachá.
Áudio e vídeo que você envia somem em até 24 horas após o término do processamento. Contrato firme, não uma configuração.
O provedor de ASR já tem opt-out de treinamento por padrão — usamos esses endpoints. Não acrescentamos nada por cima.
Criptografia em repouso e em trânsito, desde o primeiro dia. HSTS ativo.
Direitos de acesso, exclusão e portabilidade da UE respeitados. DPA mediante solicitação.
Definições → Eliminar conta. Todos os dados apagados em 30 dias. Sem abrir ticket de suporte.
Lista completa de fornecedores com a finalidade em /privacy. Sem fornecedores escondidos.
30 minutos grátis por mês, até 30 min por arquivo. Sem cartão de crédito, sem cobrar depois do trial, sem letrinhas miúdas. Cancele qualquer plano a qualquer momento, em um clique.