Versão em português do Brasil. As capturas de tela, os trechos citados e os arquivos de exemplo preservam o idioma e os dados do registro original. Os nomes dos controles no texto são suas traduções.
Transforme o áudio que você tem direito de processar em texto pesquisável e selecionável. Verifique o arquivo, revise sua duração e cota e então confirme explicitamente a transcrição.
O Vidleaf aceita áudio MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR e WMA. Você também pode escolher um vídeo MP4 ou MOV: a página extrai a faixa de áudio no seu dispositivo e envia apenas o som, nunca o vídeo. Arquivos de áudio são limitados a 60 MiB cada; áudio AAC em um arquivo M4A e faixas extraídas de um vídeo não estão limitados a 60 MiB quando sua taxa de bits média é de 320 kbps ou menos, e seguem o limite de duração por ativo. Cotas gratuitas, Pack S e Single Pass suportam ativos de até 120 minutos. Créditos válidos de transcrição do Pack L suportam uploads de até 180 minutos, desde que você tenha minutos L suficientes para toda a tarefa no momento do envio. O limite de duração do arquivo é separado da sua cota restante: poder enviar não significa que você já tem minutos de transcrição suficientes.
Faça login e abra o upload de áudio ou vídeo →Verifique cotas e pacotes
O login é obrigatório. Este link abre “Enviar áudio ou vídeo local” no ambiente de trabalho. Ao retornar do login, essa entrada é restaurada sem selecionar um arquivo, aceitar termos ou iniciar a transcrição por você.
Recodificar fala pouco clara não restaurará palavras ausentes. Compare vozes distantes e conversas sobrepostas com sua gravação original.
Faça login, abra “Enviar áudio ou vídeo local” e use o seletor de arquivos ou a área de arrastar e soltar. Escolha um arquivo de áudio ou vídeo. Visitantes retornam a esta entrada após o login; nenhum arquivo é enviado automaticamente.
Quando o consentimento é necessário, o aviso separado descreve os processadores, os dados e a finalidade antes de o áudio selecionado ser enviado. Você pode recusar e escolher novamente depois. Aceitar este aviso é diferente de confirmar a cota de transcrição para esta tarefa específica.
Após o upload e as verificações do arquivo, revise a duração detectada, o uso estimado de transcrição e a cota disponível. Confirme o processamento somente quando esses valores forem aceitáveis. Se forem necessários créditos comprados, siga a fonte exibida e os controles de autorização. Um upload concluído por si só não inicia o reconhecimento.
Se a mesma conta já tiver um resultado utilizável para o mesmo arquivo, enviá-lo novamente pode abrir esse resultado sem criar outra tarefa de transcrição. Resultados privados não são compartilhados entre contas diferentes por meio dessa reutilização.
Estas capturas de tela mostram o frontend atual em uma demonstração isolada. Nomes de arquivos, duração e valores de cota são ilustrativos. Nenhuma transcrição, solicitação a provedor ou pagamento foi enviado; estes não são registros reais de tarefas ou contas.
Esta seção não é uma demonstração. Em 25 de setembro de 2026, a gravação abaixo foi enviada, transcrita e exportada em vidleaf.app com a conta do operador do site. Os serviços de reconhecimento mudam, então o mesmo arquivo pode dar resultados diferentes depois.
A gravação é o Segundo Discurso de Posse de Abraham Lincoln, do LibriVox, lido por John Greenman (item do Internet Archive): um MP3 de 7 minutos e 9 segundos, cerca de 6.9 MB. Tanto a gravação quanto o discurso estão em domínio público. A transcrição foi comparada com o texto no Wikisource, extraído de Lincoln's Life and Works.
A tarefa terminou cerca de 7 segundos após a confirmação, considerando os horários de criação e conclusão no registro da tarefa, e produziu 47 linhas com marcação de tempo. As linhas 1–3 são a introdução do LibriVox e a linha 47 é o anúncio de encerramento; remova-as quando precisar apenas do discurso.
O leitor falou 705 palavras do discurso. A transcrição perdeu 5 delas e não teve outros erros de palavras, uma taxa de erro de palavras de cerca de 0.7% quando maiúsculas e pontuação são ignoradas. Todas as cinco palavras ausentes ficam no final da linha 04:43, que dura exatamente 30 segundos. A linha seguinte começa com “departure”, então a frase perde sua pergunta.
Quatro diferenças em relação ao texto impresso não foram contadas como erros, porque o leitor as disse dessa forma e um segundo modelo de fala independente ouviu as mesmas palavras: “quote … unquote” em torno das duas citações, “bondsman's” em vez de “bondman's”, “suppose American slavery” sem “that”, e “a just and a lasting peace”.
| Linha | Transcrição | Texto original | O que corrigir |
|---|---|---|---|
| 04:43–05:13 | …by whom the offense came, / departure from those divine attributes… | …by whom the offense came, shall we discern therein any departure from those divine attributes… | Cinco palavras ausentes no final de uma linha de 30 segundos |
| 03:46 | both read the same bible and pray to the same god | Both read the same Bible, and pray to the same God | Coloque os substantivos próprios em maiúscula |
| 03:57 | a just god's assistance | a just God's assistance | Letra maiúscula |
| 01:52 | saving the union without war | saving the Union without war | Letra maiúscula |
| 04:27 | quote, woe unto the world … cometh, unquote. | “Woe unto the world … cometh.” | Aspas faladas: use pontuação ao citar |
O SRT exportado, sem edição (linhas 33–34):
33 00:04:43,324 --> 00:05:13,324 If we shall suppose American slavery is one of those offenses which in the providence of God must needs come, but which, having continued through his appointed time, he now wills to remove, and that he gives to both North and South this terrible war, as the woe due to those by whom the offense came, 34 00:05:13,324 --> 00:05:21,796 departure from those divine attributes which the believers in a living God always ascribe to him?
Este foi um único falante lendo claramente em uma gravação silenciosa. Reuniões, entrevistas e áudio ruidoso são mais difíceis, então verifique a gravação original antes de publicar ou citar.
| Item | Limite atual | O que verificar |
|---|---|---|
| Formato do arquivo | Áudio MP3, M4A, WAV, AAC, FLAC, OGG, Opus, AMR ou WMA. De um vídeo MP4 ou MOV, apenas a faixa de áudio AAC extraída no seu dispositivo é enviada. | Se o som de um vídeo não for AAC, exporte o áudio primeiro. Não apenas renomeie uma extensão. |
| Tamanho do arquivo | Arquivos de áudio: até 60 MiB, e o Pack L não aumenta esse limite. Áudio AAC em M4A e faixas extraídas a uma média de 320 kbps ou menos seguem o limite de duração por ativo. | Verifique as propriedades do arquivo; converta WAV para um M4A AAC ou divida a gravação localmente, se necessário. |
| Duração comum | Franquias gratuitas, S e Single Pass: até 120 minutos por ativo. | Verifique seus minutos restantes separadamente deste teto de duração. |
| Áudio longo com L | Até 180 minutos com créditos de transcrição L válidos. Uma tarefa acima de 120 minutos usa minutos de transcrição L para a gravação inteira. | Você precisa de minutos L suficientes no envio; franquias gratuitas, S e Single Pass não podem cobrir a diferença para essa tarefa longa. |
| Detecção de falantes | Disponível assim que a transcrição terminar. O original é mantido por no máximo cerca de seis horas após o envio; depois disso, envie o mesmo arquivo novamente (um arquivo já transcrito não é cobrado de novo). | A detecção de falantes é medida por duração como um direito separado da transcrição; execute-a dentro da janela ou envie novamente primeiro. |
| Reprodução do original | Sem reprodução do original após a limpeza. | Guarde sua própria gravação autorizada para conferir a transcrição. |
| Inspeção do arquivo | Streams ilegíveis, exportações incompletas ou duração desconhecida podem causar rejeição. | Verifique a reprodução local e exporte um arquivo de áudio completo antes de tentar novamente. |
| Precisão da saída | Palavras, pontuação e carimbos de tempo podem estar incorretos. | Revise trechos importantes antes de publicar, citar ou entregar o texto. |
Suponha que sua gravação dure 150 minutos e o arquivo esteja dentro do limite de tamanho de envio. Minutos gratuitos restantes ou minutos S não podem ser combinados para custear essa tarefa acima de 120 minutos. Você precisa de créditos de transcrição L suficientes para todos os 150 minutos, e a tarefa deve passar na verificação de uso no envio. O teto L de 180 minutos é um limite por ativo, não uma alocação gratuita extra para cada gravação.
Para tarefas comuns de até 120 minutos, as franquias semanais e de cadastro normalmente são usadas primeiro, seguidas dos créditos comprados elegíveis. A confirmação mostra a fonte aplicável e o uso esperado. A disponibilidade pode mudar quando outra tarefa reserva créditos ou um direito expira, é consumido ou fica congelado. Se o processamento estiver indisponível, verifique “Minha conta → Franquias & uso” antes de enviar novamente.
Um Single Pass vincula-se a um ativo no seu primeiro uso efetivo e tem janelas separadas de início e conclusão. Resumos e traduções usam chamadas de IA, enquanto a detecção de falantes é um direito separado. Concluir a transcrição não torna gratuita toda operação posterior. Consulte os planos atuais e a confirmação de compra para disponibilidade, preços e termos de reembolso.
Pesquise no texto final por nomes, datas, valores, termos técnicos e negações, depois ouça esses trechos. Um “não” ausente ou um decimal incorreto muda o sentido. Falas sobrepostas podem ser combinadas em um único segmento; a ordem dos parágrafos não é prova de quem disse algo.
Use “Todos TXT / Todos SRT” para o resultado completo sem selecionar cada linha. Para um extrato, selecione as linhas relevantes e exporte essa seleção. TXT é prático para edição; SRT inclui carimbos de tempo para ferramentas de legenda. Verifique novamente a sincronia após mesclar, excluir ou alterar legendas.
O exemplo a seguir ilustra a estrutura SRT; não é uma saída de uma gravação real:
1 00:00:00,000 --> 00:00:02,400 [first recognized passage] 2 00:00:02,400 --> 00:00:05,100 [second recognized passage]
Resumos comprimem a fonte e traduções alteram sua redação. Para uma citação direta, confira a transcrição com o áudio original em vez de tratar um resumo como fala literal.
Transcrições, traduções e resumos de envios locais ficam restritos à conta que fez o envio. Os originais são armazenados temporariamente no servidor por no máximo cerca de seis horas após o envio: um original transcrito com sucesso permanece disponível para detecção de falantes durante essa janela, enquanto um cuja transcrição falhou ou foi cancelada é excluído imediatamente. Interrupções ou falhas de armazenamento podem atrasar a limpeza. O texto processado é armazenado separadamente, portanto remover o áudio original não exclui a transcrição por si só.
Ocultar um item em “Minhas tarefas” oculta a entrada do histórico em vez de excluir seu texto salvo. Siga as instruções de retenção e exclusão da política de privacidade para solicitar a remoção dos resultados processados. Para solução de problemas, comece pelo status da tarefa, pela mensagem de erro e pelo horário do problema. Evite enviar gravações privadas, credenciais ou informações pessoais desnecessárias em uma mensagem inicial de suporte. O aviso de áudio atual e a política de privacidade descrevem os processadores e as finalidades.
Após o envio, revise a duração e o uso antes de confirmar a transcrição. Se já foi enviada, verifique o status em Minhas tarefas. Selecionar o arquivo novamente não acelera uma tarefa em execução.
Um teto de duração não é uma alocação automática de créditos. Outras tarefas podem reservar minutos e direitos podem expirar. Verifique as franquias semanais, de cadastro e compradas, depois revise a confirmação atual.
Leia o erro e verifique Minhas tarefas primeiro. Um envio incompleto é diferente de uma resposta perdida após o envio: esta última pode deixar uma tarefa em execução no servidor. Uma desconexão do navegador não prova que nenhuma tarefa foi criada. Evite envios repetidos até verificar a tarefa existente, depois resolva qualquer problema de rede ou de exportação do arquivo.
Assim que a transcrição terminar, você pode executar a detecção automática de falantes. Ela apenas separa quem fala e quando; não identifica nomes reais a partir das vozes. O original é mantido por no máximo cerca de seis horas após o envio; depois disso, envie o mesmo arquivo novamente para executá-la. Verifique qualquer atribuição com sua própria gravação.
Cancelar antes da confirmação de início não cria nenhuma tarefa de transcrição. Após o envio, o cancelamento depende do estágio de processamento; trabalho já aceito por um provedor pode continuar e gerar custo. Use o status da tarefa e os registros de uso da conta para verificar o resultado. Fechar uma página não é uma solicitação de cancelamento.
Um resultado utilizável na mesma conta pode abrir diretamente. Alterar o arquivo ou trocar de conta pode impedir o reaproveitamento. O resultado privado de outro usuário não é exposto a você.
Abrir envio de áudioVerificar franquias e planosLer legendas existentes do YouTubeLer legendas do BilibiliRegras de conteúdo