Transcrição de Texto: transforme uma gravação em texto
Adicione um arquivo de áudio, vídeo, gravação ou link. O VocaLingo cria a transcrição com identificação de pessoas e marcações de tempo, além de um resumo Essência. Sem precisar tocar em nenhum botão.
Atualizado em 2 de novembro de 2026Leitura de 4 min
Na aba Ferramentas, a ferramenta se chama Transcrição de Texto, e a tela aberta tem o título Fala para Texto. Ela é ideal para mensagens de voz, entrevistas, palestras, podcasts e qualquer outra gravação da qual você precise do conteúdo em texto.
O que você pode enviar
A Transcrição de Texto funciona com áudio. Vídeos também são aceitos: o aplicativo extrai o som do arquivo no seu aparelho e envia apenas o áudio.
| Origem | Limite | Detalhes |
|---|---|---|
| Arquivo de áudio | até 100 MB | MP3, M4A, AAC, WAV, FLAC, OGG, OPUS, WebM, 3GP |
| Arquivo de vídeo | áudio extraído de até 100 MB | o arquivo de vídeo em si não é enviado |
| Gravação no app | sem limite de tempo, arquivo de até 100 MB | botão Gravar áudio, veja como gravar áudio |
| Link | até 2 GB | YouTube, TikTok, Instagram, X, Facebook, Pinterest, links diretos para arquivos de mídia; outros sites também podem funcionar. Veja como importar a partir de um link |
| Menu Compartilhar (iOS e Android) | o mesmo que para arquivos | Resumo de Áudio no VocaLingo abre a ferramenta diretamente na aba Essência |
Como obter uma transcrição
Abra a aba Ferramentas e toque em Transcrição de Texto.
Adicione o áudio: Escolher para um arquivo, Gravar áudio para gravar na hora ou Colar link.
Aguarde. O reconhecimento começa sozinho assim que o arquivo é adicionado; não há um botão Transcrever. O texto aparece na aba Texto.
Abra a aba Essência para ver a versão resumida. Ela é gerada automaticamente após a transcrição.
O idioma falado é detectado automaticamente. Não é possível selecioná-lo de forma manual.
O que você encontra nas abas Texto e Essência
A aba Texto contém a transcrição completa. Com o motor de reconhecimento padrão, caso várias pessoas falem, o conteúdo é dividido por participante (Pessoa 1, Pessoa 2, etc.) com marcações de tempo para cada trecho. Toque em uma marcação de tempo para ouvir a gravação a partir desse ponto. Desative a opção Mostrar marcações de tempo para visualizar o texto puro. O conteúdo pode ser copiado ou compartilhado.
A aba Essência é um resumo feito no idioma do aplicativo, independentemente do idioma da gravação original. Ela conta com três seções:
Síntese: título, resumo, citações e a conclusão principal.
Pontos principais: tópicos centrais com marcações de tempo. Dependendo da gravação, você também recebe Passos, Perguntas e respostas, Termos ou Tarefas práticas.
Capítulos: a gravação dividida em partes com marcações de tempo.
Exportar para PDF salva a Essência em formato de documento. Abaixo da transcrição, a seção O que fazer a seguir? traz opções como Conversar no chat, Traduzir texto, Texto para fala e Analisar texto.
Cada resultado vai para o Histórico da ferramenta. Sem o plano Premium, os últimos 3 registros são mantidos; veja como funciona o histórico.
Como trocar o motor de reconhecimento
A Transcrição de Texto não possui configurações próprias. Ela utiliza o motor definido em Tradução de Áudio: abra Tradução de Áudio, toque no ícone de configurações e vá para a aba Reconhecimento.
| Motor | O que o aplicativo diz sobre ele |
|---|---|
| ElevenLabs Scribe (padrão) | sotaques e ruídos de fundo; divide o texto por pessoa |
| OpenAI Transcribe | termos técnicos e nomes próprios |
| OpenAI Whisper | para gravações longas |
A escolha se aplica a ambas as ferramentas.
Quanto custa
Com o ElevenLabs Scribe, o reconhecimento custa cerca de 0.73 tokens por minuto de áudio, logo uma hora consome aproximadamente 44 tokens. A Essência é cobrada à parte: uma fração de token para uma mensagem curta de voz, ou alguns tokens para gravações extensas. Os valores exatos para cada motor estão em tabela de preços em tokens de cada ferramenta.
O que a Transcrição de Texto não faz
Não há campo para digitar ou colar texto. Para trabalhar com um texto que você já possui, use a Tradução de Texto ou o chat.
Não cria arquivos de legenda (SRT, VTT). Legendas embutidas diretamente no vídeo são geradas por meio de Adicionar Legendas.
Não faz traduções por conta própria. Use a opção Traduzir texto abaixo da transcrição, ou acesse Tradução de Áudio para obter uma tradução narrada em voz alta.
Perguntas frequentes
Devo usar a Transcrição de Texto ou Vídeo para Texto para um vídeo?
Para vídeos curtos, qualquer uma das duas ferramentas funciona bem. Para vídeos longos, arquivos grandes ou gravações que você queira assistir ao mesmo tempo em que lê o texto, use Vídeo para Texto: a ferramenta aceita arquivos de até 3 GB, mantém o reprodutor de vídeo disponível e envia uma notificação assim que a transcrição estiver pronta.
Por que a Essência está em um idioma diferente da gravação?
A Essência é sempre escrita no idioma em que o aplicativo está configurado. Para recebê-la em outro idioma, altere a opção Idioma do Aplicativo em Ajustes antes de enviar o arquivo.
Falar com o suporte
Descreva o problema e responderemos por e-mail. Adicione o nome do arquivo ou o ID da tarefa, se tiver.