Vídeo para texto, sem enviar o vídeo

As palavras são o que você precisa — os pixels são apenas peso. Gravações de tela, chamadas gravadas, aulas e filmagens de câmera contêm uma trilha de áudio que vale a pena ler, mas arquivos de vídeo são enormes, e o pedido de “envie sua gravação de 2 GB” é onde a maioria das ferramentas online simplesmente falha.

Esta ferramenta nunca envia o vídeo. A faixa de áudio é extraída localmente no seu navegador, transcrita no seu hardware, e a transcrição é sua para editar e exportar. Seus arquivos nunca são enviados — tudo acontece no seu dispositivo.

Verificando o que este navegador suporta…

Como obter texto de um vídeo

  1. Arraste e solte o arquivo de vídeo

    MP4, WebM e MOV são suportados diretamente. Apenas a faixa de áudio é decodificada — os quadros do vídeo nem sequer são tocados.

  2. A transcrição roda localmente

    Por maior que seja o arquivo, não há espera para envio. Gravações longas transmitem a transcrição progressivamente com um tempo estimado visível.

  3. Use o texto

    Edite trechos, pesquise na transcrição, copie o texto simples — ou exporte SRT/VTT se o que você realmente queria eram legendas.

Por que o modo local vence para vídeos

Gigabytes? Sem problemas

Uma gravação de duas horas que levaria a noite toda para ser enviada começa a ser transcrita em segundos, porque nunca precisa sair do seu disco.

Filmagens permanecem privadas

Gravações de tela frequentemente contêm nomes, códigos, painéis e rostos. Nada aqui é enviado, portanto, nada disso fica exposto.

Resultado pronto para legendas

As exportações incluem SRT e VTT com marcações de tempo sincronizadas com o vídeo, prontas para carregar em reprodutores e editores.

Perguntas sobre transcrição de vídeo

Quais formatos de vídeo são suportados?
MP4, WebM e MOV cobrem a maioria das gravações. Se o seu navegador consegue reproduzir o arquivo, quase com certeza pode transcrevê-lo aqui — o mesmo decodificador integrado é utilizado.
O vídeo é enviado?
Não. O arquivo é lido localmente e apenas sua faixa de áudio é decodificada, no seu navegador. Seus arquivos nunca são enviados — essa é a arquitetura completa do sistema, não apenas uma opção nas configurações.
Posso transformar o resultado em legendas?
Sim — exporte SRT ou VTT com marcações de tempo dos trechos. Se o seu objetivo principal forem as legendas, a página dedicada do gerador de legendas orienta todo esse processo.
E quanto a vídeos com música ou ruído?
Falas misturadas com música ou ruído de fundo são transcritas com menos clareza do que uma faixa de voz limpa. O modelo — o Whisper de código aberto da OpenAI — é robusto para o padrão de reconhecimento de fala, mas nenhuma ferramenta transcreve o que não pode ser ouvido.
Existe limite de resolução ou de duração?
A resolução é irrelevante (os quadros do vídeo são completamente ignorados) e nenhum limite de duração é imposto. Arquivos longos estão limitados apenas à memória do seu dispositivo e ao tempo disponível.