MP4 para texto, sem desvio pelo MP3
Solte um MP4 e tire as palavras dele. A trilha de áudio é extraída do contêiner para você, então não existe etapa intermediária de exportar para MP3 — nem qualidade perdida numa segunda compressão.
Solte seu MP4 aqui
MP4, MOV, AVI, MKV, WebM — até 120 minutos
MP4 é o arquivo com que você quase sempre acaba
Celulares, gravadores de tela, softwares de reunião, câmeras mirrorless: peça vídeo a praticamente qualquer aparelho e o que cai no seu disco é um MP4. Ele conquistou esse lugar por ser o contêiner que roda em todo canto sem ninguém precisar pensar a respeito.
Essa onipresença é também o motivo de tanta gente precisar transcrever MP4 para texto em algum momento. A gravação nunca foi feita pensando em transcrição; era só a saída padrão de quem registrou o momento.
Daí vem o que vale entender antes de converter MP4 em texto: um MP4 é um contêiner, não um codec. Dentro dele convivem dois fluxos separados — normalmente H.264 ou H.265 para a imagem e AAC para o som. Tudo o que vem depois decorre desse único fato.
A imagem é 95% dos bytes
Num MP4 típico o fluxo de vídeo esmaga o de áudio. Tudo o que você quer de uma transcrição está naquela pequena porcentagem que carrega o som.
Só o áudio é lido
O fluxo de vídeo é descartado antes de o reconhecimento começar. Um arquivo em 4K e outro em 480p com a mesma duração geram a mesma transcrição pelo mesmo preço.
Você raramente escolheu o formato
MP4 foi o que o aparelho entregou. Isso também significa que o áudio lá dentro foi gravado para ser assistido, não lido — e é isso que define a precisão.
O tamanho é o limite real
Os minutos quase nunca travam primeiro. Com vídeo de celular, o arquivo bate no teto de tamanho muito antes do limite de duração.
O que converter MP4 em texto realmente envolve
Converter MP4 em texto significa desmultiplexar o arquivo — separar o fluxo de áudio do fluxo de vídeo — e aplicar reconhecimento de fala só ao áudio. A imagem é descartada antes de a transcrição começar, e por isso a resolução não muda nem o preço nem o resultado.
Dessa definição decorrem quatro coisas que, juntas, respondem quase tudo que as pessoas perguntam antes de enviar o primeiro arquivo.
- Desmultiplexa, não converte Nada é recodificado na entrada. O fluxo de áudio existente é retirado intacto do contêiner, então nesta etapa não se perde qualidade.
- Não precisa exportar para MP3 Os tutoriais antigos mandam extrair um MP3 primeiro, porque as ferramentas da época só aceitavam áudio. Essa etapa hoje é redundante, e recomprimir para MP3 só pode piorar o som.
- As marcações de tempo vêm do áudio Cada linha carrega o momento em que foi dita, e é isso que permite a mesma transcrição virar um arquivo de legenda SRT sem trabalho extra.
- Já tem só o áudio? Se seu arquivo é MP3, WAV ou M4A em vez de vídeo, as ferramentas de áudio cuidam dele direto: mesmo motor, mesmos créditos, uma etapa a menos.
Transcrever MP4 para texto em quatro etapas
Tudo roda no navegador. Nada para instalar e sem preparar o arquivo antes.
Envie o MP4 como está
Arraste o arquivo direto do seu disco. Ele vai para o armazenamento a partir do navegador, então uma gravação grande não empaca em nenhum limite de tamanho intermediário no caminho.
A trilha de áudio é retirada
O contêiner é aberto, o som é separado da imagem e só o som segue adiante. Isso acontece automaticamente: não é uma etapa que você executa.
O reconhecimento de fala roda
O idioma falado é detectado entre mais de 100 idiomas e a transcrição volta dividida em segmentos com marcação de tempo que você pode ler e corrigir.
Exporte o que precisar
Texto simples para documentos, ou SRT e VTT se as palavras voltam para o vídeo como legenda. Uma execução, quantos formatos você quiser.
Um MP4 de dez minutos costuma voltar em menos de um minuto. Arquivos longos são divididos internamente e recompostos depois, então uma gravação de duas horas se comporta igual a uma de dois minutos.
As gravações que as pessoas realmente precisam transcrever
Quase nenhuma foi feita pensando em transcrição. Esse é o caso normal, não a exceção.
Gravações de reunião
Exportadas como MP4 pelo software de videoconferência. Costuma ser o áudio mais limpo que você vai conseguir, porque o som veio pelo canal e não pelo ar.
Gravações de tela
Tutoriais, demonstrações, relatos de bug. Áudio do sistema mais microfone, e longas o bastante para revê-las ser um sofrimento.
Aulas e treinamentos
Uma hora ou mais de uma pessoa só falando: o formato em que uma transcrição pesquisável economiza mais tempo por arquivo.
Entrevistas no celular
Gravadas com o que estava no bolso de alguém. Bitrate alto, arquivo enorme e voz captada de mais longe do que se pretendia.
Videopodcasts
O episódio já está pronto; as notas do programa não. Uma transcrição transforma esse segundo trabalho numa edição em vez de uma reescuta.
Registros de eventos
Palestras que merecem ser citadas, enterradas em arquivos que ninguém vai percorrer. O texto é o que as torna citáveis.
Webinar de 45 minutos Volta como cerca de 6.000 palavras: matéria-prima de sobra para um artigo, uma newsletter e alguns cortes.
Aula de 2 horas Cerca de 200 MB em 480p, então passa nos dois limites com folga. Dividida internamente e devolvida como uma transcrição só.
Entrevista de 10 minutos Pode ocupar 1,2 GB em 1080p60. Cabe bem no limite de tamanho, mas lembra que minutos e megabytes não são a mesma medida.
Clipe de 30 segundos Custa 250 créditos: a cobrança segue a duração da gravação, então arquivos curtos saem baratos independentemente da resolução.
O que entra e o que sai
MP4 e seus parentes
MOV, AVI, MKV e WebM funcionam igual: também são contêineres, e o áudio é retirado de todos eles do mesmo jeito.
TXT para ler
Texto simples com ou sem códigos de tempo. É este que você quer para anotações, busca, citações ou colar num rascunho.
SRT e VTT para legenda
Arquivos sincronizados que entram no YouTube, Premiere, Final Cut ou qualquer player. Dê ao SRT o mesmo nome do MP4 e a maioria carrega sozinho.
Mais de 100 idiomas
Detectados automaticamente. Uma gravação que muda de idioma no meio é transcrita em cada idioma como foi falado.
As legendas não são queimadas na imagem: o SRT continua sendo um arquivo separado, então dá para corrigir um nome ou um termo sem renderizar o vídeo de novo.
Como tirar uma transcrição limpa de um MP4
O áudio de um MP4 quase sempre foi gravado antes de alguém pensar em transcrição. Você não pode voltar e regravar, mas saber o que prejudica a precisão indica o que dá para corrigir e o que dá para aceitar.
- Distância do microfone da câmera Microfones de celular e câmera ficam a metros de quem fala e captam a sala junto com a voz. Esse é o principal motivo de um MP4 gravado no celular transcrever pior que uma gravação de tela.
- Gravações de tela ganham Quando o áudio vem do sistema e não pelo ar, não há sala, nem distância, nem ruído de manuseio. Esses arquivos entregam os melhores resultados de forma consistente.
- Música de fundo Música por baixo do diálogo confunde o reconhecimento bem mais que um ruído constante como ar-condicionado. Tire antes de transcrever, não depois.
- Várias pessoas ao mesmo tempo Falas sobrepostas são a causa mais comum de trechos embolados. Não há o que fazer depois, então conte com limpar esses pedaços à mão.
- Nomes e jargões Nomes de produto e termos técnicos são onde até uma transcrição de 97% mostra as costuras. Uma passada de localizar e substituir no texto exportado resolve em menos de um minuto.
Quanto tempo seu MP4 pode ter, na prática?
Os planos pagos aceitam 120 minutos ou 2 GB por arquivo, o que vier primeiro — e qual dos dois você encosta depende inteiramente de como a gravação foi feita. Quem decide é o bitrate, não a duração. Estes números são estimativas a partir de bitrates típicos; seu arquivo pode variar.
| Origem | Bitrate típico | 2 GB dão para | 120 min pesam | Limite que vem primeiro |
|---|---|---|---|---|
| Celular, 4K | 45 Mbps | ~6 minutos | ~40 GB | Tamanho |
| Celular, 1080p60 | 25 Mbps | ~11 minutos | ~22 GB | Tamanho |
| Celular, 1080p30 | 17 Mbps | ~16 minutos | ~15 GB | Tamanho |
| Gravação de tela, 1080p | 8 Mbps | ~33 minutos | ~7 GB | Tamanho |
| Reunião exportada, 720p | 2 Mbps | ~2,2 horas | ~1,8 GB | Duração |
| Aula, 480p | 1 Mbps | ~4,4 horas | ~0,9 GB | Duração |
Se seu arquivo está grande demais: recodifique num bitrate menor antes de enviar. Baixar vídeo de celular de 1080p60 para 720p encolhe o arquivo umas dez vezes e não muda a transcrição em nada, porque recodificar o vídeo não toca na trilha de áudio. Dividir o arquivo também funciona, embora depois você tenha que juntar duas transcrições à mão. O que não ajuda é converter para MP3 antes: mesmo áudio, uma etapa a mais e outra rodada de compressão.
O que o texto destrava
Todas as ferramentas abaixo saem do mesmo saldo de créditos da sua transcrição: nenhuma exige uma segunda assinatura.
Texto para voz
Transforme a transcrição já editada numa narração com outra voz.
Abrir o conversor de MP4 para textoClonagem de voz
Narre com a sua própria voz, treinada a partir de uma amostra curta.
Abrir o conversor de MP4 para textoIsolador de voz
Tire ruído de sala e música de fundo: use antes de transcrever, não depois.
Abrir o conversor de MP4 para textoGerador de podcast com IA
Transforme uma transcrição longa num episódio com várias vozes.
Abrir o conversor de MP4 para textoDúvidas sobre transcrever MP4
Converta seu primeiro MP4 para texto de graça
Contas novas incluem cerca de dez minutos de transcrição. O suficiente para rodar uma gravação real e julgar o resultado com o seu próprio material em vez de um clipe de demonstração.
Converter MP4 para texto