A transcrição no navegador, sem instalar o Whisper.
Envie um arquivo pelo navegador e receba a transcrição em minutos - sem pip, sem CUDA e sem uma tarde perdida com erros de dependências. O reconhecimento de fala roda do nosso lado, em 99 idiomas.
Transcrever o seu arquivo →Assistir ao tutorial completo no YouTube
Quanto custa de verdade rodar o Whisper por conta própria
O modelo é gratuito. Tudo em volta dele, não.
A instalação
Python, ffmpeg, um ambiente virtual e a compilação certa do torch para a sua GPU. Uma tarde de erros de dependências antes da primeira transcrição.
Aqui: você abre a página e solta o arquivo. Nada para instalar e nada para manter atualizado.
O hardware
Em CPU, o modelo grande roda mais devagar que o tempo real - uma hora de áudio pode levar bem mais de uma hora, com o cooler no máximo.
Aqui: a transcrição roda na nuvem. Uma hora de áudio volta em minutos enquanto você faz outra coisa.
A saída bruta
O Whisper entrega texto. Identificação de falantes, arquivos de legendas, resumos e tradução são, cada um, um projeto à parte.
Aqui: os quatro voltam do mesmo envio, já prontos.
O que você recebe além da transcrição
Exatamente as peças que a gente acaba programando depois da primeira execução local.
Identificação de falantes
Cada linha atribuída a uma voz em gravações com vários falantes - entrevistas, painéis, reuniões. Depois você substitui "Falante 1" por nomes reais.
Legendas prontas para usar
Exporte .srt e .vtt com quebras de linha e tempos sensatos, em vez de pós-processar os segmentos crus do Whisper até um player aceitá-los.
99 idiomas de entrada, 18 de saída
Transcrição em 99 idiomas, mais a tradução da transcrição final para 18 idiomas e um resumo com IA do que foi dito.
Pague apenas pelo que usa
Recarregue uma vez. Os créditos nunca expiram. Sem assinatura. Um só saldo para transcrição, digitalizações e legendas.
Contas novas ganham 15 minutos grátis - os créditos também valem para digitalizações e legendas.
Perguntas frequentes
Não achou sua dúvida? Escreva para nós: costumamos responder em um dia útil.
Não seria melhor rodar o Whisper localmente?
Se você tem uma GPU boa, está à vontade com Python e transcreve o tempo todo, honestamente sim: rodando localmente, você paga a eletricidade e o tempo de configuração, e nada por hora depois disso. O Speecho faz sentido quando você não tem o hardware, não quer manter a stack ou quer identificação de falantes, legendas, resumos e tradução sem ter que construir tudo isso.
Preciso instalar alguma coisa?
Não. Roda no navegador - sem Python, sem ffmpeg, sem pesos de modelo para baixar. Nos vídeos, o áudio é extraído localmente antes do envio, então você também não manda gigabytes pela rede.
Que idiomas suporta?
O Speecho transcreve 99 idiomas e traduz a transcrição final para 18. A precisão é maior com áudio limpo em idiomas muito falados, tal como em qualquer reconhecimento de fala, incluindo o Whisper local.
Meu áudio é usado para treinar modelos de IA?
Não. As gravações não são usadas para treino, os arquivos de origem são apagados após o processamento, e você pode apagar transcrições do histórico quando quiser.
Quanto custa?
Entre US$ 0,83 e US$ 1,25 por hora de áudio, conforme o valor da recarga. Não há assinatura, os créditos nunca expiram e você recebe 15 minutos grátis ao confirmar o e-mail.
A transcrição, sem a tarde de configuração.
Transcrição, falantes, legendas, resumo e tradução a partir de um só envio.
Transcrever o seu arquivo →