Apresentadores e convidados separados
Com um pacote, o MAI-Transcribe-2 identifica quem está falando — mesmo com três ou quatro vozes.
Notas do episódio · Blog · Acessibilidade
Uma transcrição torna seu episódio encontrável e acessível: mecanismos de busca não leem áudio, e pessoas surdas também não. Envie o episódio e receba texto com locutores e marcações de tempo — a base para notas do episódio, capítulos e posts de blog.
Teste gratuito: 3 transcrições por mês calendário, cada uma de até 10 minutos, sem conta — como texto simples. Separação de locutores (“quem disse o quê”) e arquivos de até 4 horas fazem parte das ofertas pagas: passe diário 2,99 €, créditos 4,99 €, Pro 8,99 € por mês.
Envie um episódioMono a 64 kbps basta para o reconhecimento: cerca de 29 MB por hora, então episódios longos ficam abaixo do limite de 100 MB.
Envie o arquivo ou cole o link direto do MP3 do seu feed RSS.
TXT para as notas do episódio, Word para o post do blog, SRT ou VTT para o vídeo do YouTube.
Com um pacote, o MAI-Transcribe-2 identifica quem está falando — mesmo com três ou quatro vozes.
Cada trecho tem uma marcação de tempo, então mudanças de assunto são fáceis de encontrar e transformar em capítulos.
Episódios longos de conversa rodam de uma vez.
Para podcasts em vídeo, você recebe SRT e VTT, com nomes dos locutores se quiser.
Sim, indiretamente: o Google indexa texto, não áudio. Uma transcrição, ou um artigo baseado nela na página do episódio, fornece as palavras que as pessoas pesquisam.
Exporte uma cópia em mono a 64 kbps. Isso é suficiente para o reconhecimento de fala, e uma hora ocupa apenas cerca de 29 MB.
Bem, desde que as pessoas não falem todas ao mesmo tempo. Trilhas separadas ou pelo menos microfones separados melhoram muito a separação de locutores.
Leia uma vez antes: nomes, marcas e jargões são os erros mais comuns. Clique em uma marcação de tempo para ouvir o trecho.
Não para o teste gratuito. Você só precisa de uma conta para comprar um pacote (passe diário, créditos ou Pro) — assinatura nunca é obrigatória. Limites técnicos contra abuso se aplicam.
O reconhecimento passa pelo OpenRouter sem retenção de dados — os provedores (Microsoft Azure, DeepInfra, Groq) não armazenam nem áudio nem texto. O Sprechverlauf exclui o arquivo enviado após o processamento, no máximo após duas horas, e mantém a transcrição na memória por no máximo duas horas. Somente usuários conectados recebem uma cópia criptografada na conta, que podem excluir a qualquer momento.
Premium: upload videos (MP4, MOV, WebM, up to 100 MiB), name speakers and review subtitles before exporting SRT or VTT. The video is deleted from our server one hour after upload. Your encrypted transcript stays in your account until you delete it. Only the extracted audio is sent for transcription.