Principais Pontos
Transcreva o episódio primeiro, com marcações de tempo, e trate esse arquivo como matéria-prima, não como algo pronto para publicar. As marcações de tempo dão os pontos dos capítulos. O texto dá as citações de destaque, que você confere com o áudio antes de publicar em qualquer lugar. O resumo é escrito para quem está decidindo se vai ouvir; as show notes são escritas para quem já ouviu. Publicar a transcrição bruta como se fossem suas notas não serve a nenhum dos dois leitores, porque a fala impressa fica cheia de repetições e começos truncados que ninguém percebe ao ouvir.
A gravação está pronta, a edição também, e agora surge uma segunda tarefa que ninguém avisou: escrever as notas, marcar os capítulos, montar um resumo para o feed, preparar duas ou três publicações para redes sociais. A maioria dos podcasters faz isso de memória, arrastando a barra de reprodução para frente e para trás em setenta minutos de áudio tentando achar o trecho em que o convidado falou aquela frase boa. Leva tanto tempo quanto a edição, e o resultado sai vago, porque você está descrevendo um episódio que só lembra pela metade.
Uma transcrição resolve o problema de encontrar as coisas. Ela não escreve as notas por você. O que ela faz é transformar cada uma dessas tarefas de um problema de busca em um problema de edição de texto — e editar é muito mais rápido do que procurar. A ordem em que você faz as coisas importa mais do que a ferramenta escolhida.
Comece pela transcrição, não pelas notas
A sequência que funciona é: transcrição com marcações de tempo, depois capítulos, depois citações de destaque, depois resumo, depois notas, depois posts para redes sociais. Cada etapa usa o que a etapa anterior produziu. Se você escrever as notas primeiro, vai acabar arrastando a barra de reprodução para achar a posição dos capítulos de qualquer jeito — e depois de novo para achar as citações.
As marcações de tempo são a parte que as pessoas pulam e depois se arrependem. Um bloco de texto puro conta o que foi dito. As marcações de tempo dizem onde — e onde é exatamente o que toda tarefa seguinte precisa: um capítulo é uma posição, uma citação de destaque precisa de uma posição para você conferir, e um ouvinte perguntando “em que ponto eles falam sobre preço” também quer uma posição. Uma transcrição sem marcações de tempo resolve metade do problema e deixa a outra metade por conta da barra de reprodução.
Existem várias formas de conseguir uma. Algumas plataformas de hospedagem geram transcrições como parte da publicação, alguns editores exportam do próprio programa de edição, e há ferramentas independentes; as diferenças práticas estão na identificação de quem fala, na precisão das marcações de tempo e no que acontece com vocabulário fora do comum. Transcrever um episódio de podcast já é um problema bem resolvido hoje em dia, e a escolha da ferramenta importa menos do que ter o arquivo aberto em uma segunda janela enquanto você escreve.
Se você quer isso no mesmo computador em que já edita, o SozAI é um aplicativo de transcrição para iOS, Android e macOS que recebe arquivos de áudio e vídeo ou um link do YouTube e devolve o texto com identificação de quem fala e um resumo. É uma opção entre várias, e se a sua plataforma já gera uma transcrição com marcações de tempo utilizável, use essa mesma e pule essa etapa extra.
Uma ressalva honesta: se seus episódios são curtos, tratam de um único assunto e você publica uma descrição de duas linhas com um link, esse fluxo de trabalho todo é excesso de esforço. A transcrição se paga em episódios longos, de conversa, com vários blocos de assunto distintos — o que é a maioria dos programas de entrevista.
Os capítulos vêm das marcações de tempo, não do texto
Capítulos são posições dentro do áudio. Isso parece óbvio até você tentar gerá-los a partir de um resumo e descobrir que um resumo não tem posição alguma. Ele pode dizer que o episódio tratou de contratação, preço e esgotamento profissional. Mas não pode dizer que o assunto preço começou aos quatorze minutos e alguns segundos, porque essa informação nunca esteve no texto do resumo.
Então a transcrição faz esse trabalho em duas passadas. Primeiro você lê tudo de uma vez, rápido, marcando os pontos em que o assunto realmente muda. Depois você anota a marcação de tempo da primeira fala do novo assunto, não da última fala do assunto anterior, para que quem pular direto para o capítulo caia no começo do assunto, e não na cauda do anterior.
Decidir onde estão as viradas é uma questão de julgamento, e continua sendo. Uma conversa não muda de assunto de forma limpa; ela se desvia, volta, e então alguém conta uma história que acaba sendo o ponto principal daquele trecho. Você precisa decidir se essa história é um capítulo próprio ou parte do capítulo em volta dela, e nenhum resumo automático toma essa decisão por você, porque ela depende do que você acha que os ouvintes vão querer pular para ver.
- Foque em capítulos para os quais um ouvinte plausivelmente pularia, não em todo assunto que foi mencionado.
- Nomeie pelo conteúdo, não pela estrutura: “Por que cancelaram o plano gratuito” é melhor do que “Parte 3”.
- Coloque a introdução e o intervalo comercial em capítulos curtos e separados, para as pessoas conseguirem pular esses trechos.
- Confira se o último capítulo começa antes do encerramento, não durante ele.
Os formatos variam de plataforma para plataforma. Algumas pedem horas, minutos e segundos, outras aceitam só minutos e segundos, outras exigem um separador específico, e um arquivo de capítulos que o player rejeita é pior do que não ter capítulos nenhum. Quando precisar converter entre formatos, um conversor de código de tempo direto no navegador resolve isso sem você fazer conta na calculadora à meia-noite.
Citações de destaque, e por que você confere de qualquer jeito
Passar os olhos pela transcrição em busca de frases marcantes é muito mais rápido do que ficar ouvindo à procura delas, e ainda traz à tona coisas que você tinha esquecido que foram ditas. Procure por frases que se sustentam sozinhas, sem precisar de contexto. Elas são mais raras do que se imagina em uma conversa, porque a maioria dos bons momentos depende da pergunta que veio antes, e uma frase que exige três frases de contexto não é uma boa citação de destaque.
Depois, confira cada uma com o áudio antes de colocá-la em uma imagem ou em um post. Isso não é opcional, e o motivo é desconfortável: os erros da transcrição automática se concentram exatamente nas frases marcantes que as pessoas querem citar. Escolhas de palavras fora do comum, termos inventados, entonação enfática, alguém falando rápido porque está animado — essas são justamente as condições em que o texto é menos confiável, e também as condições que produzem a frase que você quer colocar em letras garrafais.
Conferir fica fácil quando você já tem as marcações de tempo. Vá até a posição, ouça quinze segundos, confirme as palavras. Faça isso para quatro citações e você gastou uns dois minutos. Publicar uma citação errada do seu próprio convidado custa muito mais do que isso.
Um pequeno ajuste é aceitável — cortar um “é…”, remover um começo truncado, usar reticências onde você tirou um trecho. Reescrever o que a pessoa disse para deixar mais elegante não é aceitável, mesmo quando a versão mais elegante parece ser exatamente o que ela quis dizer.
O resumo e as notas são para dois leitores diferentes
O resumo é lido por quem ainda não ouviu e está decidindo se vai ouvir. Ele precisa funcionar como um texto independente: sobre o que é o episódio, quem participa, qual é o argumento, por que vale a pena investir uma hora nisso. Ele deve entregar o conteúdo em vez de só provocar curiosidade, porque um resumo que esconde o ponto principal parece um trailer, e as pessoas costumam pular trailers.
As show notes são lidas por quem já ouviu, ou por quem está ouvindo agora com as notas abertas ao lado. Esse leitor quer as informações específicas que não consegue tirar do áudio: o livro que foi mencionado, o perfil do convidado nas redes, o estudo sobre o qual discutiram, a ferramenta com o nome complicado, links para o episódio anterior que foi citado. Os capítulos também ficam aqui. Esse leitor não precisa que nada seja vendido para ele.
O erro mais comum é escrever um único parágrafo tentando cumprir as duas funções, o que resulta em algo vago demais para ser útil como resumo e raso demais para servir de referência. Escreva os dois separadamente. Ambos podem ser curtos.
Se você também publica uma versão em vídeo, o campo de descrição na plataforma de vídeo é um terceiro público, formado principalmente por pessoas que chegaram por busca ou recomendação. Passar o episódio por um resumidor que funciona a partir de um link do YouTube te dá um rascunho para esse campo, embora ele precise da mesma revisão que todo o resto aqui.
Os nomes são a parte que precisa estar certa
Uma transcrição torna seu acervo de episódios pesquisável, e essa é a diferença entre um ouvinte encontrar o episódio em que você falou sobre determinado assunto e desistir depois de duas tentativas. Áudio é opaco para buscas. Texto não é. Um arquivo de transcrições transforma trinta horas de conversa em algo que uma pessoa realmente consegue consultar.
O problema é que as palavras com maior chance de saírem erradas na transcrição são justamente as palavras que as pessoas procuram. Nomes de convidados, nomes de empresas, nomes de produtos — substantivos próprios em geral, principalmente os que não são palavras comuns do português. Eles são incomuns por natureza, e é por isso que a transcrição erra, e são específicos por natureza, e é por isso que são exatamente o que alguém digita numa busca.
Corrija esses nomes primeiro, antes de escrever qualquer outra coisa. Abra a transcrição, procure cada nome que você sabe que aparece, e corrija todas as ocorrências de uma vez. Leva poucos minutos e o efeito se propaga: a grafia correta passa a valer nos títulos dos capítulos, nas citações, no resumo e nas notas, sem você precisar corrigir a mesma coisa quatro vezes. Fique atento a nomes que apareceram em duas ou três grafias erradas diferentes, porque um único “substituir tudo” só vai pegar uma delas.
O que a transcrição não faz por você
Ela não vai ser suas show notes. Publicar a transcrição bruta no campo de notas é o erro mais comum em todo esse processo, e o resultado é tão ruim quanto parece. A fala é cheia de repetições, recomeços, frases abandonadas no meio e comentários paralelos que passam completamente despercebidos enquanto se está ouvindo, mas saltam aos olhos na página. O ouvinte não percebeu o convidado dizer “tipo assim” nove vezes. O leitor percebe na hora.
E isso não satisfaz ninguém, especificamente. Quem está decidindo se vai ouvir não quer onze mil palavras. Quem já ouviu quer os links e as referências, não a mesma coisa que acabou de escutar, só que pior escrita. Parece só um preenchimento de espaço, e os mecanismos de busca já sabem identificar preenchimento de espaço há muito tempo.
Publicar a transcrição em uma página própria, claramente identificada como transcrição, é outra história e é uma boa prática. Serve para acessibilidade e para busca, e quem abre essa página sabe exatamente o que vai encontrar.
Transformar uma transcrição em um artigo de leitura fluida é possível, e é trabalho de redação de verdade — reestruturar, cortar, acrescentar o contexto que as vozes davam e a página, por si só, não dá. Reserve tempo de fato para isso, ou não faça. A transcrição te livra da barra de reprodução. Ela não te livra da escrita, e qualquer fluxo de trabalho que promete o contrário está descrevendo show notes que ninguém lê.
