Transcrição de Entrevista Online

Da gravação ao texto citável

Seja uma entrevista de pesquisa para uma tese, uma fonte para uma reportagem ou uma conversa com usuários de um produto, a gravação só passa a servir depois de virar texto: codificada, citada, pesquisável. Transcrever à mão leva de quatro a seis horas por hora de áudio. Esta página mostra como fica a versão automática na sua própria gravação, usando os primeiros 5 minutos, antes de você levar o resto para o aplicativo.

Quem disse o quê

Entrevistas são gravações de duas vozes, e a transcrição reflete isso: cada turno recebe a etiqueta Falante A ou Falante B com marca de tempo, de modo que as perguntas do entrevistador e as respostas do participante não se misturam. Mesas com três pessoas funcionam do mesmo jeito. As etiquetas se mantêm consistentes ao longo de todo o texto — quem é Falante B no minuto um continua Falante B no minuto quatro —, e é isso que torna possível codificar por respondente.

O que a prévia faz

Seu navegador lê o arquivo e guarda os primeiros 5 minutos, cortando localmente as gravações mais longas e recodificando essa parte como WAV mono de 16 kHz, de forma que o restante nunca é enviado. O áudio segue por conexão criptografada até o motor de transcrição que está por trás do aplicativo SozAI (AssemblyAI). O idioma é detectado automaticamente entre 99 idiomas, a pontuação é acrescentada e as muletas verbais são levemente limpas — uma transcrição legível, e não uma verbatim rigorosa. Assim que o texto é entregue, o áudio e a transcrição são apagados no provedor.

Formatos e limites

• M4A, MP3, WAV, AAC, FLAC, OGG/OPUS, WEBM, até 25 MB como estão; gravações mais longas são cortadas para 5 minutos no navegador antes de qualquer envio (até 30 MB no computador, 12 MB no celular).
• Três prévias por dispositivo por dia, sem conta.
• Ligações gravadas no viva-voz e entrevistas feitas na mesa de um café são transcritas do mesmo jeito, com mais erros na voz mais baixa.

Consentimento e confidencialidade

Gravar uma pessoa exige o consentimento dela em praticamente todo lugar, e comitês de ética em pesquisa costumam pedir esse consentimento por escrito. Transcrever não muda isso. Se o seu protocolo restringe onde o áudio pode ser processado, saiba que a prévia é processada por um provedor sediado nos Estados Unidos, a menos que o site esteja configurado para o endpoint da UE; para qualquer material coberto por um acordo de tratamento de dados, use as configurações de projeto do aplicativo.

A entrevista inteira

Uma entrevista de uma hora equivale a doze prévias de áudio. O aplicativo SozAI transcreve tudo de uma vez, mantém as etiquetas de falante, gera um resumo dos temas e guarda cada entrevista em uma biblioteca que você pode pesquisar por inteiro. Importe do Gravador de Voz, do app Arquivos ou de uma gravação compartilhada. Os primeiros 30 minutos são gratuitos.