Transcrever áudios do WhatsApp em texto

Por que ler um áudio em vez de ouvir

Um áudio de três minutos tem cerca de 400 palavras. Ouvir leva três minutos; ler leva quarenta segundos — e ainda dá para pesquisar, citar e encaminhar só a frase que interessa. O WhatsApp mostra transcrição de algumas mensagens em alguns celulares, mas não em todos os idiomas, não em áudios encaminhados e nunca no arquivo exportado que está parado no seu app de Arquivos. Esta página pega esse arquivo e devolve as palavras.

De onde vem o arquivo

O WhatsApp guarda os áudios em Opus dentro de um contêiner Ogg, então o arquivo exportado termina em .opus. No Android, mantenha o dedo na mensagem, escolha Compartilhar e salve em Arquivos ou envie para o computador; os originais também ficam em WhatsApp/Media/WhatsApp Voice Notes/. No iPhone, mantenha o dedo na mensagem, toque em Encaminhar, depois no ícone de Compartilhar e em Salvar em Arquivos. Nos dois casos o arquivo é minúsculo — um minuto de fala dá mais ou menos 100–200 KB —, então o envio leva um segundo.

O que acontece quando você solta o arquivo aqui

Quem lê o arquivo primeiro é o seu navegador. Se ele passar de 5 minutos, o próprio navegador guarda só os primeiros 5 minutos e recodifica essa parte como WAV mono de 16 kHz, de modo que o resto nunca sai do seu aparelho. O áudio segue por uma conexão criptografada até o mesmo motor de transcrição que roda no app SozAI, operado pela AssemblyAI. O idioma é detectado automaticamente entre 99 idiomas, então tanto o áudio em português de um primo quanto o em alemão de um colega voltam no idioma em que foram falados. Quando a transcrição aparece, o áudio e o texto são apagados no provedor; nada fica guardado neste site.

Formatos e limites

• Aceitos: OPUS/OGG, MP3, M4A, WAV, AAC, FLAC, WEBM, até 25 MB.
• Duração da prévia: os primeiros 5 minutos de cada arquivo.
• Três prévias por aparelho por dia; sem cadastro, sem cartão.
• No iPhone, o Safari não consegue decodificar Opus sozinho, então o arquivo vai inteiro e é cortado em 5 minutos no servidor. Áudios do WhatsApp são pequenos o bastante para isso não fazer diferença.

Quando a prévia não dá conta

Um áudio avulso cabe tranquilamente em 5 minutos. Quarenta áudios acumulados num grupo, ou o monólogo de vinte minutos que um amigo mandou de madrugada, não cabem. O app SozAI não tem limite de duração: compartilhe o áudio direto do WhatsApp para o SozAI no iPhone ou no Android e a transcrição cai numa biblioteca pesquisável, com resumo e, se você precisar, tradução. Os primeiros 30 minutos são gratuitos.