Por Equipa editorial de whispertranscribe.ai · Última atualização: novembro de 2026 · 12 min de leitura
O formato certo de transcrição de podcast depende do destino do texto. Na página do episódio, use parágrafos legíveis com o nome do interveniente antes de cada intervenção e tempos ocasionais. Para Apple Podcasts, Spotify e feed RSS, use um ficheiro WebVTT (.vtt) sincronizado, com SRT como alternativa. Guarde uma cópia TXT ou DOCX para edição.
A seguir: quatro modelos copiáveis, regras de ficheiros da especificação Podcasting 2.0, Apple, Spotify e YouTube (verificadas em novembro de 2026) e uma lista de publicação.
Resposta rápida: que formato de transcrição de podcast deve usar?
A maioria dos programas precisa de duas versões das mesmas palavras: uma para leitura e um ficheiro sincronizado para aplicações. Escolha a versão de leitura segundo o público e o ficheiro sincronizado segundo a plataforma.
| Formato | Mais adequado para | Vantagens | Limitações | Onde é aceite |
|---|---|---|---|---|
| Texto simples (TXT) | Edição, notas do episódio, reutilização em publicações | Abre em todo o lado; fácil de pesquisar e colar | Sem tempos; nomes só se forem escritos | Site próprio; etiqueta RSS como text/plain |
| Documento com intervenientes (DOCX ou página Web) | Páginas de episódio, revisão de convidados, acessibilidade | Mais legível; suporta títulos e ligações | Sem sincronização com áudio | Site próprio; etiqueta RSS como text/html |
| Texto com tempos | Entrevistas longas, verificação de citações, investigação | Leitores podem saltar para um momento | Tempos excessivos tornam a página confusa | Site próprio |
| SRT (.srt) | Carregar em Spotify ou YouTube; feeds de legendas | Simples e amplamente suportado | Sem etiqueta de voz, nomes dentro do texto | Apple (carregamento de subscritor), Spotify, YouTube, etiqueta RSS |
| WebVTT (.vtt) | Apple Podcasts, Spotify, leitores Web | Nomes por etiquetas de voz; navegadores leem-no nativamente | Sintaxe estrita; uma linha indevida pode impedir a leitura | Apple (feed e carregamento de subscritor), Spotify, YouTube, etiqueta RSS |
| JSON (Podcasting 2.0) | Aplicações que destacam palavra a palavra | Tempos mais precisos | Poucos serviços de alojamento o geram | Etiqueta RSS como application/json |
Regra prática: se só puder criar um ficheiro sincronizado, use VTT. A documentação de transcrição Podcasting 2.0 recomenda WebVTT para esse caso, indicando que Apple Podcasts o usa na ingestão e navegadores o suportam nativamente.
O que inclui uma boa transcrição de podcast
Uma boa transcrição permite acompanhar todo o episódio sem premir reproduzir. O W3C descreve a transcrição de podcast como parágrafos de texto simples com intervenientes identificados e sons não verbais necessários à compreensão.
Na prática, são cinco hábitos:
- Identifique quem fala em cada intervenção. Use o nome completo uma vez perto do início e depois uma forma curta. Nunca misture «Mia», «Anfitriã» e «Speaker 1» no mesmo ficheiro.
- Inicie novo parágrafo a cada mudança. Divida respostas longas quando o tema mudar.
- Coloque sons relevantes entre parênteses retos.
[risos],[telefone toca],[música de abertura]. Ignore ruído de fundo desnecessário. - Assinale o que acrescentou. O W3C indica que esclarecimentos adicionados são aceitáveis se o leitor perceber que não fazem parte do áudio, por exemplo usando parênteses retos.
- Use tempos com moderação. As orientações do W3C sugerem incluí-los apenas quando úteis e raramente é preciso indicar fins.
Limpa ou literal? Para uma página pública de episódio, a literal limpa é mais adequada: mantenha todas as palavras relevantes e retire «hum», gaguez e falsos começos. Mantenha literal integral quando a formulação exata importar, como em entrevistas de investigação ou citações que possam ser contestadas. Seja qual for a escolha, indique-a numa linha no início.
Modelos de transcrição de podcast prontos a copiar
Cada modelo abaixo é um exemplo fictício criado para este guia (o programa «Trailhead Radio» não existe). Substitua os campos entre parênteses retos e mantenha a estrutura.
Modelo 1: formato de entrevista (duas ou mais pessoas)
Use-o para episódios com convidados e painéis. Coloque os rótulos a negrito se o site permitir.
EXEMPLO (programa fictício)
Trailhead Radio, Episódio 58: Preparar a primeira caminhada com pernoita
Anfitriã: Mia Chen. Convidado: Luis Ortega, guarda do parque.
Estilo de transcrição: literal limpa.
[música de abertura]
Mia Chen: Bem-vindos de volta ao Trailhead Radio. Sou a Mia e hoje
converso com o guarda Luis Ortega sobre os erros que observa nas
primeiras caminhadas com pernoita.
Luis Ortega: Obrigado pelo convite. O principal é o peso. As pessoas
preparam-se para todos os problemas e ficam demasiado cansadas para apreciar o trilho.
Mia: Por onde se começa?
Luis: Pela água. Antes de partir, veja onde pode reabastecer e depois
leve apenas o necessário até à próxima fonte. [risos] Na minha primeira viagem,
levei seis litros por um trilho junto a um ribeiro.
Modelo 2: episódio a solo ou monólogo
Episódios a solo não têm mudanças de interveniente, pelo que a estrutura vem de títulos e parágrafos em vez de rótulos.
EXEMPLO (programa fictício)
Trailhead Radio, Episódio 59: Ler um mapa de trilhos
Interveniente: Mia Chen. Estilo de transcrição: literal limpa.
Introdução
Hoje o episódio é curto. Vou explicar as três coisas que verifico
num mapa antes de cada caminhada, pela ordem em que as verifico.
1. Curvas de nível
Quanto mais próximas as linhas, mais íngreme é o terreno.
2. Fontes de água
Anote a distância entre os símbolos azuis ao longo do percurso.
[Mensagem do patrocinador]
3. Pontos de saída
Encontre pelo menos uma saída do trilho antes da metade do percurso.
Modelo 3: transcrição com tempos
Use-o em entrevistas longas quando os leitores precisam de encontrar rapidamente um momento. Um tempo por intervenção ou a cada poucos minutos chega.
EXEMPLO (programa fictício)
Trailhead Radio, Episódio 58 (duração 41:20)
[00:00] [música de abertura]
[00:12] Mia Chen: Bem-vindos de volta ao Trailhead Radio. Hoje converso
com o guarda Luis Ortega sobre primeiras caminhadas com pernoita.
[00:21] Luis Ortega: Obrigado pelo convite. O grande erro é o peso.
[03:47] Mia: Falemos de comida. Quanto levam a mais?
[03:52] Luis: Quase sempre comida para um dia inteiro. [risos]
[17:05] [inaudível 17:05] Luis: ...e por isso levo um mapa em papel.
Para episódios com mais de uma hora, escreva também as horas ([01:03:47]) para que todos os tempos tenham o mesmo formato.
Modelo 4: transcrição por capítulos para episódios longos
Os capítulos ajudam leitores e utilizadores de leitores de ecrã a navegar numa conversa longa. O W3C sugere acrescentar títulos onde tornam a transcrição mais utilizável.
<!-- EXEMPLO (programa fictício) -->
## Transcrição: Preparar a primeira caminhada com pernoita
**Episódio 58 · Anfitriã: Mia Chen · Convidado: Luis Ortega · Literal limpa**
### Capítulo 1 (00:00): Porque correm mal as primeiras caminhadas
**Mia Chen:** Bem-vindos de volta ao Trailhead Radio...
**Luis Ortega:** O principal é o peso...
### Capítulo 2 (03:47): Comida e água
**Mia:** Falemos de comida...
### Capítulo 3 (17:05): Navegação sem sinal
**Luis:** Levo sempre um mapa em papel...
### Recursos mencionados
- [Ligação à página das condições dos trilhos do parque]
Use os mesmos tempos de capítulos das notas do episódio para que ambas as listas coincidam.
Formatos de ficheiro para transcrições: VTT, SRT, JSON e HTML
Ficheiros sincronizados seguem regras mais estritas do que cópias de leitura. Eis a mesma troca fictícia em cada formato.
WebVTT (.vtt): o ficheiro sincronizado mais seguro
Um VTT começa com WEBVTT, usa ponto antes dos milissegundos e pode identificar o interveniente numa etiqueta de voz. A Apple indica que um ficheiro VTT permite identificar a pessoa em cada linha, aparecendo o nome na transcrição sempre que muda.
WEBVTT
00:00:12.000 --> 00:00:17.400
<v Mia Chen>Bem-vindos de volta ao Trailhead Radio.
00:00:17.400 --> 00:00:21.000
<v Mia Chen>Hoje converso com o guarda Luis Ortega.
00:00:21.000 --> 00:00:24.800
<v Luis Ortega>Obrigado pelo convite.
O grande erro é o peso.
A documentação Podcasting 2.0 sugere linhas VTT de 65 caracteres ou menos para que o ficheiro também funcione como legendas.
SRT (.srt): a alternativa
O SRT numera cada legenda, usa vírgula antes dos milissegundos e não tem etiqueta de voz. A documentação Podcasting 2.0 define um perfil SRT para podcasts: no máximo duas linhas por legenda, 32 caracteres por linha e nova legenda sempre que muda o interveniente, começando pelo nome e dois pontos.
1
00:00:12,000 --> 00:00:15,000
Mia: Bem-vindos de volta
ao Trailhead Radio.
2
00:00:21,000 --> 00:00:24,800
Luis: Obrigado pelo convite.
O grande erro é o peso.
É novo no SRT? A explicação sobre o que é um ficheiro SRT apresenta cada linha.
JSON e HTML (Podcasting 2.0)
A especificação também define dois formatos menos comuns. JSON guarda uma version da especificação e uma lista de segments; cada segmento contém os campos speaker, startTime, endTime e body, e um segmento por palavra permite destacá-las individualmente. HTML serve para transcrições com poucos ou nenhuns tempos: o nome fica em <cite>, o início em <time> e as palavras em <p>. A especificação chama-lhe baixa fidelidade, destinado à acessibilidade e pesquisa.
Como adicionar uma transcrição ao feed RSS (etiqueta Podcasting 2.0)
As aplicações de podcast encontram a transcrição pela etiqueta <podcast:transcript> dentro do <item> de cada episódio. A maioria dos serviços de alojamento escreve esta etiqueta quando anexa um ficheiro; verifique o painel antes de editar o feed manualmente.
Segundo a documentação oficial da etiqueta:
url(obrigatório): onde está o ficheiro de transcrição.type(obrigatório): tipo MIME. A documentação enumeratext/plain,text/html,text/vtt,application/jsoneapplication/x-subrip(SRT).language(opcional): se omitido, as aplicações assumem o idioma no elemento<language>do feed.rel="captions"(opcional): indica que o ficheiro contém legendas acessíveis com tempos, qualquer que seja o MIME.- São permitidas várias etiquetas, para oferecer um ficheiro por formato.
<!-- EXEMPLO: um episódio com três ficheiros de transcrição -->
<rss version="2.0" xmlns:podcast="https://podcastindex.org/namespace/1.0">
<channel>
<language>pt</language>
<item>
<title>Preparar a primeira caminhada com pernoita</title>
<podcast:transcript url="https://example.com/ep58/transcript.vtt"
type="text/vtt" />
<podcast:transcript url="https://example.com/ep58/transcript.srt"
type="application/x-subrip" rel="captions" />
<podcast:transcript url="https://example.com/ep58/transcript.html"
type="text/html" />
</item>
</channel>
</rss>
Um detalhe fácil de esquecer: a documentação dos formatos de transcrição indica que leitores no navegador precisam de cabeçalhos CORS no servidor do ficheiro para o carregar a partir de outro site. Se um leitor Web não mostrar transcrição e a Apple mostrar, verifique isso primeiro.
Requisitos de transcrição do Apple Podcasts, Spotify e YouTube
Cada plataforma aceita ficheiros sincronizados, mas recebe-os de forma diferente. Os detalhes foram verificados nas páginas de ajuda em novembro de 2026.
| Plataforma | Ficheiros aceites | Como chega o ficheiro | Atenção | Fonte oficial |
|---|---|---|---|---|
| Apple Podcasts | VTT ou SRT | Etiqueta RSS; carregamento direto no Apple Podcasts Connect para episódios de subscritores | É preciso escolher «Display transcripts I provide»; 11 idiomas suportados | Apple Podcasts para Criadores |
| Spotify | VTT ou SRT, até 5 MB | Carregamento no Spotify for Creators (programas elegíveis) | Ativar transcrições automáticas substitui o carregamento | Ajuda do Spotify for Creators |
| YouTube | SRT, VTT e outros formatos de legendas | YouTube Studio, Subtitles, Upload file | SRT tem de ser UTF-8 simples sem marcação | Ajuda do YouTube |
| Outras aplicações | Depende da aplicação | Etiqueta RSS de transcrição | Nem todas leem a etiqueta | Documentação Podcasting 2.0 |
Apple Podcasts
- A Apple cria automaticamente transcrições para novos episódios. Para mostrar as suas, altere a definição de transcrição no separador Availability do programa em Apple Podcasts Connect ou use uma definição para um episódio.
- As transcrições funcionam no iOS 17.4 ou posterior em inglês, dinamarquês, neerlandês, finlandês, francês, alemão, italiano, norueguês, português, espanhol e sueco. Para outros idiomas, a Apple sugere uma ligação nas notas do episódio.
- O ficheiro tem de ser VTT ou SRT, sem erros de grafia e pontuação, e cobrir todos os segmentos. Ficheiros que não cumpram os padrões de qualidade da Apple não são apresentados.
- A Apple não mostra segmentos alterados por áudio inserido dinamicamente, não mostra letras de músicas e pode não transcrever episódios com mais de 10 horas.
- A aplicação identifica o seu ficheiro como «Provided by» e o próprio como «Automatically generated».
Spotify
- As transcrições não estão disponíveis para todos os criadores. Se o programa for elegível, abra Episodes, selecione o episódio, clique em Details e depois em Edit sob Transcripts. Aí pode descarregar o VTT do Spotify, corrigi-lo e carregar o seu ficheiro.
- O Spotify pede VTT ou SRT, no máximo 5 MB e com tempos, sem os quais a transcrição não sincroniza durante a reprodução.
- A definição Distribute transcripts across other platforms via RSS coloca as transcrições no feed para outras aplicações.
YouTube
Podcasts em vídeo no YouTube usam faixas normais de legendas. No YouTube Studio, escolha Subtitles, selecione o vídeo, acrescente um idioma, depois Upload file e escolha With timing ou Without timing. A ajuda do YouTube desaconselha depender de transcrições sem tempos em vídeos com mais de uma hora ou áudio fraco, o que descreve muitos episódios completos; carregue antes SRT ou VTT sincronizado.
Acessibilidade: o que exige a WCAG para transcrições de podcast
Esta secção contém informação geral, não aconselhamento jurídico. A aplicação da lei ao seu programa depende do país e da organização.
As Diretrizes de Acessibilidade para Conteúdo Web tratam podcasts como conteúdo apenas de áudio. Segundo o Critério de Sucesso 1.2.1, áudio pré-gravado sem vídeo precisa de alternativa textual com informação equivalente. O guia de transcrições do W3C acrescenta que transcrições de áudio pré-gravado são exigidas no nível A, enquanto as de áudio em direto sem vídeo estão no nível AAA.
O que isso significa para o formato:
- Equivalente significa completo. Inclua toda a fala e sons relevantes, não um resumo.
- Deve ser texto real, para leitores de ecrã, dispositivos braille e ferramentas de pesquisa o poderem usar.
- Facilite a localização. O W3C recomenda colocar a transcrição ou uma ligação junto do conteúdo multimédia, normalmente na mesma página.
- Um ficheiro de legendas não é uma transcrição de leitura. Se partir de SRT ou VTT, reúna as pequenas legendas em parágrafos, como no exemplo do próprio W3C.
As transcrições de podcast ajudam o SEO?
Podem ajudar, mas tenha cuidado com promessas. Eis o que as fontes dizem:
- O W3C observa que acrescentar títulos e ligações torna uma transcrição mais utilizável e também ajuda o SEO.
- O Spotify indica que as transcrições ajudam a compreender o tema do programa e alimentam funcionalidades de descoberta, como capítulos e etiquetas de convidados e temas (Spotify for Creators).
- A Apple permite pesquisar uma palavra ou expressão num episódio e tocar no texto para reproduzir a partir desse ponto.
Nenhuma fonte promete melhores classificações. Publique a transcrição porque torna o episódio utilizável por mais pessoas e encare eventual ganho de tráfego como benefício adicional.
Como criar uma transcrição de podcast com whispertranscribe.ai
whispertranscribe.ai é uma ferramenta de transcrição no navegador baseada no modelo Whisper da OpenAI. Converte um episódio em texto que pode exportar nos formatos acima. Funciona num navegador, sem aplicação a instalar.
- Abra o gerador de transcrição de podcast e escolha o idioma falado entre mais de 130. Para gravações difíceis, muitos idiomas têm opção Noise / Low-Quality Audio/Video e existe Multilingual Mix para episódios que alternam idiomas.
- Adicione o episódio. Carregue o ficheiro de áudio ou vídeo (MP3, WAV, M4A, MP4 e outros), até 5 GB e 10 horas por ficheiro. Ou use transcrição por URL, que aceita ligações YouTube, Vimeo, Google Drive e Dropbox. Essa página não enumera ligações Apple Podcasts ou Spotify nem feeds RSS; para um episódio apenas de áudio, carregue o ficheiro do alojamento ou do editor.
- Ative Speaker Detection para entrevistas e painéis.
- Reveja o rascunho. A precisão pode chegar a 99% com áudio nítido, mas sobreposição, música sob vozes, ruído e sotaques fortes reduzem-na. Verifique nomes, números e a primeira linha após cada mudança de interveniente.
- Exporte o necessário para cada destino: TXT ou DOCX para página e notas do episódio, VTT ou SRT para Apple Podcasts, Spotify e YouTube, além de PDF ou CSV se precisar.
Se a exportação usar rótulos genéricos, substitua-os pelos nomes com localizar e substituir antes de publicar. Para legendar excertos, o gerador de legendas com IA tem uma definição de palavras máximas por legenda e MP3 para SRT trata ficheiros apenas de áudio. Para programas com muitas entrevistas, veja transcrição gratuita de entrevistas. Precisa primeiro de um ficheiro menor? Use conversão de áudio ou vídeo para MP3.
Pode começar sem criar conta; consulte essa página para saber o que está incluído gratuitamente. Os planos pagos começam em 9,99 USD por mês, com faturação anual (preços). Todas as ferramentas estão na página de funcionalidades.
Lista de publicação de transcrição de podcast
- Um único estilo para rótulos, parênteses retos e tempos, indicado no início
- Todos os intervenientes identificados, com grafia igual à da descrição do episódio
- Nomes, números e marcas verificados com o áudio
- Versão de leitura publicada junto do leitor ou com ligação a partir dele
- Ficheiro sincronizado guardado em UTF-8,
.vttou.srt, não.vtt.txt - VTT começa por
WEBVTT; tempos SRT usam vírgulas - Ficheiro cobre o episódio inteiro, incluindo introdução e encerramento
- Etiqueta RSS tem
typecorreto e o URL abre publicamente - Apple definida para «Display transcripts I provide»
- Carregamento Spotify abaixo de 5 MB e transcrições automáticas desativadas
- Episódio publicado verificado em cada aplicação 24 horas depois
Resolução de problemas de formato de transcrição de podcast
| O que vê | Causa provável | Solução |
|---|---|---|
| A Apple continua a identificar a transcrição como «Automatically generated» | Definição não alterada | Selecione «Display transcripts I provide» para o programa ou episódio |
| Não há transcrição na Apple | Idioma não suportado, episódio explícito com restrições ou menos de 24 horas após publicar | Verifique idioma e definições para conteúdo explícito e aguarde um dia |
| Faltam partes do episódio na Apple | Áudio inserido dinamicamente mudou após a transcrição | Comportamento esperado; mantenha o texto completo no seu site |
| Não há nomes de intervenientes na Apple | Ficheiro SRT ou sem etiquetas de voz | Exporte VTT e adicione etiquetas <v Name> |
| Spotify rejeita o carregamento | Tipo errado ou mais de 5 MB | Exporte VTT ou SRT; reduza texto longo ou separe notas |
| A transcrição Spotify não acompanha o áudio | Sem tempos no ficheiro | Carregue VTT ou SRT sincronizado, não TXT |
| O ficheiro desapareceu no Spotify | Foram ativadas transcrições automáticas | Desative-as e volte a carregar |
| O leitor Web não mostra nada, mas a Apple funciona | Faltam cabeçalhos CORS no alojamento | Peça ao alojamento ou CDN para permitir pedidos entre origens |
| Letras acentuadas aparecem incorretamente | Ficheiro não guardado em UTF-8 | Volte a guardar em UTF-8 num editor de texto simples |
| Leitores têm dificuldade em acompanhar a página | Ficheiro de legendas colado como transcrição | Reúna legendas em parágrafos e adicione rótulos de intervenientes |
Mais soluções para ficheiros de legendas estão no guia de exportação de legendas SRT.
Perguntas frequentes
Qual é o melhor formato para transcrição de podcast?
Há dois formatos indicados, um para pessoas e outro para aplicações. Para leitores, use texto literal limpo com o nome antes de cada intervenção, novo parágrafo a cada mudança e sons entre parênteses retos. Para aplicações de podcast, use WebVTT sincronizado, aceite por Apple Podcasts e Spotify e recomendado pela documentação Podcasting 2.0 se só puder suportar um formato. SRT funciona como alternativa.
Uma transcrição de podcast deve incluir tempos?
O ficheiro sincronizado precisa deles, mas a versão de leitura só precisa de alguns. O Spotify indica que uma transcrição carregada sem tempos não sincroniza durante a reprodução e a Apple espera VTT ou SRT, ambos sincronizados. Numa página Web, as orientações do W3C recomendam tempos apenas quando úteis. Um tempo por intervenção ou capítulo permite encontrar um momento sem sobrecarregar o texto.
Que formato aceita o Spotify para transcrições de podcast?
O Spotify aceita VTT ou SRT até 5 MB, carregados no Spotify for Creators na secção Details e Transcripts do episódio. O ficheiro precisa de tempos ou não sincroniza durante a reprodução. As transcrições não estão disponíveis para todos os criadores, pelo que a opção pode não aparecer. Se depois ativar as transcrições automáticas do Spotify, estas substituem o ficheiro carregado.
Como adiciono uma transcrição ao feed RSS do podcast?
Adicione uma etiqueta podcast:transcript dentro do elemento item do episódio, com o URL do ficheiro e tipo MIME, como text/vtt para WebVTT ou application/x-subrip para SRT. Pode adicionar várias etiquetas para formatos diferentes, um atributo language e rel="captions" para ficheiros de legendas sincronizadas. A maioria dos serviços de alojamento cria a etiqueta ao anexar uma transcrição; verifique primeiro o painel.
Os podcasts precisam de transcrição para acessibilidade?
Segundo a WCAG, áudio pré-gravado sem vídeo, como um episódio de podcast, precisa de uma alternativa textual com informação equivalente e o W3C indica isso no nível A, o mais básico de conformidade. A obrigação legal de cumprir a WCAG depende do país, setor e organização. Esta informação é geral e não constitui aconselhamento jurídico; verifique as regras aplicáveis.
Posso transformar um SRT ou VTT numa transcrição legível?
Sim. Retire números e linhas de tempo, reúna pequenas linhas de legendas em parágrafos e comece um novo parágrafo a cada mudança de interveniente. Converta etiquetas de voz VTT em nomes seguidos de dois pontos e mantenha sons relevantes entre parênteses retos. O W3C usa a mesma abordagem no seu exemplo, agrupando várias linhas de legendas em cada parágrafo.
Pronto para formatar o próximo episódio? Carregue-o no gerador de transcrição de podcast de whispertranscribe.ai e exporte TXT, DOCX, VTT ou SRT em mais de 130 idiomas, com deteção de intervenientes.
Guias relacionados: O que é um ficheiro SRT? · Como exportar legendas SRT · Como transcrever MP3 para texto · Subtitles vs. captions
Referências
- Podcast Index: etiqueta podcast:transcript e detalhes dos formatos de transcrição
- Apple Podcasts para Criadores: Transcrições no Apple Podcasts
- Spotify for Creators: Gerir transcrições de episódios no Spotify e transcrições automáticas, capítulos e mais
- Ajuda do YouTube: Ficheiros de legendas suportados e adicionar legendas
- W3C WAI: Transcrições
- W3C: Compreender SC 1.2.1, áudio ou vídeo apenas (pré-gravado)
