Conversor de vídeo para texto: como transformar qualquer vídeo em texto

Por Equipa editorial de whispertranscribe.ai · Última atualização: novembro de 2026 · 13 min de leitura

Um conversor de vídeo para texto extrai a fala da faixa de áudio e devolve uma transcrição que pode editar, pesquisar ou transformar em legendas. Para o usar, escolha o idioma falado, carregue o ficheiro ou cole a ligação, ative a deteção de intervenientes se falarem várias pessoas e exporte DOCX, TXT, PDF, CSV, SRT ou VTT.

A seguir: quatro origens possíveis do vídeo, problemas específicos de vídeo, o formato adequado a cada tarefa e uma comparação de preços das principais ferramentas, verificada em novembro de 2026.

Como funciona um conversor de vídeo para texto?

O conversor ignora a imagem. Lê a faixa de áudio dentro do contentor (MP4, MOV, MKV), executa reconhecimento de fala e associa tempos a cada frase. Texto em diapositivos, código no ecrã ou legendas incorporadas na imagem não chegam à transcrição.

Assim, o som determina a qualidade da transcrição e tudo o que o público apenas vê tem de ser acrescentado por si. As orientações do W3C sobre transcrições chamam transcrição descritiva à que inclui esta informação visual.

Onde está o vídeo? Quatro origens, quatro vias

Escolha a via consoante a localização atual do vídeo.

O vídeo está... Exemplos comuns Melhor via Verifique primeiro
Num ficheiro no dispositivo Vídeos do telemóvel ou câmara, gravações Zoom ou OBS, exportações de editor Carregue o ficheiro Menos de 5 GB e 10 horas; a faixa de fala é a pretendida
Online com uma ligação YouTube, Vimeo, Google Drive, Dropbox Cole a ligação A ligação abre sem iniciar sessão
No ecrã neste momento Webinar, demonstração de produto, chamada num separador do navegador Grave o ecrã e depois transcreva O áudio do sistema ou separador está incluído
Já legendado Vídeo seu no YouTube, MKV com faixa de legendas Reutilize as legendas; transcreva apenas se forem fracas Se as legendas foram geradas automaticamente ou editadas

1. Ficheiro de vídeo no computador ou telemóvel

Carregue a exportação original do editor ou aplicação de gravação, não uma cópia enviada por mensagens, que muitas vezes volta a comprimir o som. A página de vídeo para texto de whispertranscribe.ai aceita ficheiros até 5 GB e 10 horas.

2. Ligação YouTube, Vimeo, Google Drive ou Dropbox

A nossa ferramenta de transcrição por URL aceita ligações YouTube, Vimeo, Google Drive e Dropbox. Uma regra que causa dificuldades: a ligação tem de ser pública. Se falhar, a mensagem da ferramenta pede que confirme que a ligação é pública e que o ficheiro pode ser descarregado sem iniciar sessão.

No Google Drive, abra Share e, em General access, escolha Anyone with the link. A ajuda de partilha da Google indica que esta definição permite abrir o ficheiro sem iniciar sessão. Contas profissionais e escolares podem bloqueá-la; nesse caso, descarregue e carregue o ficheiro. Para YouTube, a página de transcrição do YouTube usa os mesmos passos para colar uma ligação.

3. Algo em reprodução no ecrã

Se o vídeo não estiver guardado, grave-o primeiro. O gravador de ecrã no navegador capta ecrã, câmara, microfone e som do sistema e depois gera transcrição, resumo com IA e legendas. Inclua áudio do sistema quando a fala vier do computador, como outras pessoas numa chamada; caso contrário, capta apenas o seu microfone.

4. Vídeo que já tem legendas

Verifique se o texto já existe:

  • Vídeo YouTube de outra pessoa. Se tiver legendas, os espectadores podem clicar em Show transcript na descrição e acompanhar, segundo a Ajuda do YouTube. Legendas automáticas não identificam intervenientes e muitas vezes falham nomes.
  • O seu vídeo YouTube. Pode descarregar a faixa de legendas do YouTube Studio. O nosso guia de como transcrever um vídeo YouTube explica ambas as opções.
  • Ficheiro com faixa de legendas interna. MKV e MP4 podem conter legendas de texto como faixa separada. O FFmpeg pode listá-las e extraí-las:
ffprobe -v error -show_entries stream=index,codec_type,codec_name -of compact input.mkv
ffmpeg -i input.mkv -map 0:s:0 subtitles.srt

Executámos ambos com FFmpeg 7.1.5 num ficheiro de teste criado por nós: o primeiro listou uma faixa subrip, o segundo guardou-a como SRT. Isto verifica apenas a sintaxe. Faixas baseadas em imagem, como legendas de DVD, não podem ser guardadas como texto desta forma. O guia de como exportar legendas SRT aprofunda editores e códigos de tempo.

Como converter vídeo em texto com whispertranscribe.ai

Estes passos seguem a página de vídeo para texto de whispertranscribe.ai. whispertranscribe.ai é uma ferramenta Web de transcrição com IA baseada no Whisper da OpenAI, que converte áudio e vídeo em texto em mais de 130 idiomas e aceita ficheiros até 5 GB e 10 horas. É usada num navegador; não há aplicação a instalar.

  1. Escolha o idioma falado (Step 1 na página). A lista abrange mais de 130 idiomas, com variantes regionais como English (India), opção Noise / Low-Quality Audio/Video para muitos idiomas e Multilingual Mix para vídeos que alternam idiomas.
  2. Adicione o vídeo (Step 2). Arraste o ficheiro para a caixa ou procure-o. Para ligação, use transcrição por URL e clique em Start URL Transcription.
  3. Ative Enable Speaker Detection para entrevistas, painéis e reuniões. Deixe desativado para uma única pessoa a narrar.
  4. Inicie a transcrição com o botão de conversão abaixo da caixa.
  5. Reveja e exporte. Confira nomes, números e mudanças de interveniente com o vídeo e descarregue no formato necessário (veja a tabela abaixo).

Com áudio nítido, a precisão chega a 99%. Música de fundo, ruído da sala, sotaques fortes ou vozes sobrepostas reduzem-na, por isso reserve tempo para rever. Para testar, a página de transcrição gratuita funciona sem conta. A quantidade disponível para transcrever ou exportar sem plano é definida no site e pode mudar. Os planos começam em 9,99 USD por mês, com faturação anual (preços).

Que formatos de vídeo pode carregar?

A caixa de carregamento enumera estes contentores de vídeo além de formatos de áudio: MP4, MOV, M4V, MKV, AVI, WMV, WEBM, MPG e MPEG. Não é preciso converter.

Contentor Origem habitual Antes de carregar
MP4 Telemóveis, gravações Zoom, maioria das exportações de editores Use a exportação final, não uma cópia de mensagens
MOV Câmara do iPhone, QuickTime, editores Apple Exportações de alta qualidade são grandes; extraia o áudio se ultrapassar 5 GB
M4V Exportações Apple, alguns conversores Trate como MP4
MKV Gravações OBS, ficheiros com várias faixas Verifique que faixa de áudio contém a fala
AVI, WMV Câmaras antigas e software Windows Servem tal como estão; ficheiros antigos podem ter som fraco
WEBM Gravadores e ferramentas no navegador Serve tal como está
MPG, MPEG DVD, câmaras antigas, captação de televisão Servem tal como estão; conte com áudio mais ruidoso

Várias faixas de áudio? O OBS pode guardar uma faixa por microfone e filmes podem conter dobragens. A página não indica que faixa é transcrita. Extraia a pretendida como MP3 (por exemplo, ffmpeg -i input.mkv -map 0:a:1 -vn speech.mp3 extrai a segunda faixa de áudio) e carregue-a.

Ficheiro demasiado grande? O nosso conversor de vídeo para MP3 indica que extrai o áudio no navegador sem carregar o vídeo; o MP3 resultante é muito menor do que o vídeo original.

Porque é mais difícil transcrever vídeo e o que fazer

O vídeo traz problemas que uma nota de voz não tem. As soluções abaixo são práticas de edição, não resultados dos nossos próprios testes de precisão.

Problema Porque acontece em vídeo O que fazer
Música de fundo Introduções, imagens de apoio e vlogs colocam música sob a voz Transcreva a exportação apenas com voz do editor; caso contrário, escolha Noise / Low-Quality
Vários intervenientes Painéis, podcasts filmados, reuniões Ative deteção de intervenientes e substitua «Speaker 1» e «Speaker 2» pelos nomes
Demonstrações com partilha de ecrã Informação importante está no ecrã e teclados e ventoinhas fazem ruído Acrescente texto do ecrã manualmente; silencie notificações e use microfone próximo
Legendas fora de sincronia com os lábios O vídeo foi cortado ou alterado após a transcrição Gere novamente a partir da exportação final ou desloque todos os tempos num editor de legendas
Gravações longas Webinars, aulas e transmissões duram horas Mantenha abaixo de 10 horas e 5 GB; divida ficheiros mais longos ou extraia áudio
Vários idiomas Entrevistas bilingues, apresentadores a alternar idiomas Use Multilingual Mix ou divida o vídeo por idioma

Música sob a fala: se criou o vídeo, exporte uma versão com a música silenciada; os tempos continuam iguais porque a duração da linha de tempo não muda. (A opção English (Songs & Lyrics) destina-se a palavras cantadas, não fala sobre música.)

Gravações de ecrã: «clique aqui e escreva isto» não significa nada no papel. Durante a revisão, acrescente detalhes do ecrã entre parênteses retos, como «[Settings > Billing]» (Definições > Faturação).

Vídeos muito longos

A página rejeita ficheiros com mais de 10 horas e pede para os encurtar. O FFmpeg pode dividir uma gravação longa sem recodificar:

ffmpeg -i stream.mp4 -c copy -f segment -segment_time 18000 -reset_timestamps 1 part_%02d.mp4

Isto pede partes de 5 horas. Na nossa verificação de sintaxe num excerto de 12 segundos com alvo de 5 segundos, a primeira parte teve cerca de 6 segundos porque cortes sem recodificação ocorrem em fotogramas-chave. Conte com durações aproximadas e note que os tempos de cada parte recomeçam em zero.

Que formato de exportação deve escolher?

Escolha consoante o destino do texto. Uma transcrição pode ser exportada mais de uma vez.

Formato Mantém tempos para leitores de vídeo Abre em Escolha quando a transcrição vai...
DOCX Não Word, Google Docs Ser editada como artigo, notas de episódio ou material de curso
PDF Não Qualquer leitor PDF Ser enviada a um cliente ou arquivada como cópia fixa
TXT Não Editor de texto, CMS, assistente de IA Ser colada noutro local ou resumida
CSV Não documentado na página Excel, Google Sheets Ser ordenada, codificada ou pesquisada citação a citação
SRT Sim YouTube, Vimeo, Premiere, Resolve, VLC Tornar-se legendas numa plataforma ou editor
VTT Sim Leitores Web HTML5, Vimeo, YouTube Tornar-se legendas no leitor de vídeo do seu site

Se o principal objetivo forem legendas, o gerador de legendas e o conversor de MP4 para SRT têm a definição Maximum Words per Subtitle (8 por predefinição), que mantém as legendas curtas. whispertranscribe.ai cria ficheiros de legendas; não as incorpora na imagem. Os guias sobre o que é um ficheiro SRT e como adicionar legendas a vídeos abordam o carregamento.

Processos de vídeo para texto em quatro tarefas comuns

Cada processo começa com um vídeo concluído e termina com algo que pode publicar ou enviar.

Cursos online e aulas gravadas

  1. Exporte cada aula num ficheiro próprio para associar transcrições a módulos.
  2. Escolha o idioma e a variante de sotaque do professor; use deteção de intervenientes apenas se os alunos falarem.
  3. Exporte SRT para o leitor do curso e DOCX para material de apoio, acrescentando títulos e conteúdo dos diapositivos entre parênteses retos, como fórmulas.
  4. Coloque a transcrição ou uma ligação logo abaixo do vídeo, como recomenda o W3C.

Entrevistas em vídeo

  1. Dê a cada pessoa um microfone próprio se possível; as mudanças de interveniente ficam mais claras.
  2. Carregue com deteção ativada e substitua os rótulos genéricos pelos nomes.
  3. Exporte CSV para codificar respostas de investigação ou DOCX para um artigo de perguntas e respostas.
  4. Volte a ouvir cada frase antes de a citar e informe os entrevistados de como a transcrição será usada.

Reuniões e webinars gravados

  1. Use a gravação MP4 da plataforma ou capte a sessão com o gravador de ecrã e áudio do sistema ligado.
  2. Ative deteção de intervenientes e exporte TXT para resumo e DOCX para ata.
  3. Coloque decisões e responsáveis numa pequena lista no início.
  4. Elimine ficheiros de que já não precisa. Para detalhes sobre Teams e Zoom, o guia de como transcrever uma reunião Zoom tem mais informação.

Reutilizar os seus vídeos YouTube em artigos

  1. Cole a ligação do seu vídeo na ferramenta de URL e exporte TXT.
  2. Retire muletas, falsos começos e momentos como «como podem ver aqui».
  3. Transforme cada capítulo num título H2, acrescente capturas onde apontou para o ecrã e incorpore o vídeo no início.
  4. Para chegar a outro público, traduza o áudio para inglês ou acrescente uma segunda faixa de legendas.

Reutilize apenas vídeos seus ou para os quais tenha autorização; veja a secção de direitos de autor abaixo.

Comparação de conversores de vídeo para texto (novembro de 2026)

whispertranscribe.ai publica este guia, pelo que aparece em primeiro, com as suas limitações. Os valores vêm das páginas dos fornecedores, verificadas em novembro de 2026; «não verificado» significa que não conseguimos ler o valor nessas páginas.

Ferramenta Preço pago inicial Opção gratuita Ligações de vídeo Idiomas Exportação (indicada) Limitação real
whispertranscribe.ai A partir de 9,99 USD/mês com faturação anual Início gratuito sem conta; limites definidos no site YouTube, Vimeo, Google Drive, Dropbox Mais de 130 DOCX, PDF, TXT, CSV, SRT, VTT Sem vocabulário personalizado, legendas incorporadas, transcrição humana ou aplicação móvel; ligações têm de ser públicas
TurboScribe 10 USD/mês com faturação anual (20 USD mensal) 3 ficheiros por dia, até 30 minutos cada YouTube (indicado junto aos formatos de carregamento) Mais de 98 DOCX, PDF, TXT, CSV, SRT, VTT Uma pessoa por conta; ficheiros gratuitos aguardam numa fila de menor prioridade
HappyScribe 8,50 USD/mês com faturação anual (17 USD mensal), 120 minutos de IA por mês Teste de IA de 10 minutos YouTube, Vimeo, Drive, Box, Dropbox Mais de 150 Basic: TXT, SRT, PDF, DOCX; VTT a partir do Pro Minutos do Basic esgotam rapidamente com vídeos longos
Descript 16 USD por pessoa/mês com faturação anual (24 USD mensal), 10 horas de multimédia 60 minutos de multimédia por mês Não verificado 25 Não verificado As horas contam todos os ficheiros carregados, transcritos ou não; focado em edição, não transcrição em massa
VEED Não verificado Experimente sem registo; registo para descarregar; exportações gratuitas têm marca de água Não verificado Mais de 125 TXT, SRT, VTT nos planos pagos Ficheiros de legendas e transcrição exigem atualização
Notta 8,17 USD/mês com faturação anual (97,99 USD por ano) 120 minutos por mês, até 3 minutos por conversa Não verificado 58 Exportação exige Pro O plano gratuito não exporta transcrições
YouTube «Show transcript» Gratuito Gratuito Apenas vídeos já legendados Idiomas variam com as legendas Nenhuma (ler e copiar) Sem rótulos, ficheiro ou resultado para vídeos sem legendas
  • TurboScribe também usa Whisper com os mesmos limites de 10 horas e 5 GB; a diferença está na estrutura dos planos, idiomas e origens de ligações.
  • HappyScribe vende revisão humana a partir de 2,00 USD por minuto. Não oferecemos transcrição humana, pelo que serve melhor para registos que uma pessoa tenha de verificar palavra por palavra.
  • Descript e VEED são sobretudo editores de vídeo. Use-os para cortar vídeo editando texto ou incorporar legendas estilizadas na imagem.
  • Notta indica vocabulário personalizado nos planos pagos. Nós não temos essa função.

Para uma comparação além de vídeo, veja a seleção do melhor software de transcrição com IA e, para áudio, o guia de conversor de áudio para texto.

Direitos de autor e privacidade antes de carregar

Esta secção contém informação geral, não aconselhamento jurídico.

Transcreva apenas vídeo que tenha direito a usar: gravações suas, imagens licenciadas ou material que tenha autorização para processar. Uma transcrição copia as palavras faladas, pelo que publicar integralmente a de outra pessoa levanta questões semelhantes à republicação do vídeo. Nos EUA, o fair use é decidido caso a caso segundo quatro fatores e o U.S. Copyright Office indica que não existe uma quantidade fixa automaticamente segura. A política de whispertranscribe.ai proíbe transcrever áudio ou vídeo protegido de terceiros sem consentimento do titular. Em caso de dúvida, pergunte ao titular ou a um jurista.

Obtenha consentimento das pessoas filmadas. Informe os participantes de que a gravação será transcrita. As regras de consentimento variam por local; para os EUA, consulte o guia de leis de gravação de chamadas por estado.

Saiba para onde vai o ficheiro. Eis um resumo da política de privacidade de whispertranscribe.ai:

  • Os ficheiros originais de áudio e vídeo carregados são eliminados automaticamente após o processamento.
  • MP3 extraídos durante o processamento são guardados durante 30 dias por predefinição e podem ser eliminados antes.
  • As transcrições permanecem na conta até serem eliminadas. A eliminação é permanente e a política indica que não são mantidas cópias de segurança.
  • O conteúdo não é usado para treinar modelos de IA e não é revisto por uma pessoa.
  • Segurança indicada: TLS 1.3 para dados em trânsito e AES-256 para dados guardados. A OpenAI aparece como fornecedora de serviços de IA.

A mesma política indica que a transcrição de ficheiros multimédia se destina a uso pessoal e não comercial; leia a política e os termos completos antes de a usar para clientes ou empresas.

Perguntas frequentes

Qual é o melhor conversor de vídeo para texto?

É aquele que lida com as suas imagens e áudio reais; teste o mesmo excerto de um minuto em alguns candidatos. Para ficheiros longos e muitos idiomas, whispertranscribe.ai e TurboScribe aceitam até 10 horas. HappyScribe acrescenta revisão humana paga. Descript e VEED são adequados a quem também edita o vídeo. Compare rótulos de intervenientes, nomes e formatos, não apenas a percentagem de precisão anunciada.

Posso converter vídeo em texto gratuitamente?

Sim, com limites. O YouTube mostra uma transcrição gratuita de vídeos já legendados e o FFmpeg pode extrair gratuitamente uma faixa de legendas de texto existente num MKV ou MP4. A maioria dos conversores também oferece uma entrada gratuita: whispertranscribe.ai tem uma página gratuita sem conta e TurboScribe oferece três ficheiros por dia. Os planos gratuitos costumam limitar duração, volume ou exportação, por isso verifique cada site.

Como converto um vídeo YouTube em texto?

Se o vídeo tiver legendas, clique em Show transcript na descrição para acompanhar. Para obter ficheiro descarregável com rótulos de intervenientes, cole a ligação YouTube numa ferramenta de transcrição por URL, escolha o idioma falado e exporte TXT, DOCX ou SRT. O vídeo tem de ser público e deve transcrever apenas vídeos seus ou autorizados, pois uma transcrição copia o conteúdo falado.

Um conversor de vídeo para texto capta texto no ecrã?

Não. O conversor transcreve a faixa de áudio, pelo que títulos de diapositivos, código e legendas incorporadas na imagem não aparecem na transcrição salvo se alguém os disser. Em tutoriais e aulas, acrescente os detalhes visuais importantes entre parênteses retos durante a revisão. O W3C chama transcrição descritiva à que inclui informação visual e esta ajuda quem lê sem ver o vídeo.

Qual pode ser a duração de um vídeo para transcrição?

Em whispertranscribe.ai, um ficheiro pode ter até 10 horas e 5 GB; os mais longos são rejeitados com uma mensagem a pedir que os encurte. Para transmissões mais longas, divida em partes com editor de vídeo ou FFmpeg, ou extraia primeiro o áudio como MP3, o que também reduz o tamanho. Outras ferramentas têm limites próprios: o plano gratuito do TurboScribe termina aos 30 minutos por ficheiro.

Posso obter legendas e transcrição do mesmo vídeo?

Sim. Uma transcrição pode ser exportada várias vezes, pelo que pode descarregar DOCX ou TXT para leitura e SRT ou VTT para legendas do mesmo vídeo. SRT é a escolha mais segura para YouTube e a maioria dos editores, enquanto VTT é adequado a leitores HTML5. Se o principal objetivo forem legendas, use uma ferramenta com definição de palavras por linha para manter cada legenda suficientemente curta.

Transforme o próximo vídeo em texto

Comece em whispertranscribe.ai no conversor de vídeo para texto: defina o idioma falado (mais de 130 à escolha), largue um vídeo até 5 GB e 10 horas ou cole uma ligação pública em transcrição por URL.

Referências

Quer converter as suas gravações em texto?

Transcreva áudio e vídeo com whispertranscribe.ai.

Começar a transcrever ↗