Audio2Text

O Audio2Text roda sobre um modelo de voz da OpenAI, a mesma família de tecnologia por trás do Whisper e dos recursos de voz do ChatGPT. O site credita a OpenAI em vez de apresentar um motor próprio. Para o usuário, isso significa qualidade atrelada a um modelo bem documentado e um comportamento parecido com o de outras ferramentas baseadas em Whisper quando o sotaque é forte ou o ambiente tem ruído.

O serviço lista 57 idiomas, do africâner e do árabe ao japonês, coreano, mandarim e galês. A cobertura europeia é ampla, com todas as línguas grandes mais catalão, galego, croata e esloveno. Essa variedade atende entrevistas gravadas no exterior, não só reuniões em inglês.

No fim, o arquivo pode ser salvo em SRT, o formato de legenda que quase todo player e editor de vídeo lê. Os tempos vão dentro do arquivo, então as legendas ficam alinhadas com o áudio ao importar no YouTube ou em um editor não linear. É esse recurso que faz da página um gerador de legendas SRT para equipes pequenas que não querem contratar outro serviço.

O texto simples serve a quem vai editar, buscar ou colar a transcrição em outra ferramenta. O PDF cobre o caso oposto: um documento legível para arquivar, imprimir ou anexar a um relatório. Ter os dois evita repetir o trabalho quando o mesmo áudio precisa virar arquivo de consulta e entrega formal.

O pagamento é por crédito. Os pacotes custam US$ 0,99 por 60 créditos, US$ 8,90 por 600 com 10% de desconto e US$ 78,99 por 6.000 com 20%. Nada renova automaticamente, então um mês parado não custa nada e um mês cheio custa o que você comprar.

Plano grátis e plano pago diferem em três pontos concretos: 20 MB contra 250 MB por arquivo, fila de espera contra início imediato e texto de qualidade menor contra a melhor saída do modelo. Essas diferenças empurram qualquer trabalho sério para os créditos e ainda deixam espaço para julgar o resultado antes.