# Transcritor de áudio para texto (IA) Transcreve fala de áudio (wav/mp3/m4a/flac/ogg/webm/aac) em texto, SRT, VTT ou JSON com grok-stt. Até 10 min. > Página canônica: https://elysiatools.com/pt/tools/audio-to-text-transcriber - **Categoria:** AI Tools - **Palavras-chave:** áudio, transcrever, voz para texto, stt, legenda, srt, vtt, grok ## Visão geral Envie um arquivo com fala — a ferramenta transcreve via x-ai/grok-stt-1.0 (OpenRouter). Para formatos com timestamps (SRT/VTT), o áudio é dividido em segmentos. Suporta WAV, MP3, M4A, FLAC, OGG, WebM e AAC. A duração segue o limite do plano (grátis: 10 min, aplicado pela plataforma). ## Entradas - **Arquivo de áudio** (file): Upload an audio/video file with speech - **Formato de saída** (select) - **Idioma** (select) - **Duração máxima do bloco (s)** (number) ## Quando usar - Converter entrevistas, reuniões e notas de voz em texto pesquisável. - Criar legendas SRT ou VTT para vídeos com fala. - Gerar uma saída JSON com cues de transcrição e marcações de tempo. ## Como funciona - Envie um arquivo de áudio ou vídeo com fala, como MP3, WAV, M4A, WebM ou MP4. - Escolha o formato de saída: texto simples, SRT, VTT ou JSON. - Selecione a detecção automática de idioma ou indique um idioma disponível. - Opcionalmente, ajuste a duração máxima dos blocos entre 20 e 55 segundos. ## Casos de uso - Transcrição de entrevistas, reuniões e depoimentos. - Criação de legendas para vídeos curtos e materiais audiovisuais. - Conversão de mensagens de voz e gravações em texto ou JSON estruturado. ## Perguntas frequentes ### Quais formatos de arquivo são aceitos? A ferramenta aceita WAV, MP3, M4A, FLAC, OGG, WebM e AAC. Também permite enviar arquivos de vídeo WebM ou MP4 com fala. ### Quais formatos de saída estão disponíveis? Você pode gerar texto simples, legendas SRT, legendas VTT ou uma lista de cues em JSON. ### Qual é a duração máxima do áudio? No plano gratuito, o limite é de 10 minutos, aplicado pela plataforma. ### É possível escolher o idioma da transcrição? Sim. Você pode usar a detecção automática ou selecionar inglês, chinês, espanhol, russo, francês, alemão ou português. ### Para que serve o tamanho máximo do bloco? Esse ajuste define a duração máxima dos segmentos usados na transcrição. O valor padrão é 45 segundos, com opções entre 20 e 55 segundos. ## Ferramentas relacionadas - [Extrator de contorno melódico de áudio](https://elysiatools.com/pt/tools/audio-melody-contour-extractor): Extrai a melodia dominante e reúne MIDI, eventos de notas, contorno de altura, SVG e JSON em um ZIP. - [Detector de progressão de acordes](https://elysiatools.com/pt/tools/audio-chord-progression-detector): Estima localmente os acordes de um áudio e reúne CSV, JSON, SVG e notas do método em um ZIP. - [Conversor de Áudio em Lote](https://elysiatools.com/pt/tools/audio-batch-converter): Converta múltiplos arquivos de áudio entre diferentes formatos como MP3, WAV, FLAC, AAC, OGG, Opus com configurações de qualidade e processamento em lote - [Trocar codec de áudio](https://elysiatools.com/pt/tools/audio-codec-swap): Alterar o codec de um áudio no formato de saída escolhido - [Conversor de Formato de Áudio](https://elysiatools.com/pt/tools/audio-converter): Converta arquivos de áudio entre diferentes formatos como MP3, WAV, FLAC, AAC, OGG com configurações de qualidade e ajuste de volume - [Áudio para MIDI Multifaixa (Rascunho)](https://elysiatools.com/pt/tools/audio-to-multitrack-midi): Separa um mix em stems (bateria/baixo/outros/voz) e transcreve cada um em MIDI - [Gerador de Data URI](https://elysiatools.com/pt/tools/data-uri-generator): Converte arquivos em Data URIs (Base64 ou porcentagem-codificada) para incorporar imagens, fontes e recursos diretamente em HTML, CSS ou Markdown - [Removedor de Clipeamento de Áudio](https://elysiatools.com/pt/tools/audio-declip): Repara áudio clipado reconstruindo picos que excederam a amplitude máxima. Restaura áudio distorcido de gravações sobrecarregadas ou com ganho excessivo ## Exemplos - [Amostras de Áudio MP3 Livres de Direitos Autorais](https://elysiatools.com/pt/samples/mp3-samples): Coleção de amostras de áudio livres de direitos autorais para testes e desenvolvimento, incluindo sons da natureza, música de meditação e áudio ambiente - [Amostras de Áudio FLAC Livres de Direitos Autorais](https://elysiatools.com/pt/samples/flac-samples): Coleção de áudio FLAC sem perdas para testes e desenvolvimento, incluindo sons da natureza e música de meditação - [Amostras de Áudio WAV Livres de Direitos Autorais](https://elysiatools.com/pt/samples/wav-samples): Coleção de áudio WAV sem compressão para testes e desenvolvimento, incluindo sons da natureza e música de meditação - [Exemplos de Vídeo](https://elysiatools.com/pt/samples/video-samples): Arquivos de vídeo de exemplo em diferentes formatos e orientações