Elysia Tools
Navegação
AI Tools
Transcreve fala de áudio (wav/mp3/m4a/flac/ogg/webm/aac) em texto, SRT, VTT ou JSON com grok-stt. Até 10 min.
Detalhes
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).
Execução
Preencha o formulário, execute a ferramenta e veja o resultado no mesmo lugar.
Pronto para executar
Exemplos
Relacionado
Guia de uso da ferramenta
Transcreva fala de arquivos de áudio ou vídeo em texto simples, legendas SRT, legendas VTT ou cues em JSON. A ferramenta aceita WAV, MP3, M4A, FLAC, OGG, WebM e AAC, com duração de até 10 minutos no plano gratuito.
Contexto
Uma jornalista gravou uma entrevista em formato MP3 e precisa transformar as respostas em texto para preparar uma matéria.
Problema
Ler manualmente toda a gravação consumiria tempo e dificultaria localizar as falas importantes.
Como usar
Envie o arquivo MP3, selecione Texto simples e escolha Português ou Detecção automática.
Resultado
A fala da entrevista é convertida em texto para revisão e edição.
Contexto
Um criador tem um vídeo WebM de oito minutos com narração e precisa preparar legendas.
Problema
Adicionar as legendas manualmente exige ouvir o vídeo e marcar os tempos de cada trecho.
Como usar
Envie o vídeo WebM, selecione VTT ou SRT, escolha o idioma da fala e mantenha o tamanho do bloco padrão.
Formato: SRT; idioma: Português; duração máxima do bloco: 45 segundos.Resultado
A ferramenta aceita WAV, MP3, M4A, FLAC, OGG, WebM e AAC. Também permite enviar arquivos de vídeo WebM ou MP4 com fala.
Você pode gerar texto simples, legendas SRT, legendas VTT ou uma lista de cues em JSON.
No plano gratuito, o limite é de 10 minutos, aplicado pela plataforma.
Sim. Você pode usar a detecção automática ou selecionar inglês, chinês, espanhol, russo, francês, alemão ou português.
Esse ajuste define a duração máxima dos segmentos usados na transcrição. O valor padrão é 45 segundos, com opções entre 20 e 55 segundos.
A ferramenta gera uma saída de legendas com os trechos transcritos e respectivas marcações de tempo.
Contexto
Uma equipe precisa organizar o conteúdo falado de uma gravação AAC em uma estrutura que possa ser analisada posteriormente.
Problema
O texto corrido não separa claramente os trechos e seus tempos.
Como usar
Envie o arquivo AAC, selecione JSON e use a detecção automática de idioma.
Resultado
A transcrição é retornada como uma lista de cues em JSON, adequada para consultar os segmentos de fala.