Transcrever vídeo para texto

MP4, MOV, WebM, M4A, WAV e MP3 são aceitos diretamente, junto com os outros contêineres da lista de envio. O vídeo é lido como está, sem extrair o áudio antes. Um arquivo cujo codec de áudio o navegador não consiga pré-visualizar talvez suba mesmo assim; se falhar, exportar o som como MP3 ou M4A é o caminho confiável.

Um arquivo pode ter até 500MB, e o envio vai direto do navegador para o armazenamento. Não há teto separado de duração nem limite diário de minutos durante a demo. Dois trabalhos rodam ao mesmo tempo; o terceiro espera na fila.

Não. O arquivo é verificado antes do envio, e um vídeo sem som é recusado com uma mensagem, não com uma transcrição vazia. Uma gravação de tela muda ou um clipe cujo áudio foi removido não podem produzir palavras. Adicione uma faixa de voz ou exporte o áudio do projeto original e envie esse arquivo.

Não. YouTube e outras páginas de reprodução não podem ser lidas diretamente. Cole um link apenas quando ele apontar para o arquivo de mídia em si, como uma URL de MP4 ou MP3 que baixe de forma direta. Caso contrário, baixe o vídeo primeiro e depois envie o arquivo.

A separação de falantes pode ser ativada antes de iniciar. Cada troca de voz abre um turno etiquetado, e as etiquetas podem virar nomes reais no editor. Gravações limpas, com um microfone por pessoa, separam melhor; falas sobrepostas podem ficar no mesmo turno.

Cada bloco tem hora de início e de fim, exibidas ao lado do texto e preservadas na exportação. A transcrição pode ser copiada como texto simples com marcas de tempo ou baixada como SRT ou VTT para importar em um editor ou player. Um único trabalho gera a cópia para leitura e o arquivo de legendas.

Não. A fala é escrita no idioma em que foi dita e nenhuma tradução é produzida. A detecção de idioma serve apenas para configurar o reconhecedor corretamente; uma versão em outro idioma exigiria uma ferramenta de tradução separada.

O arquivo é enviado ao armazenamento apenas para que o reconhecedor o leia e é apagado quando o trabalho termina ou falha. A transcrição fica na sua conta até você apagá-la. O áudio não é usado para treinar modelos, e o provedor de reconhecimento só o processa seguindo as instruções da Dictawave.