IA livre Discurso ao texto

Transcriba áudio e vídeo para texto em mais de 100 idiomas. 10+ modelos de IA. Detecção de falantes. Não é necessário inscrição.

9.2K
transcrições
233.2K
minutos transcritos
100+
Línguas
70+
ferramentas livres

Funciona com áudio e vídeo disponível publicamente. O conteúdo protegido por DRM não é suportado.

Atualização para Melhorado
Private transcript
Conversa com transcrição
Desbloquear com Pro →
Deixe aqui o arquivo ou clique para navegar
MP3, WAV, M4A, FLAC, MP4, MKV, MOV, WebM — até 2GB
Atualização para Melhorado
Private transcript
Conversa com transcrição
Desbloquear com Pro →
Atualização para Melhorado
Gravação: 0:00
Em tempo real Vosk (instante)
Melhorado Whisper (exacto)
Ligações públicas: 24h, texto apenas · Inscrever-se para 7d + áudio · Pro para as ligações privadas

A fala em tempo real ao texto. A IA auto-correge ao mesmo tempo que você fala — a precisão melhora com a fala mais longa.

Teste o seu microfone primeiro
❤️ Diz aos teus amigos!
Usaste as transcrições livres.

Inscreva-se gratuitamente para obter 600 minutos/mes, ou atualização para transcrições ilimitadas.

10 min/dia livre 600 min livre com inscrição Não há cartão de crédito Cifrado
Inscrever-se gratuitamente →
Armazenamento criptografado do lado do cliente — As suas transcrições estão cifradas no seu navegador, mesmo que não as possamos ler. Aprenda como funciona →

Como funciona STT.ai

Três passos para a transcrição precisa

1. Carregar, gravar ou Pegar URL

Arraste e largue qualquer arquivo de áudio ou vídeo (MP3, WAV, MP4, e 20+ formatos). Grave o seu microfone em tempo real. Ou cole um link de YouTube, Vimeo, TikTok e 1.300+ plataformas.

2. AI Transcribe com a sua escolha do modelo

Escolha entre os modelos de 10+ AI incluindo Whisper, NVIDIA Canary (#1 precisão) e Moonshine. Auto-detecção de linguagem de 100+ opções. Diarização de falantes identifica quem disse o que.

3. Exportar, partilhar ou integrar

Baixe como TXT, SRT, VTT, DOCX, JSON ou PDF. Compartilhe através do link. Use nossa API para integrar a transcrição no seu aplicativo. Perfeito para legendas, notas de reunião, podcasts e muito mais.

100+
Línguas Suportadas
70+
Ferramentas Livres
1,300+
Plataformas Suportadas
7
Formatos de exportação

Desenvolvedor-Primeira API

Integrar a fala-a-texto em seus aplicativos em minutos. API RESTful com streaming WebSocket em tempo real.

REST + WebSocket — Upload de arquivos e streaming em tempo real
Múltiplos modelos — Whisper, Canário, Melhorado e mais
Diarização dos oradores — Auto-detecção quem disse o que
Produção flexível — JSON, TXT, SRT, VTT com selos de tempo de palavra
import requests

response = requests.post(
    "https://api.stt.ai/v1/transcribe",
    headers={"Authorization": f"Bearer {API_KEY}"},
    files={"file": open("meeting.mp3", "rb")},
    data={
        "model": "large-v3-turbo",
        "language": "auto",
        "diarize": "true",
        "response_format": "json",
    },
)

result = response.json()
for seg in result["segments"]:
    print(f"{seg['speaker']}: {seg['text']}")

Pronto para transcribir?

Envie seu primeiro arquivo grátis. Sem cartão de crédito, sem inscrição. 600 minutos por mês no plano gratuito.

Comece a traduzir

Perguntas frequentes

speech to text runs in your browser: paste a URL, upload a file, or record from your mic. STT.ai picks the AI model and returns the transcript in under 5 minutes. Export as TXT, SRT, VTT, DOCX, JSON, or PDF.

Yes — every visitor gets 600 free minutes/month on STT.ai, usable for speech to text the same as any other workflow. Paid plans starting at $5/month unlock longer files, private transcripts, and priority queueing.

speech to text runs on the same AI models as the rest of STT.ai — our best models reach 95-97% accuracy on clean speech (3-5% Word Error Rate on benchmarks). Switch models on the fly if the first pass is below your target.

speech to text can run on any of STT.ai's 10+ models — STT.ai Enhanced (most accurate), Whisper Large V3 (99 languages), NVIDIA Canary (#1 WER on supported langs), Whisper Turbo (fast), Moonshine (lightweight), and more.

Yes. Every transcript exports as SRT or VTT — works with YouTube, Vimeo, TikTok, VLC, and every major video player. The burn-subtitles tool overlays them onto video as hardsubs.

Yes. Speaker diarization automatically labels each voice (Speaker 1, Speaker 2, ...) and you can rename them in the built-in editor. Works across all models and languages.

Most speech to text jobs finish in under 5 minutes. A 1-hour audio file typically completes in 2-3 minutes with our fastest models. Speed depends on chosen model and current GPU load.

speech to text accepts 20+ formats — MP3, WAV, M4A, FLAC, OGG, MP4, MKV, MOV, WebM, AVI, and more. Output to TXT, SRT, VTT, DOCX, JSON, or PDF.

Yes. Audio files submitted to speech to text are processed and deleted by default. Pro plans add client-side encryption — even if STT.ai's database is breached, your transcripts are unreadable without your key. Data is never used for model training without explicit opt-in.

Yes. STT.ai offers a REST API with Python and Node.js SDKs, plus an MCP server for Claude and Cursor — all usable for speech to text workflows. Free API tier includes 100 minutes/month.

Yes. Every transcript opens in the built-in editor where you can correct words, rename speakers, adjust timestamps, and add notes. All changes save automatically.

Every transcript gets a unique shareable URL. Export to DOCX or PDF for email. Pro plans add password-protected and permanent links — useful for client work.

STT.ai handles 1,300+ platforms including YouTube, Vimeo, TikTok, SoundCloud, Zoom, Google Meet, podcast hosts, and more. URL transcription works with publicly-available content only — DRM-protected sources can't be transcribed.