Transcrição de áudio em Chinês — gratuita no browser
O VoxScriber Nano entende Chinês (中文) e processa localmente no seu dispositivo. Limite de 10 min no modo gratuito.
Corre o VoxScriber Nano open-source no seu browser — IA local, até 10 min por ficheiro, precisão básica (~85%). Para uso profissional, conheça o Premium.
A transcrição corre no seu browser (IA local). Pode optar por partilhar o resultado connosco (opcional, com consentimento) para melhorar o serviço. Limite: 10 min por ficheiro, precisão ~85%.
Gratuito vs Premium — veja a diferença
| Gratuito (browser) | Premium (nuvem) | |
|---|---|---|
| Limite por ficheiro | 10 min | 10 horas |
| Precisão | ~85% | >95% |
| Diarização (quem falou) | ❌ | ✅ |
| Timestamps por palavra | ❌ | ✅ |
| Suporte a vídeo (MP4/MOV) | ❌ | ✅ |
| Formatos de exportação | TXT, SRT, VTT | DOCX, PDF, JSON… |
| Velocidade (1h de áudio) | ~2 min / 1h | ~2 min / 1h |
| Privacidade | 100% local | ☁️ + 🔒 |
IA local
Transcrição feita no seu browser. Partilha com os nossos servidores é opcional (requer consentimento).
Rápido e local
Processamento direto no browser, sem filas de espera.
99 idiomas
Deteta automaticamente o idioma do áudio.
Sem registo
Comece imediatamente, sem criar conta.
Como funciona
Carregue ou grave o áudio
Arraste um ficheiro MP3, WAV, M4A, OGG ou use o microfone diretamente.
O modelo corre no seu dispositivo
O Whisper AI é descarregado uma vez e fica em cache. Sem espera na próxima vez.
Copie ou descarregue o texto
Resultado no ecrã em segundos. Descarregue em .txt ou copie com um clique.
Quão bem o Whisper lida com Chinês?
O Whisper gera caracteres chineses simplificados por defeito e lida com o mandarim de forma fiável, resolvendo homófonos dependentes de tom a partir do contexto. A saída de caracteres tradicionais é inconsistente — pode misturar scripts — e o cantonês é consideravelmente mais fraco que o mandarim. Não são adicionados espaços entre palavras, o que é correto para o chinês.
De onde vem normalmente o áudio em Chinês
Mensagens de voz do WeChat, reuniões de negócios, palestras universitárias e conteúdo de podcast ou vídeo.
Quão precisa é a transcrição no browser?
A transcrição no browser executa o modelo Whisper da OpenAI diretamente no seu dispositivo usando WebAssembly. Oferecemos três tamanhos de modelo, e a precisão depende de qual escolher:
- Nano (~40MB) — O predefinido. Cerca de 85% de precisão em discurso claro. Ideal para notas rápidas, mensagens de voz e rascunhos. O único modelo que funciona no iOS.
- Mini (~150MB) — Aproximadamente 90% de precisão. Um bom meio-termo se o seu dispositivo tiver 4GB+ de RAM e precisar de uma saída mais limpa.
- Plus (~500MB) — A opção local mais precisa, aproximando-se de 93% em áudio claro. Mais lento para descarregar e executar; ideal em computadores de mesa com 8GB+ de RAM.
O que reduz a precisão de qualquer modelo local: ruído de fundo, várias pessoas a falar ao mesmo tempo, sotaques carregados e gravações de baixa taxa de bits, como notas de voz comprimidas. Se precisar de precisão profissional acima de 95%, timestamps ao nível da palavra ou etiquetas de orador, isso requer modelos na cloud — veja a comparação acima.
Transcrição no browser vs cloud: qual precisa?
A transcrição no browser é a ferramenta certa quando a privacidade é o mais importante ou o áudio é curto: nada é carregado, não há nada para apagar depois e não custa nada. A contrapartida é a velocidade e precisão — o seu CPU processa aproximadamente uma hora de áudio em vinte minutos, e o modelo local ignora etiquetas de orador e temporização ao nível da palavra.
A transcrição na cloud é a ferramenta certa quando está a trabalhar: reuniões, entrevistas, palestras, gravações legais. GPUs dedicadas transformam uma hora de áudio em texto em cerca de dois minutos com mais de 95% de precisão, etiquetam até 30 oradores diferentes, aceitam ficheiros até 10 horas e exportam para DOCX, PDF e JSON além dos formatos de legenda.
Uma regra prática: se se sentir confortável em ler a gravação em voz alta num café, a velocidade e precisão da cloud vencem. Se o áudio for sensível — uma consulta médica, uma reunião confidencial, uma nota de voz privada — a ferramenta do browser mantém tudo na sua máquina e ainda lhe dá uma transcrição utilizável em minutos. Muitos dos nossos utilizadores combinam ambas: notas privadas rápidas no browser, trabalho profissional na cloud.
Ver planos Premium →Formatos de áudio suportados
Carregue MP3, WAV, M4A, OGG, OPUS, FLAC ou WEBM — qualquer coisa que o seu browser consiga descodificar. Fontes comuns funcionam de imediato: notas de voz do WhatsApp (OPUS), memorandos de voz do iPhone (M4A), ficheiros do gravador Android, gravações do Zoom (M4A/MP4), mensagens de voz do Telegram (OGG) e ficheiros de podcast (MP3). Contentores de vídeo como MP4 e MOV são descodificados para a sua faixa de áudio quando o browser suporta o codec. Se um ficheiro não carregar, a causa habitual é um codec incomum dentro de um contentor comum — convertê-lo para MP3 primeiro resolve em quase todos os casos.
Precisa de um formato diferente primeiro? Use os nossos conversores gratuitos: conversor de áudio gratuito MP3 / WAV / OGG / AAC
Precisa de mais? Conheça o Premium
Para uso profissional — diarização, áudios longos, análise por IA e exportação em todos os formatos.
Diarização de locutores
Identifica automaticamente quem está a falar em cada trecho. Ideal para reuniões, entrevistas e podcasts.
Áudios até 10 horas
O modelo local suporta até 10 min. Com o Premium, transcreva ficheiros até 10 horas.
Resumo, sentimento e tópicos
A IA analisa o conteúdo e gera resumo executivo, análise de sentimento e extração de tópicos.
Exportação completa
Exporte em SRT, VTT, DOCX, JSON e PDF — ideal para legendas, documentos e automatizações.
Perguntas frequentes
O áudio é enviado para algum servidor?
A transcrição corre 100% no seu browser (IA local). Após concluir, pode optar por partilhar o áudio e o texto transcrito connosco (checkbox de consentimento) para nos ajudar a melhorar o serviço — mas é totalmente opcional.
Que formatos de áudio são aceites?
MP3, WAV, M4A, OGG, FLAC, WEBM, MP4, MOV e qualquer formato que o seu browser consiga descodificar.
Quanto tempo de áudio posso transcrever?
Até 10 minutos por ficheiro no modo gratuito. Para áudios maiores, o plano Premium suporta até 10 horas.
Em que idiomas funciona?
O modelo Whisper suporta 99 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês, árabe e muito mais.
Preciso de instalar alguma coisa?
Não. Funciona diretamente no browser. O modelo de IA (~40MB) é descarregado uma vez e fica em cache.
A transcrição é guardada em algum lado?
Por defeito, não — o resultado fica apenas no seu browser. Se marcar a opção de consentimento, o áudio e o texto são enviados para os nossos servidores (eliminados em 7 dias). Pode recusar o consentimento a qualquer momento.
Qual é a diferença para o plano Premium?
O modo gratuito usa o modelo VoxScriber Nano quantizado em 4 bits (q4), que corre localmente com limite de 10 min, precisão ~85%, sem diarização de locutores e timestamps por segmentos de ~30s — não por palavra. O Premium usa modelos em nuvem (AssemblyAI + Whisper Large float32): precisão >95%, diarização de até 30 locutores, timestamps por palavra, ficheiros até 10h, suporte a vídeos MP4/MOV/MKV e exportação em DOCX, PDF e JSON. Velocidade: 1h de áudio demora ~20min no seu CPU local vs ~2min no GPU dedicado do Premium.
Funciona no telemóvel?
Sim, mas o desempenho depende do dispositivo. Em smartphones com pouca RAM, a transcrição pode ser mais lenta.
É realmente gratuito?
Sim. O transcritor no browser é genuinamente gratuito, sem período de teste, sem marca de água e sem registo. Ganhamos dinheiro com os planos Premium na cloud, não com a ferramenta gratuita.
O meu áudio sai do meu dispositivo?
Não — a transcrição é executada localmente via WebAssembly. A única exceção é se marcar explicitamente a caixa de consentimento opcional para partilhar uma gravação connosco.
Há um limite de tamanho de ficheiro?
O limite prático é a duração (10 minutos por ficheiro) e a memória do seu dispositivo, não os megabytes. Um MP3 de 10 minutos tem tipicamente 10-20MB e funciona bem na maioria dos dispositivos.
Quanto tempo demora a transcrição?
Com o modelo Nano, espere aproximadamente 1-2x a duração do áudio num portátil moderno — um ficheiro de 5 minutos demora cerca de 5-10 minutos. A primeira execução adiciona um download único do modelo de ~40MB.
Posso exportar legendas (SRT)?
Sim — as exportações gratuitas incluem .txt, .srt e .vtt com timestamps de segmento. Para precisão de timestamp ao nível da palavra e exportações DOCX/PDF/JSON, veja o Premium.
Posso transcrever vários ficheiros de uma vez?
Sim — pode colocar em fila até 5 ficheiros e são processados um após o outro no seu browser. O Premium remove o limite da fila e processa ficheiros em paralelo na cloud.
Porque é que a primeira transcrição demora mais?
Na sua primeira visita, o modelo de IA é descarregado e compilado pelo seu browser. Depois é armazenado em cache, por isso todas as transcrições seguintes começam imediatamente.
Funciona offline?
Parcialmente — uma vez que o modelo está em cache, a transcrição em si não precisa de ligação. Ainda precisa de estar online para carregar a página.
Gera caracteres simplificados ou tradicionais?
A saída predefinida é simplificada; se precisar de tradicional, converta o texto posteriormente com uma ferramenta de conversão.
Suporta cantonês?
Parcialmente — a precisão é visivelmente inferior ao mandarim; gravações em mandarim funcionam melhor.
Consegue transcrever mensagens de voz do WeChat?
Sim — guarde ou exporte o ficheiro de áudio e coloque-o aqui.
Transcrição gratuita em 20 idiomas
O Whisper suporta 99 idiomas com deteção automática, e mantemos uma página dedicada para cada um dos 20 idiomas mais solicitados, com notas sobre como o modelo lida com esse idioma específico. Escolha o seu abaixo — o transcritor pré-seleciona o idioma certo para melhor precisão.