Serviço de transcrição automática

Transcrição automática é software transformando fala em texto

A transcrição automática recebe uma gravação e devolve texto escrito com identificação de falantes e marcação de tempo em cada palavra, sem que ninguém digite uma linha sequer.

Você envia um arquivo de áudio ou vídeo, ou o importa de um drive na nuvem, e o software ouve toda a gravação. O que volta é uma transcrição organizada por falante, com cada palavra marcada no momento em que foi dita, em cerca de 5 a 6 minutos por hora de áudio. O rascunho abre em um editor no navegador em que clicar em qualquer palavra reproduz aquele momento, então conferir um trecho com a gravação leva segundos, sem precisar ouvir tudo de novo.

A visão recurso por recurso do mesmo produto, da identificação de falantes às exportações, está na página de transcrição por IA do Sonix. Esta página responde às perguntas que vêm antes do primeiro envio: como o serviço se compara à contratação de uma pessoa, quanto custa uma hora, quanto tempo leva, qual é a precisão e como esse número é medido, e o que um serviço automático não inclui.

Uma hora de áudio custa $10, sem exigir assinatura

O pagamento por uso custa $10 por hora de áudio, cobrado por segundo de áudio enviado, e toda conta nova começa com 30 minutos grátis e sem cartão.

A conta é simples. Uma entrevista de uma hora custa $10. Uma ligação de 20 minutos custa cerca de $3.33. Três horas de gravações de grupos focais custam $30. Não há pedido mínimo, taxa de urgência nem adicional por falantes extras, sotaques ou ruído de fundo: um arquivo limpo de estúdio e uma gravação ruim de telefone custam o mesmo por hora.

Se você transcreve toda semana, o plano Core inclui 5 horas por mês por $25 e reduz o valor por hora a partir daí; a comparação completa dos planos está na página de preços.

Um serviço humano tem outra lógica de preço: por orçamento, por hora de áudio, com valores que sobem conforme a urgência, o número de falantes e a má qualidade do áudio. Nosso guia sobre quanto custa a transcrição mostra essas faixas típicas ao lado do valor automático, para você ver a diferença no seu próprio volume.

Precisão é taxa de erro por palavra, e depende do seu áudio

A precisão da transcrição é medida pela taxa de erro por palavra: a transcrição da máquina é comparada a uma referência humana cuidadosa, e cada palavra trocada, omitida ou inventada conta contra ela.

Em áudio nítido, ou seja, com microfones próximos, uma sala silenciosa e uma pessoa falando de cada vez, o Sonix chega a até 99%. Ruído de fundo, distância do microfone, falas sobrepostas e sotaques fortes derrubam qualquer motor de transcrição, e em áudios difíceis o número pode cair para perto de 85%. Um único número não descreve os dois arquivos, e é por isso que esta página apresenta a faixa, não uma porcentagem única.

A taxa de erro por palavra não mede tudo o que importa para você. Pontuação, maiúsculas, quebras de parágrafo e quem disse o quê são avaliados à parte, e são justamente o que você percebe primeiro ao ler. Nosso guia sobre a taxa de erro por palavra explica como o número é calculado e o que ele deixa de fora.

Nomes, produtos e termos técnicos são onde a transcrição automática mais tropeça. Um dicionário personalizado com as palavras das suas gravações resolve a maior parte dessa diferença antes do primeiro envio, e o editor corrige o resto.

O teste honesto leva dez minutos. Envie uma gravação típica sua, leia os primeiros dez minutos acompanhando o áudio e conte as correções. Esse número, no seu áudio, é a precisão que importa para você, e os minutos grátis cobrem o teste.

Aqui, o serviço é um software que você mesmo opera

Um serviço de transcrição automática é um produto que você usa, não uma equipe que você contrata: não há orçamento, gerente de projeto nem opção de urgência, porque o mesmo software processa cada arquivo assim que ele chega.

Isso muda o que você pode esperar. A transcrição fica pronta dentro da mesma hora, pelo mesmo preço, quer você envie um arquivo, quer quarenta. Você acompanha o progresso na sua conta e começa a ler assim que termina, em vez de esperar por um prazo de entrega e depois por um prazo revisado.

Também muda o que você não recebe. Ninguém revisa o rascunho antes de você, então as últimas correções ficam por sua conta no editor. Nada é certificado, e o Sonix não é um serviço de taquigrafia judicial: a transcrição é um rascunho de trabalho, não o registro oficial.

Contrate pessoas quando o áudio for muito ruim, quando cada fala tiver peso jurídico ou quando você precisar de um documento certificado. Para um trabalho rigoroso palavra por palavra em áudio bom, a transcrição ipsis litteris no Sonix preserva cada hesitação e falso início, e a revisão do rascunho continua sendo sua.

54+ idiomas, com privacidade de fábrica

O Sonix transcreve 54+ idiomas, e suas gravações são criptografadas, nunca são usadas para treinar modelos de IA e podem ser excluídas por você quando quiser.

Nem todos os idiomas são transcritos com a mesma qualidade, no Sonix ou em qualquer plataforma de transcrição automática. O inglês e os outros idiomas mais falados ficam no topo da faixa de precisão; a página de idiomas de transcrição lista cada idioma e como obter o melhor resultado em cada um.

O Sonix é um software na nuvem, então os arquivos são enviados ao Sonix, e não processados na sua máquina. Eles trafegam via TLS e ficam armazenados com criptografia AES-256. O Sonix tem certificação SOC 2 Type 2, assina Business Associate Agreements da HIPAA com clientes da área da saúde por meio do Medical Sonix, oferece login em duas etapas e disponibiliza um Acordo de Processamento de Dados (DPA) do GDPR. Seus arquivos nunca são usados para treinar modelos de IA, e nossa equipe não pode abri-los sem o seu consentimento por escrito. A página de segurança traz o quadro completo.