Custo de Transcrição por Hora em 2026: Números Reais

Uma hora de transcrição de áudio custa de $0,21 a mais de $119, dependendo de quem faz o trabalho. Essa diferença de três ordens de magnitude não é exagero; ela reflete três estruturas de custo fundamentalmente diferentes: computação bruta de GPU, software de consumo empacotado e trabalho humano. Este post detalha a matemática de cada uma para você calcular sua taxa real por hora.

Etapa 1: Saiba qual modelo de custo você está comprando

Antes de comparar números, identifique qual modelo de precificação se aplica a você.

Medido (APIs por minuto): Você paga exatamente pelo que usa, cobrado por segundo ou por minuto. O custo escala linearmente com o volume. Ideal para desenvolvedores, usuários de baixo volume e qualquer pessoa construindo um produto.

Assinaturas de taxa fixa: Uma mensalidade fixa por minutos ilimitados ou com limite. O custo efetivo por hora cai conforme você usa mais. Ideal para usuários de alto volume contínuo.

Transcrição humana: Pague por minuto de áudio para uma pessoa transcrever. O custo é majoritariamente fixo pela mão de obra; não há desconto por volume significativo o suficiente para chegar perto das taxas de IA.

Hospedar modelos por conta própria na sua infraestrutura de GPU é uma quarta opção, abordada no final.

Etapa 2: Consulte sua taxa real por minuto

A tabela abaixo mostra taxas verificadas em julho de 2026 para transcrição pré-gravada (em lote) nos planos padrão de pagamento conforme o uso.

Notas: a AssemblyAI planeja um aumento de 10% nos preços regionais a partir de 1º de julho de 2026. Os preços da AWS usam a tarifa nível 1 da região US East (N. Virginia); os descontos por volume reduzem isso para US$ 0,0078/min acima de 5 milhões de minutos por mês. O Google Cloud Dynamic Batch cai para US$ 0,004/min para cargas que não exigem tempo real, com prazo de 24 horas. O Deepgram Nova-3 em streaming é mais barato (US$ 0,0048/min), mas cobra pelo tempo de conexão, não só pela duração do áudio.

Para uma visão mais ampla entre fornecedores das tarifas de API, veja o comparativo de preços de API de transcrição para 2026.

AssemblyAI U-3.5

$0.21/hr

OpenAI Whisper

$0.36/hr

Deepgram Nova-3

$0.46/hr

Google Cloud STT

$0.96/hr

Rev AI

$15/hr

Rev Human

$119/hr

Tarifas de API medidas no padrão pay-as-you-go. Transcrição humana na tarifa padrão da Rev. Estimativa self-host com uso de GPU em nuvem.

Etapa 3: Calcule sua Tarifa Efetiva para Planos de Assinatura

APIs por uso parecem as mais baratas no papel. Mas se você usa uma assinatura com valor fixo, seu custo real por hora depende do volume.

A fórmula: custo mensal do plano / horas usadas por mês = tarifa horária efetiva.

O plano ilimitado da TurboScribe custa US$ 10/mês (cobrado anualmente). O Otter Pro custa US$ 8,33/mês (cobrado anualmente, com 1.200 minutos incluídos). Eles têm tarifas efetivas diferentes conforme o uso:

*Otter Pro inclui 1.200 minutos (20 horas) por mês; uso acima disso exige um plano mais caro.

A assinatura fica mais barata que o Deepgram Nova-3 PAYG ($0,46/hora) em torno de 22 horas mensais no TurboScribe. Ela supera o OpenAI Whisper ($0,36/hora) por volta de 28 horas por mês.

Para um olhar mais profundo sobre quando o preço fixo vence versus o medido, veja preços de transcrição ilimitada versus medido.

Etapa 4: Mapeie seu Perfil de Uso para o Modelo Certo

Três cenários reais com a matemática resolvida.

Cenário A: Podcaster solo, um episódio de 60 minutos por semana Volume mensal: cerca de 4 horas.

• AssemblyAI PAYG: 240 min x $0,0035 = $0,84
• OpenAI Whisper API: 240 min x $0,006 = $1,44
• TurboScribe Unlimited: $10,00
• Otter Pro: $8,33

Nesse volume, uma API medida custa menos de $1,50 por mês. Uma assinatura adiciona recursos (notas de IA, integrações, edição) que podem justificar a diferença, mas o custo bruto de transcrição favorece as APIs por uma margem enorme.

Cenário B: Jornalista com 20 horas de entrevistas por mês Volume mensal: cerca de 20 horas (1.200 minutos).

• AssemblyAI PAYG: 1.200 min x $0,0035 = $4,20
• OpenAI Whisper API: 1.200 min x $0,006 = $7,20
• TurboScribe Unlimited: $10,00

Os custos agora estão próximos. Assinaturas trazem cobrança previsível e extras; APIs continuam mais baratas no custo bruto. Fatores de decisão: você prefere contas variáveis ou fixas, e o conjunto de recursos da plataforma importa?

Cenário C: Equipe de conteúdo transcrevendo 60 horas de gravações mensalmente Volume mensal: cerca de 60 horas (3.600 minutos).

• AssemblyAI PAYG: 3.600 min x $0,0035 = $12,60
• OpenAI Whisper API: 3.600 min x $0,006 = $21,60
• TurboScribe Unlimited: $10,00

Uma assinatura ilimitada de $10/mês agora custa menos que até a API mais barata. A taxa efetiva no TurboScribe é de $0,17/hora, superando todas as opções medidas. É aqui que os planos de preço fixo vencem de forma decisiva.

O guia de custos ocultos dos serviços de transcrição cobre o que mais observar: taxas de exportação de formatos, limites de armazenamento e preços por assento que podem, silenciosamente, dobrar a taxa aparente por hora.

Quando o Preço por Minuto Realmente Vale a Pena

APIs com cobrança por uso fazem sentido em três situações específicas.

Primeiro: volume muito baixo ou imprevisível. Com menos de cinco horas por mês, uma API pré-paga custa menos do que quase qualquer assinatura. Um consultor que tem três meses movimentados e nove meses parados não deveria pagar mensalidade por nove meses de uso zero.

Segundo: construir um produto por cima. Se você está incorporando transcrição no seu próprio software e repassando os custos aos clientes, o preço por minuto se alinha com sua economia unitária. Uma assinatura fixa significa absorver o custo quando um único usuário pesado dispara o volume.

Terceiro: experimentar vários provedores. As APIs permitem comparar AssemblyAI com Deepgram e Google Cloud no mesmo áudio, sem se comprometer com uma assinatura. O artigo sobre as melhores APIs de speech-to-text em 2026 traz comparações de precisão lado a lado.

Por Que a Transcrição Humana Custa o Que Custa

Um transcritor treinado leva de três a seis horas para produzir uma hora final de transcrição. Com salários modestos, só a mão de obra custa de $40 a $80 por hora de áudio. Some revisão de qualidade, gerenciamento de projeto e margem, e os $1,99/min ($119,40/hora) da Rev não surpreendem.

O prêmio humano se justifica em um conjunto restrito de casos: depoimentos legais onde erros têm consequências formais, documentação médica com riscos clínicos, legendagem para transmissão sob padrões regulatórios e fala com sotaque carregado em gravações degradadas que a IA ainda lida mal. Para a maioria do áudio limpo, a precisão da IA é alta o bastante para que pagar 250 vezes a taxa da API seja difícil de justificar.

Para uma análise rigorosa de quando os requisitos de precisão realmente pedem revisão humana, veja transcrição por IA vs. humana.

A Opção Self-Host

Rodar o Whisper Large-v3 em uma GPU alugada (uma Spheron L40S, por exemplo) custa cerca de US$ 0,02 por hora de áudio com utilização total. Isso é 10 vezes mais barato que a API comercial mais econômica. O problema: você precisa de capacidade de engenharia para montar a infraestrutura, monitorar as instâncias de GPU, lidar com áudios atípicos e manter os pesos do modelo atualizados. O custo de DevOps normalmente supera a economia com computação, a menos que você já esteja rodando cargas de trabalho em GPU ou transcrevendo bem acima de 2.000 horas por mês.

A maioria das organizações que avalia o self-host ou se compromete totalmente (construindo um serviço interno de transcrição) ou fica com APIs gerenciadas para tudo.

Um Ponto de Partida

Se você só precisa de uma transcrição limpa sem gerenciar chaves de API ou cobrança por medição, o ConvertAudioToText oferece uma ferramenta baseada em navegador com prévia de 10 minutos sem cadastro e 10 minutos gratuitos de transcrição concedidos uma vez ao se registrar. Funciona bem para transcrições pontuais, sem assinatura.

Para trabalho regular de alto volume, a matemática deste post dá os pontos de equilíbrio. Coloque suas horas mensais reais na fórmula, compare com seus dois ou três principais candidatos e escolha a opção mais barata para o seu perfil de uso. A comparação de preços de transcrição para 2026 tem a tabela completa entre fornecedores, se quiser se aprofundar.

Perguntas Frequentes

Quanto custa a transcrição por hora em 2026?

A variação é grande: APIs para desenvolvedores começam em torno de US$ 0,21 a US$ 0,46 por hora para áudio pré-gravado, ferramentas de IA para consumidores como a Rev cobram cerca de US$ 15 por hora no modelo pague conforme usar, e transcrição humana sai de US$ 90 a US$ 120 por hora. Planos de assinatura ilimitada podem empurrar seu custo efetivo por hora para abaixo de US$ 0,20, se você transcrever volume suficiente mensalmente.

É mais barato usar uma API para desenvolvedores ou uma assinatura de taxa fixa?

Depende do volume. Se você transcreve menos de cinco a oito horas por mês, uma API por uso quase sempre sai mais barata que uma assinatura mensal de $10 a $30. Acima de dez horas por mês, a maioria das assinaturas se torna competitiva. Acima de 30 horas, uma assinatura ilimitada normalmente vence no preço.

Por que a transcrição humana é tão mais cara que a de IA?

Um transcritor humano leva de três a seis horas para produzir uma hora de transcrição finalizada. Mesmo com salários modestos, só o custo de mão de obra chega a $40 ou $80 por hora de áudio. Despesas da empresa, revisão de qualidade e margem empurram o preço ao consumidor para $90 a $120 por hora. A transcrição por IA substitui mão de obra por computação de GPU, derrubando o custo em duas ordens de grandeza.

Qual é a API de transcrição por IA mais barata por hora?

Em julho de 2026, o modelo assíncrono Universal-3.5 Pro da AssemblyAI custa $0,0035 por minuto ($0,21 por hora). O Deepgram Nova-3 pré-gravado custa $0,0077 por minuto ($0,46 por hora) no modelo pré-pago. O OpenAI whisper-1 e o gpt-4o-transcribe custam $0,006 por minuto cada ($0,36 por hora). Os preços podem variar com faixas de volume e descontos de planos de crescimento.

Quando faz sentido pagar por transcrição humana?

A transcrição humana se justifica em um conjunto restrito de casos: depoimentos legais ou documentos judiciais onde erros têm consequências formais, documentação médica onde a precisão clínica é crítica, legendagem para transmissão sob padrões regulatórios, ou fala com sotaque carregado em áudio degradado que os modelos de IA ainda não conseguem lidar. Para áudio limpo na maioria dos outros contextos, a precisão da IA é alta o suficiente para que o prêmio humano seja difícil de justificar.

Como calculo meu custo real de transcrição por hora?

Para planos por uso: multiplique sua tarifa por minuto por 60. Para planos de taxa fixa: divida sua conta mensal pelas horas realmente usadas. Se você transcreve 10 horas num plano de $10/mês, sua taxa efetiva é $1/hora; em 50 horas, ela cai para $0,20/hora. A variável-chave é seu uso real, não a tarifa nominal do plano.

Fontes

• Página de preços da Deepgram: https://deepgram.com/pricing
• Página de preços da AssemblyAI: https://www.assemblyai.com/pricing
• Preços da API OpenAI Whisper (brasstranscripts.com): https://brasstranscripts.com/blog/openai-whisper-api-pricing-2025-self-hosted-vs-managed
• Página de preços do AWS Transcribe: https://aws.amazon.com/transcribe/pricing/
• Preços do Google Cloud Speech-to-Text: https://cloud.google.com/speech-to-text/pricing
• Página de preços da Rev: https://www.rev.com/pricing
• Preços do TurboScribe: https://turboscribe.ai/pricing
• Preços do Otter.ai: https://otter.ai/pricing
• Preços do Happy Scribe: https://www.happyscribe.com/pricing