Como converter OGG em texto (áudios do WhatsApp) 2026

O Caminho Rápido

Envie seu arquivo .ogg ou .opus diretamente para o ConvertAudioToText e receba a transcrição em menos de um minuto para clipes curtos. Não é preciso converter nada. Se você chegou aqui porque um áudio do WhatsApp apareceu nos seus arquivos como .opus, trata-se de um contêiner OGG com áudio Opus, e ele é enviado exatamente da mesma forma.

O restante deste post explica por que os arquivos OGG se comportam de forma diferente dependendo de quem os criou, como tirá-los do celular em primeiro lugar e o que as diferenças entre codecs significam para a qualidade da transcrição.

Por Que o OGG Aparece no Seu Fluxo de Trabalho

OGG é um formato de contêiner, não um codec de áudio. Pense nele como um arquivo ZIP: o contêiner guarda o fluxo de áudio, e a codificação em si é feita pelo Vorbis (mais antigo, de uso geral) ou pelo Opus (mais novo, otimizado para voz). Ambos são livres de royalties, e é por isso que acabaram dentro de softwares que não queriam pagar taxas de licenciamento do MP3.

Os lugares onde você mais encontra arquivos OGG:

• Áudios do WhatsApp, codec Opus, extensão .opus (o mesmo contêiner OGG por baixo dos panos)
• Mensagens de voz do Telegram, Opus dentro de .ogg, ~32 kbps, 48 kHz mono
• Mensagens de voz do Discord, Opus em bitrates baixos dentro de .ogg
• Exportações do Audacity, Vorbis por padrão, nível de qualidade 5 (~equivalente a um MP3 de 128 kbps em tamanho, mas com qualidade maior graças ao VBR)
• Gravador de Som do GNOME, dumps do PulseAudio e outras ferramentas de áudio do Linux, normalmente Vorbis
• Artigos falados da Wikipédia e áudios do Wikimedia Commons, Vorbis a 96-128 kbps

Cada fonte tem seus próprios hábitos de bitrate e caminho de exportação. As seções abaixo abordam as mais importantes.

Vorbis vs Opus: O Que Realmente Diferencia

Ambos os codecs vivem dentro de contêineres .ogg. Diferenciá-los importa porque algumas ferramentas de transcrição suportam um e não o outro.

Vorbis (padronizado em 2001) é de bitrate variável por design. O nível de qualidade padrão 5 do Audacity mira aproximadamente o mesmo tamanho de arquivo que um MP3 de 128 kbps, mas alcança qualidade melhor porque aloca mais bits para trechos complexos. Você vai encontrá-lo em gravações, podcasts e áudios da Wikipédia a 128-256 kbps.

Opus (padronizado em 2012, RFC 6716) foi criado para voz em tempo real. Opera de 6 kbps até 510 kbps e alterna dinamicamente entre modos de codificação de fala e música. A partir de 24 kbps, estudos mostram precisão de reconhecimento automático de fala a cerca de 1,5 ponto percentual do lossless. Abaixo de 16 kbps, começa uma degradação significativa, e os áudios do WhatsApp ficam bem nessa fronteira.

A armadilha da extensão. A Xiph.Org Foundation especifica oficialmente .opus para arquivos Opus-em-OGG (RFC 7845 / XiphWiki OggOpus). Ferramentas modernas gravam .opus. Aplicativos mais antigos às vezes gravavam Opus com extensão .ogg. Se você vir um arquivo .ogg vindo do WhatsApp, Discord ou Telegram e ele parecer suspeitamente pequeno (menos de 15 KB por minuto de áudio), quase certamente é Opus rotulado errado. Execute ffprobe yourfile.ogg e procure Audio: opus ou Audio: vorbis na saída para confirmar.

O Caminho de Exportação dos Áudios do WhatsApp

O WhatsApp é a maior fonte real de arquivos OGG Opus, e tirá-los do celular corretamente depende da sua plataforma.

Android

O caminho mais limpo: abra seu gerenciador de arquivos e navegue até Android/media/com.whatsapp/WhatsApp/Media/WhatsApp Voice Notes/. O WhatsApp armazena as gravações ali como arquivos .opus com qualidade original bit a bit. Copie o arquivo para o PC via USB ou envie-o direto para uma pasta na nuvem.

Alternativamente, segure pressionado um áudio no WhatsApp, toque no ícone de compartilhamento e envie-o ao Google Drive ou ao seu app de e-mail. O arquivo chega como o .opus original.

iPhone

O caminho no iPhone tem uma pegadinha: o método encaminhar-e-compartilhar (segurar pressionado, tocar em encaminhar, tocar no ícone de compartilhamento) recodifica o áudio para .m4a. Você perde o fluxo Opus original.

Para preservar a codificação original, vá em Ajustes > Conversas > Exportar Conversa, escolha "Anexar Mídia" e salve o ZIP resultante em Arquivos. Dentro do ZIP, os áudios aparecem como arquivos .opus com sua codificação original intacta. Esse é o caminho a usar quando a qualidade da transcrição importa.

O WhatsApp grava áudios a 16 kHz, 16 kbps, mono. Um áudio de um minuto normalmente chega a 110-160 KB. A captura estreita de frequências (até 8 kHz, definida pela taxa de amostragem de 16 kHz) cobre tudo o que é necessário para inteligibilidade da fala. Isso significa que a precisão da transcrição é um pouco menor do que a de uma gravação feita em bitrates maiores — não porque uma ferramenta falha, mas porque o codec está operando perto do seu limite inferior.

Mensagens de Voz do Telegram

No Telegram, clicar com o botão direito no desktop (ou usar "Salvar em Downloads" no Android) entrega o arquivo .ogg original a ~32 kbps Opus, 48 kHz mono. É um degrau acima dos 16 kbps do WhatsApp, visivelmente mais limpo para falantes com sotaque ou ambientes barulhentos.

No iPhone, toque no ícone de compartilhamento da mensagem de voz e escolha um destino para salvar. O arquivo chega como .ogg com o fluxo Opus intacto.

Exportações do Audacity

O Audacity exporta OGG Vorbis (não Opus) por padrão, usando bitrate variável. O nível de qualidade 5 de 10 é o padrão; o arquivo resultante é comparável em tamanho a um MP3 de 128 kbps, mas com melhor qualidade porque o Vorbis usa mais bits em áudio complexo e menos em silêncio.

Se você está transcrevendo suas próprias gravações do Audacity, também pode exportar como Opus (Arquivo > Exportar Áudio > Opus) e obter arquivos menores com qualidade equivalente. Qualquer um dos dois funciona bem para transcrição.

Enviando Arquivos OGG para Transcrição

Motores de transcrição modernos lidam diretamente com Vorbis e Opus dentro de contêineres .ogg ou .opus. Não converta para MP3 primeiro. Passar um arquivo Opus com perdas por um segundo codificador com perdas (mesmo a 192 kbps MP3) descarta informação de áudio. Envie o original.

Se você tiver uma ferramenta que rejeita OGG e lança um erro de "codec não suportado":

ffmpeg -i in.ogg -c:a libmp3lame -b:a 192k out.mp3

Isso converte para MP3 por compatibilidade. Para Opus-para-Vorbis (mantendo o contêiner OGG):

ffmpeg -i in.opus -c:a libvorbis -q:a 6 out.ogg

E se um arquivo toca normalmente, mas as ferramentas o rejeitam (cabeçalhos malformados de codificadores antigos), reembrulhe sem recodificar:

ffmpeg -i broken.ogg -c:a copy fixed.ogg

Áudios curtos (menos de 2 minutos) terminam a transcrição em menos de 30 segundos. Um artigo falado completo da Wikipédia ou uma exportação de podcast de 1 hora do Audacity leva de 2 a 5 minutos.

Para quem precisa extrair transcrições de formatos padrão de gravações de voz no iPhone, como transcrever gravações de voz no iPhone cobre todo o caminho de exportação.

Tabela Comparativa de Formatos

O Opus a 24 kbps ou mais transcreve a cerca de ~1,5% da precisão do áudio lossless. O teto de precisão para áudios do WhatsApp a 16 kbps é um pouco menor: confiável para falantes claros em ambientes silenciosos, variável para gravações com sotaque ou ruído.

Para uma visão mais ampla de como os formatos se comparam em todos os contêineres comuns, formatos de áudio suportados para transcrição cobre todo o panorama.

Armadilhas Específicas do OGG

Lacunas do DTX do Opus. Alguns codificadores Opus usam Discontinuous Transmission (DTX), inserindo pacotes de comprimento zero de "ruído de conforto" durante o silêncio em vez de dados de áudio. Segundo a especificação OggOpus (RFC 7845), eles devem ser resolvidos como ocultação de perda de pacotes no decodificador. A maioria dos motores de transcrição modernos lida com isso corretamente. Se sua transcrição tiver lacunas inexplicadas nas fronteiras de silêncio, tente remover e preencher o silêncio antes do envio:

ffmpeg -i in.ogg -af "silenceremove=stop_periods=-1:stop_duration=0.5:stop_threshold=-40dB" out.ogg

O erro de "codec não suportado" e o Opus especificamente. Algumas ferramentas mais antigas lidam com Vorbis, mas não com Opus. Isso é especialmente comum com arquivos .ogg vindos de apps de mensagens. ffprobe yourfile.ogg confirmará o codec. Se aparecer opus e sua ferramenta o rejeitar, troque de ferramenta ou converta como mostrado acima.

Arquivos OGG multitrilha de engines de jogos. Alguns jogos (notavelmente os que usam a engine Godot ou sistemas de streaming baseados em Ogg mais antigos) armazenam múltiplos fluxos lógicos em um único contêiner. A maioria das ferramentas de transcrição lê apenas o primeiro fluxo. Se seu OGG vem de um jogo e você está tentando extrair diálogos, use o ffmpeg para extrair explicitamente o fluxo 0:

ffmpeg -i game_audio.ogg -map 0:a:0 extracted.ogg

Arquivos de projeto do Audacity vs exportações. O formato de projeto .aup3 do próprio Audacity é um banco de dados SQLite, não um arquivo OGG. Você precisa exportar explicitamente (Arquivo > Exportar Áudio) para obter um .ogg reproduzível. Usuários iniciantes do Audacity às vezes tentam enviar o arquivo de projeto e recebem um erro.

Quando Considerar Outro Formato

Se você controla a gravação e a qualidade da transcrição importa, grave a 32 kbps Opus ou mais, ou use WAV sem compressão para sessões curtas. A diferença entre um áudio do WhatsApp a 16 kbps e uma gravação Opus a 64 kbps é audível tanto para o ouvido humano quanto para o motor de transcrição.

Se você só precisa de uma transcrição limpa de um áudio que você mesmo gravou (em vez de áudios de outras pessoas), o ConvertAudioToText aceita WAV, MP3, MP4, OGG e a maioria dos outros contêineres, e vale a pena ler o detalhamento do custo da transcrição por hora se você está pesando planos gratuitos versus pagos para trabalho em lote.

Perguntas Frequentes

O OGG Opus é melhor que o MP3 para transcrição?

Em bitrates abaixo de 64 kbps, sim. O Opus alcança precisão de reconhecimento de fala a cerca de 1,5 ponto percentual do lossless a partir de 24 kbps, enquanto o MP3 nessas taxas soa visivelmente degradado. Acima de 128 kbps, ambos os formatos são efetivamente equivalentes para fins de transcrição. Para voz especificamente, o Opus tem vantagem clara nos bitrates baixos que os apps de mensagens realmente usam.

Posso transcrever mensagens de voz do Discord de graça?

Sim. Clique com o botão direito na mensagem de voz no Discord, copie o link e baixe o arquivo .ogg, ou use a opção "Salvar Como" do Discord. Envie-o a uma ferramenta de transcrição, o ConvertAudioToText transcreve os primeiros 10 minutos sem nenhum cadastro, e uma conta gratuita adiciona 10 minutos de transcrição concedidos uma única vez. Para volumes maiores, há planos pagos disponíveis.

Por que meu áudio do WhatsApp soa bem, mas transcreve mal?

O WhatsApp grava a 16 kbps, 16 kHz mono. Nesse bitrate, o Opus é otimizado para inteligibilidade da fala ao ouvido humano, que tolera mais compressão do que os sistemas automáticos de reconhecimento de fala. Sotaques fortes, ruído de fundo ou fala rápida que o ouvido completa pelo contexto são exatamente os casos em que o piso do codec prejudica a precisão da transcrição. Não há nada a fazer sobre áudios que você já recebeu; para suas próprias gravações, use um app de gravação de voz que registre em um bitrate maior.

Um arquivo .opus funciona igual a um arquivo .ogg para transcrição?

Sim. .opus é um fluxo de áudio Opus em um contêiner OGG, apenas com a extensão mais específica que a Xiph.Org Foundation recomenda oficialmente. O formato do arquivo é idêntico ao de um .ogg contendo áudio Opus. Qualquer ferramenta que aceite um deve aceitar o outro. Se uma ferramenta rejeitar especificamente .opus apenas pela extensão, renomeie para .ogg e tente novamente, o codec não muda.

Fontes

• XiphWiki: especificação OggOpus
• RFC 7845: encapsulamento Ogg para o codec de áudio Opus
• Comparação oficial do codec Opus
• Manual do Audacity: opções de exportação OGG Vorbis
• Manual do Audacity: opções de exportação Opus
• Plataforma WhatsApp Business: mensagens de áudio
• Wikipédia: formato de áudio Opus