Como transcrever um X Space (Twitter Space) em 2026

X Spaces não salva transcrição. As legendas automáticas ao vivo aparecem na tela durante a sessão, mas somem quando o Space termina. Conseguir uma transcrição exige duas etapas separadas: capturar o áudio e depois rodar em uma ferramenta de transcrição. Este post cobre as duas, com honestidade.

Com O Que Você Está Realmente Lidando

Um Space é uma sala de áudio ao vivo: um ou mais anfitriões, até 10 falantes no palco, ouvintes que não podem falar a menos que sejam convidados. Quando a sessão termina, o X mantém o áudio no servidor. O que ninguém mantém é uma transcrição.

Fatos importantes sobre a gravação:

• Todo o áudio do palco (anfitriões e falantes convidados) é gravado.
• O áudio dos ouvintes nunca é gravado.
• Sem vídeo, sem canais separados por falante, todo o áudio é mixado em uma única faixa.
• As legendas ao vivo são geradas em tempo real e não são armazenadas.

Essa mixagem de faixa única com vários falantes é o que torna Spaces mais difícil de transcrever do que um podcast típico.

Passo 1: Obtendo o Arquivo de Áudio

Se você é o anfitrião

O caminho oficial passa pela ferramenta de arquivo de dados do X, não por um botão de download rápido. Não existe exportação direta de áudio pelo menu de três pontinhos.

1. Abra o X (web ou app) e vá em Configurações e privacidade.
2. Toque em Sua conta e depois em Baixar um arquivo dos seus dados.
3. Clique em Solicitar arquivo e confirme.
4. O X envia um link por e-mail quando o arquivo estiver pronto. Isso pode levar 24 horas ou mais.
5. Descompacte o arquivo e navegue até data > spaces_media.
6. Sua gravação está lá como um arquivo .ts (um fluxo de transporte MPEG contendo áudio AAC).

Para converter o arquivo .ts em algo que uma ferramenta de transcrição consiga processar, rode:

ffmpeg -i space-recording.ts space.mp3

Isso é sem perdas para o conteúdo de áudio. MP3 é suficiente; também pode deixar como .ts se a ferramenta de upload aceitar.

Uma nota sobre retenção: hosts nos aplicativos atualizados do X (iOS 9.15 ou posterior, Android 9.46 ou posterior) têm armazenamento de gravação indefinido até que eles excluam. Se você ou seu co-host estiver em uma versão mais antiga do aplicativo, o prazo de 30 dias ainda se aplica. Baixe dentro de 30 dias se não tiver certeza.

Se você é um palestrante (não o host)

Não há opção integrada de download para co-hosts ou convidados. O caminho prático: peça ao host. A maioria compartilhará o arquivo de arquivo ou enviará um MP3 se você pedir antes do Space terminar. Entrar em contato logo após a sessão, antes que o momento passe, é a garantia mais fácil.

Se você é um ouvinte

Este é o caso mais difícil, e não há uma resposta limpa. O X não oferece download oficial para ouvintes.

Suas opções, em ordem decrescente de confiabilidade:

1. Peça diretamente ao host. Ainda é o caminho mais simples e limpo. A maioria dos hosts compartilhará o arquivo se você pedir.
2. Grave o áudio do sistema durante a reprodução. Enquanto a reprodução está tocando no X, capture a saída com OBS, Audacity ou um gravador de tela configurado para áudio do sistema. Você obtém uma cópia levemente degradada porque está recapturando áudio já comprimido, mas geralmente é suficiente para transcrição.
3. Ferramentas de download de terceiros. Ferramentas como SpacesDown e scrapers similares podem puxar gravações públicas de Spaces. A qualidade varia; essas ferramentas dependem de comportamento não documentado da API do X, e algumas exigem seus cookies de autenticação do X para funcionar. Elas também podem violar os Termos de Serviço do X. Use por sua conta e risco para conteúdo transmitido publicamente.

Se você participa de Spaces dos quais quer transcrições, o conselho padrão é contatar o host antes do evento começar e perguntar se ele compartilhará a gravação depois.

Passo 2: Transcrevendo o Arquivo

Depois de ter o áudio, o fluxo de trabalho de transcrição é o mesmo que para qualquer outra fonte de áudio.

1. Envie o arquivo. O ConvertAudioToText aceita arquivos M4A, MP3 e TS sem exigir conta para arquivos de menos de 10 minutos. Spaces mais longos precisam de um plano pago.
2. Defina o número de falantes explicitamente. Isso importa muito para Spaces. Conte os anfitriões mais todos os convidados que apareceram no palco. Um Space com 2 anfitriões e 4 convidados tem 6 falantes. A detecção automática tem desempenho ruim em áudio misto com vários falantes.
3. Adicione uma lista de vocabulário. Coloque os nomes de todos os falantes e quaisquer nomes de produtos, jargões ou siglas mencionados. Uma lista de 10 a 20 termos melhora significativamente a precisão nessas palavras.
4. Execute. Um Space de 60 minutos normalmente processa em 3 a 5 minutos.

Para Spaces que não são em inglês ou que alternam entre dois idiomas, veja o post sobre diarização de falantes explicada para saber como lidar com áudio em idiomas mistos.

Se você só precisa de uma transcrição limpa sem ferramentas extras, a ferramenta de áudio para texto do ConvertAudioToText cuida do fluxo de upload e transcrição em uma única etapa.

O Problema da Diarização em Spaces

A diarização, o processo de rotular quem disse o quê, é visivelmente mais difícil para Spaces do que para outros formatos de áudio. Eis o porquê:

• Trilha única e misturada. Todos os falantes compartilham um único canal de áudio. Compare isso com um podcast gravado no Riverside ou Zencastr, onde cada falante tem sua própria trilha.
• Alto número de falantes. De cinco a dez pessoas é comum. Mais falantes significa mais espaço para o modelo confundir agrupamentos de voz.
• Qualidade de microfone variável. Um anfitrião num microfone USB de estúdio, outro no viva-voz. As impressões acústicas são inconsistentes.
• Aparições breves de falantes. Um ouvinte é convidado ao palco, fala por 45 segundos e sai. O diarizador quase não tem áudio para construir um perfil confiável.
• Sobreposição de fala. Spaces animados têm conversas cruzadas frequentes. Áudio sobreposto numa única trilha é difícil de separar.

Expectativa prática: a diarização em um Space com 5 participantes terá erros. Em um Space com 2 a 3 participantes, com pessoas experientes que não falam por cima umas das outras, costuma sair limpa. Em um Space grande, com muitos convidados, planeje uma limpeza manual.

A Passada de Edição

As transcrições de X Spaces precisam de mais edição do que podcasts de estúdio. O padrão confiável:

• Ouça os primeiros 5 minutos enquanto lê. Confirme se os rótulos dos participantes estão corretos no começo, antes que o padrão se propague pelos 90 minutos.
• Troque os rótulos genéricos imediatamente. Quando o Participante 2 se apresenta como "sou o Marcus", localize e substitua "Participante 2" no documento inteiro.
• Fique de olho em convidados breves. Quando um ouvinte é chamado ao palco por um trecho curto, o diarizador costuma fundi-lo com um participante existente. Verifique essas transições.
• Corrija nomes próprios. Marcas, nomes de pessoas, nomes de produtos. É aí que a transcrição por IA erra consistentemente em áudio conversacional.
• Marque trechos ininteligíveis em vez de adivinhar. Um [inaudível] entre colchetes é mais honesto do que uma palavra errada que parece plausível.

Um Space de 60 minutos com 5 participantes normalmente leva de 30 a 45 minutos para editar por completo, contra 15 minutos para um podcast equivalente.

Comparação: X Spaces vs Transcrição de Podcast

Se você produz os dois formatos, reserve cerca do dobro do tempo de edição para Spaces.

Por Que Transcrever um Space Afinal

Os motivos mais comuns:

Repurposamento de conteúdo. Quem organiza um Space pode transformar uma conversa ao vivo em newsletter, thread de destaques ou post de blog. A transcrição é a matéria-prima.

Citação e jornalismo. Repórteres que cobriram um Space e precisam de atribuição precisa. Uma transcrição com timestamps é o registro defensável.

Consulta e busca. Achar um momento específico em uma gravação de 90 minutos arrastando o áudio é lento. Uma transcrição pesquisável torna isso instantâneo.

Acessibilidade. Seguidores surdos ou com deficiência auditiva que querem o conteúdo em formato de texto.

Para Spaces longos usados como referência e busca, o fluxo de criar atas de reunião a partir de áudio se aplica bem aqui: rode a transcrição por uma etapa de resumo para extrair citações-chave, temas e itens de ação.

Notas Legais

Spaces do X são conversas públicas em áudio. Transcrever um Space público para uso pessoal geralmente não gera controvérsia. Republicar a transcrição ou usar citações comercialmente é outra história:

• Os participantes detêm os direitos autorais sobre suas próprias palavras.
• Citar para fins jornalísticos se enquadra no fair use, mas citações fora de contexto podem gerar responsabilidade.
• Uso comercial da voz ou do nome de um participante normalmente exige permissão.

Para uso interno de referência, não há considerações especiais.

FAQ

O X Spaces tem exportação de transcrição nativa?

Não. O X oferece legendas automáticas ao vivo durante um Space, mas elas não são salvas e somem quando a sessão termina. Até meados de 2026, não existe recurso nativo de transcrição ou exportação no X.

Por quanto tempo uma gravação do X Spaces fica disponível?

Para anfitriões com a versão atual do app do X (iOS 9.15+ ou Android 9.46+), as gravações ficam disponíveis indefinidamente até que o anfitrião as exclua. Anfitriões com versões antigas do app, e todas as gravações feitas antes da mudança de política de junho de 2022, expiravam após 30 dias. Na dúvida, baixe dentro de 30 dias.

Ouvintes podem baixar uma gravação do X Spaces?

Não por nenhuma interface oficial do X. Os ouvintes podem pedir o arquivo ao anfitrião, usar captura de áudio do sistema enquanto a gravação toca, ou tentar ferramentas de terceiros, embora essas ferramentas possam violar os Termos de Serviço do X e a confiabilidade varie.

Por que a diarização é mais difícil para Spaces do que para um podcast?

Spaces misturam todos os falantes em uma única faixa de áudio, enquanto podcasts costumam ser gravados em canais separados por pessoa. Com uma faixa mista única, os modelos de diarização precisam separar vozes sobrepostas apenas pela impressão acústica, sem separação de canal para ajudar. Some a isso a qualidade variável dos microfones entre 5 e 10 falantes e trocas frequentes de turno, e a taxa de erro dispara.

Fontes

• Download do arquivo de dados do X: confirmado por vários guias verificados, incluindo ytechb.com e maestra.ai, corroborando a documentação de ajuda do X
• Política de gravação indefinida do X Spaces (iOS 9.15+ / Android 9.46+): anúncio do XSpaces e cobertura corroborante em grecrecorder.com
• Formato de arquivo .ts para Spaces arquivados: TIL do Simon Willison sobre exportar gravações de Spaces, corroborado por ryusei.io
• Conversão de .ts para MP3 com FFmpeg: verificado pela documentação padrão do FFmpeg e guias da comunidade
• Legendas ao vivo não salvas após a sessão: confirmado pelo guia de 2026 da vocap.io e descrições de várias ferramentas de transcrição de terceiros