Preços de Transcrição 2026: APIs de US$ 0,15/hora a US$ 120/hora com Humanos

Preços de transcrição em 2026 variam em três ordens de magnitude. A mesma hora de áudio pode custar cerca de US$ 0,46 em uma API para desenvolvedores ou até US$ 120 em um serviço de transcrição humana. O modelo de preço importa tanto quanto o número em destaque, porque o preço por minuto escala linearmente com o uso, enquanto planos de taxa fixa limitam o custo. Este post detalha o que cada serviço importante cobra agora, como as estruturas funcionam e qual modelo se encaixa em cada caso de uso. Cada número aqui foi verificado na própria página de preços do fornecedor, com a fonte linkada no final.

A Versão Resumida

Existem apenas três formas de precificar transcrição, e a certa depende inteiramente do seu volume mensal.

• Menos de algumas horas por mês: use o nível gratuito ou pague por minuto. APIs para desenvolvedores como Deepgram e OpenAI custam cerca de US$ 0,36 a US$ 0,46 por hora de áudio.
• De algumas horas a algumas centenas de horas por mês: um plano de consumo com taxa fixa (US$ 10 a US$ 20 por mês) é quase sempre o mais barato, porque o preço por minuto ultrapassaria a assinatura.
• Áudio sensível legal ou medicamente: pague por transcrição humana (US$ 1,50 a US$ 2,00 por minuto, aproximadamente US$ 90 a US$ 120 por hora) onde precisão de 99 por cento sem revisão manual é o requisito.

Minha opinião em uma frase: se você transcreve mais de três ou quatro horas por mês e não está construindo um produto sobre uma API, um plano ilimitado de taxa fixa elimina o medidor e a matemática deixa de importar. Eu construo o ConvertAudioToText, então trate isso como um viés declarado, a comparação abaixo aponta onde os concorrentes realmente vencem.

As Três Estruturas de Preço

Todo serviço de transcrição usa um dos três modelos de preço.

Preço por Minuto (ou por Hora)

Você paga por cada minuto de áudio processado. O custo unitário é pequeno (frações de centavo por minuto nas APIs de desenvolvedor), mas a conta cresce linearmente com o uso. A maioria das APIs empresariais e de desenvolvedor funciona assim, e a maioria cobra por segundo, então você não é arredondado para o minuto inteiro.

Melhor para: usuários de baixo volume que precisam de apenas algumas horas por mês, e equipes de engenharia de alto volume com uso previsível e descontos por volume.

Tarifa Plana Ilimitada

Você paga uma assinatura mensal e processa quanto áudio quiser. O custo unitário efetivo cai conforme seu uso aumenta, então quanto mais você transcreve, melhor fica o negócio.

Melhor para: usuários regulares que processam cinco ou mais horas por mês, onde o preço por minuto excederia a assinatura mensal.

Camadas Híbridas

Um nível gratuito com um limite mensal (geralmente de 10 a 300 minutos), e depois um plano medido ou de tarifa fixa acima disso. Isso combina a porta de entrada gratuita com a previsibilidade de uma assinatura.

Melhor para: a maioria dos consumidores e pequenas equipes. Grátis para avaliação, custo fixo depois que eles se comprometem.

Comparação das Principais IAs

Uma comparação direta dos preços de destaque para transcrição por IA em 2026. Todos os valores por hora são calculados a partir da taxa por minuto publicada no preço de tabela, antes dos descontos por volume.

AssemblyAI

$0.15/hr

OpenAI 4o-mini

$0.18/hr

AssemblyAI 3.5 Pro

$0.21/hr

OpenAI Whisper

$0.36/hr

Deepgram Nova-3

$0.46/hr

Preço de tabela por hora, 2026. Menor é mais barato.

Duas coisas se destacam. O nível de API para desenvolvedores (Deepgram, os modelos da OpenAI, AssemblyAI) é consistentemente a opção mais barata por minuto, geralmente abaixo de $0.50 por hora. Os aplicativos de nível consumidor cobram bem mais por minuto no papel, mas incluem interface, exportações, edição, rótulos de falante, resumos e integrações que uma API crua não oferece. Um segundo ponto fácil de passar batido: o preço promocional da API barata é a taxa base. Os $0.15/hora da AssemblyAI viram cerca de $0.22/hora quando você adiciona diarização de falantes, análise de sentimento e sumarização, e a taxa mono da Deepgram é mais alta para áudio multicanal. Compare coisas equivalentes.

Para detalhamentos por fornecedor, nossas páginas cobrem os detalhes: alternativas ao TurboScribe, alternativas ao Otter AI, alternativas ao Happy Scribe, alternativas ao Rev e alternativas ao Descript. As taxas brutas de API são exploradas mais a fundo em preços da API OpenAI Whisper e Deepgram Nova-3 explicado.

Preços de Transcrição Humana

A transcrição humana continua sendo o padrão ouro para precisão em áudio difícil. O preço reflete o trabalho envolvido.

O nível "IA com revisão humana" entrega precisão quase perfeita por um custo extra considerável. Para a maioria dos casos de uso, a precisão da IA moderna em áudio limpo é alta o bastante para que o custo extra da revisão humana não se justifique. As exceções são trabalhos jurídicos, médicos e de mídia onde a precisão é crítica, casos em que uma palavra perdida muda o sentido e alguém precisa responder pelo resultado final.

Preços para Empresas e Grandes Volumes

Para usuários de alto volume (mais de 1.000 horas por mês), os principais provedores de API oferecem preços personalizados, e os descontos são reais:

• Descontos por volume de 20 a 50% sobre a tarifa por minuto anunciada. O AWS Transcribe, por exemplo, cai de US$ 0,024/min para cerca de US$ 0,0078/min no nível de 5 milhões de minutos.
• Preços com capacidade reservada para cargas de trabalho previsíveis.
• Contratos anuais em troca de descontos adicionais.
• O plano Growth da Deepgram já reduz a tarifa por minuto antes de qualquer negociação personalizada.

Para empresas nessa escala, a escolha costuma ser entre internalizar a transcrição (rodar um modelo de código aberto como o Whisper em GPUs próprias) e usar um serviço gerenciado com descontos por volume. Hospedar o Whisper por conta própria pode chegar perto de US$ 0,006 por minuto de computação, mas só quando você considera tempo de GPU, engenharia e disponibilidade, então o ponto de equilíbrio depende muito da maturidade operacional. Nosso post sobre preços de transcrição para empresas aborda essa troca em detalhes.

O Que Você Realmente Recebe em Cada Faixa de Preço

Uma comparação de preços não está completa sem comparar o que cada plano entrega.

Abaixo de $0,50 por hora (nível de API bruta)

Transcrição pura, sem interface, sem exportações além da resposta bruta da API, sem editor integrado. Ideal para desenvolvedores que constroem seus próprios produtos por cima.

Exemplos: Deepgram Nova-3, AssemblyAI, OpenAI gpt-4o-transcribe.

De $10 a $20 por mês (tarifa fixa para consumidor)

Transcrição com interface, exportações (SRT, VTT, TXT, DOCX), editor, identificação de falantes, resumos e integrações com ferramentas comuns. Alguns planos incluem modelos de IA ajustados para casos de uso específicos.

Exemplos: ConvertAudioToText (US$ 14,99/mês, ou $99,99/ano na cobrança anual), TurboScribe ($10/mês no plano anual).

De $25 a $50 por mês (premium para consumidor)

Tudo o que está acima, mais edição avançada (edição baseada em texto estilo Descript), interface polida, mais integrações e, às vezes, edição leve de vídeo.

Exemplos: planos Creator e Business da Descript, planos Pro e Business da Happy Scribe.

De $50 a $200 por mês (empresarial)

Tudo o que está acima, mais recursos para equipes (espaços de trabalho compartilhados, controles de administrador), limites de uso mais altos, suporte prioritário e SSO.

Exemplos: Otter Business, Descript Business, Happy Scribe Business, CATT Business & teams (preço sob medida por empresa).

A partir de $1,50 por minuto (transcrição humana)

Transcrito à mão por pessoas treinadas, normalmente com 99 por cento de precisão ou mais. Prazo de entrega mais longo, às vezes especializado para trabalho médico ou jurídico.

Exemplos: Rev Human, Happy Scribe Human, TranscribeMe, GoTranscript.

Custo por Hora em Diferentes Volumes

A análise de ponto de equilíbrio é o que a maioria das pessoas realmente precisa.

Para a maioria dos criadores individuais e pequenas equipes, um plano ilimitado com preço fixo (de $10 a $20 por mês) é a opção mais barata assim que você passa de cerca de três ou quatro horas por mês. Nosso post sobre custo de transcrição por hora detalha a matemática, e preço ilimitado vs. por uso mostra quando cada um compensa.

Especificamente no preço do CATT, o plano Pro custa US$ 14,99/mês com cobrança mensal, ou $99.99 por ano com cobrança anual para transcrição ilimitada, o que cobre desde cinco horas até várias centenas de horas por mês a um custo fixo. Também existe o plano Starter ($5.99/mês anual, 2 horas) para quem usa pouco e o plano Business & teams com preço sob medida por empresa (tudo do Pro para toda a equipe, acesso à API e webhooks, preço por volume, suporte e onboarding dedicados; fale conosco).

Custos Ocultos para Ficar de Olho

O preço de divulgação não conta a história completa do custo. Alguns fatores podem mudar o valor real de forma significativa.

Recursos adicionais. A tarifa barata de API geralmente cobre só a transcrição. Diarização de falantes, análise de sentimento, resumos e tradução costumam ser cobrados à parte. A tarifa base de $0.15/hora da AssemblyAI vira cerca de $0.22/hora com os complementos comuns ativados.

Limites por conversa. O plano Pro do Otter limita uma única gravação a 90 minutos, mesmo permitindo 1.200 minutos por mês, então uma palestra longa ou um evento de dia inteiro pode bater no teto em um só arquivo.

Taxas de armazenamento e exportação. Alguns serviços cobram para guardar transcrições e áudio por longo prazo, ou cobram por exportação em formatos premium. A maioria das ferramentas modernas inclui todos os formatos no preço base.

Taxas de excedente. Ferramentas que cobram por minuto às vezes adicionam cobranças extras se você passar do volume esperado.

Sobretaxa para outros idiomas. Alguns serviços cobram mais por transcrição em idiomas que não sejam inglês. A maioria das ferramentas modernas (incluindo o ConvertAudioToText) cobra o mesmo preço para 99+ idiomas.

Nossa publicação sobre custos ocultos de serviços de transcrição aborda isso em detalhes.

Comparação dos Planos Gratuitos

Muitos serviços oferecem planos gratuitos. A qualidade e a pegadinha variam bastante.

O plano gratuito do TurboScribe é generoso para uso casual, pois 3 arquivos por dia de 30 minutos dá cerca de 45 horas por mês se você usar diariamente, com downloads de arquivos incluídos. Na conta gratuita da CATT, o primeiro arquivo roda no mecanismo premium com rótulos de falante, com até uma hora, e depois você transcreve até 30 arquivos por dia, de até 30 minutos cada no mecanismo padrão; sem conta, os primeiros 30 minutos de qualquer arquivo são grátis. A diferença é que, na CATT, baixar em formatos além de TXT depois do primeiro arquivo exige um plano pago, o Passe Semanal ou um pacote de minutos. A página de transcrição gratuita em inglês é o ponto de entrada padrão. Para os prós e contras, veja se a transcrição gratuita vale a pena.

Quando Pagar vs. Continuar no Gratuito

A resposta certa depende do volume e das necessidades de recursos.

Preços do ConvertAudioToText: plano gratuito, depois US$ 14,99 fixos por mês por minutos ilimitados

Continue no gratuito se: você tem gravações curtas, quer principalmente uma demonstração rápida ou uma transcrição pontual, e arquivos de até 30 minutos, copiando o texto, dão conta do recado.

Pague a tarifa fixa se: você transcreve mais de algumas horas por mês, precisa de exportações além de texto simples, precisa de identificação confiável de falantes e quer custo previsível sem medidor.

Pague por minuto se: você tem uso variável que às vezes cai para zero, está integrando transcrição ao seu próprio produto ou precisa de preço por volume em escala.

Pague por humano se: você tem transcrições com sensibilidade legal, áudio onde a precisão da IA é comprovadamente falha e precisa de 99 por cento de precisão sem revisão manual.

Nosso post sobre quando pagar por transcrição cobre a lógica dessa decisão.

Qual Serviço Realmente Vence para Você

Nenhuma ferramenta única vence em todos os critérios, e qualquer comparação que coloque o produto do próprio autor em primeiro lugar deve ser lida com desconfiança. Aqui está a divisão honesta:

• TurboScribe vence se você quer transcrição ilimitada com um nível gratuito (exige conta gratuita) e o menor preço anual ($10/mês). Ele entrega a transcrição e para por aí.
• Otter vence se sua necessidade central é captura de reuniões ao vivo com um bot que entra automaticamente no Zoom, Google Meet e Teams. Os limites e o preço por assento são o trade-off.
• Rev e Happy Scribe (humano) vencem quando você precisa de precisão certificada e verificada por humanos para trabalho jurídico, médico ou de broadcast, e pode absorver de $90 a $120 por hora.
• Deepgram, AssemblyAI e as APIs da OpenAI vencem se você é engenheiro construindo transcrição no seu próprio aplicativo e quer o menor custo por minuto.
• ConvertAudioToText é uma das várias opções sólidas de preço fixo. Na cobrança anual, ele sai mais barato que o TurboScribe ($99,99/ano vs $120/ano), custa menos mês a mês (US$ 14,99 vs $20), e ainda adiciona modelos de IA, itens de ação, um editor completo e suporte de primeira linha para idiomas africanos. Se você só precisa de uma transcrição crua e nada mais, uma ferramenta mais barata ou gratuita pode te atender bem.

Por Onde Começar

Para a maioria dos usuários, o caminho mais barato para uma avaliação rápida é o plano gratuito do provedor com preço fixo que mais se aproxima das suas necessidades. Rode alguns arquivos representativos, veja se a precisão e o conjunto de recursos atendem ao seu áudio, e comprometa-se com um plano pago só quando tiver evidências de que vai funcionar para o seu caso. O plano gratuito da CATT, com os primeiros 30 minutos de qualquer arquivo sem conta e até 30 arquivos por dia, de até 30 minutos cada com uma conta gratuita, é suficiente para testar a maioria dos arquivos comuns. Nossa página de preços mostra exatamente o que cada plano pago entrega.

FAQ

Quanto custa transcrever uma hora de áudio em 2026?

Vai de cerca de $0,36 a $0,46 por hora em uma API para desenvolvedores (OpenAI, Deepgram), passando por aproximadamente $12 a $15 por hora em ferramentas de IA para consumidores cobradas por minuto, até $90 a $120 por hora para transcrição humana. Em um plano ilimitado com preço fixo, o custo por hora cai para perto de zero quanto mais você transcreve, já que paga uma mensalidade única independentemente do volume.

Qual é a forma mais barata de transcrever áudio?

Para uso pontual ou muito leve, um plano gratuito é o mais barato (3 arquivos por dia da TurboScribe, ou a conta gratuita da CATT, com até 30 arquivos por dia, de até 30 minutos cada). Para algumas horas por mês ou mais, um plano ilimitado com preço fixo em torno de $10 a $20 por mês é o mais barato, porque o preço por minuto ultrapassaria a assinatura. Para desenvolvedores com alto volume, uma API por minuto como a Deepgram, a cerca de $0,0077 por minuto, tem o menor custo unitário.

Preço por minuto ou preço fixo é melhor?

Depende do volume. O preço por minuto compensa quando você transcreve pouco (menos de três ou quatro horas por mês) ou quando o uso é imprevisível e às vezes zero. O preço fixo é mais barato e mais simples depois que você passa desse limite, porque o custo é limitado não importa quanto você processe. O ponto de equilíbrio para a maioria das ferramentas de consumo fica em torno de três a quatro horas por mês.

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

A transcrição humana é precificada pelo trabalho: uma pessoa ouve e digita cada palavra, e muitas vezes ainda revisa. A Rev cobra a partir de US$ 1,50 por minuto e a Happy Scribe, US$ 2,00 por minuto, o que dá cerca de US$ 90 a US$ 120 por hora. A IA faz o mesmo trabalho por centavos, porque roda em um modelo, não em uma pessoa. Você paga o preço do humano quando a precisão de 99% sem revisão manual é um requisito rígido, normalmente em trabalhos jurídicos, médicos ou de transmissão.

APIs baratas de transcrição têm custos ocultos?

Muitas vezes, sim. A taxa anunciada costuma ser só para a transcrição. Diarização de falantes, análise de sentimentos, resumos e tradução geralmente são cobrados à parte. A taxa base de US$ 0,15 por hora da AssemblyAI sobe para cerca de US$ 0,22 por hora com diarização, sentimentos e resumo ativados. Alguns provedores também cobram mais por áudio multicanal ou multilíngue, e as taxas regionais da AssemblyAI sobem 10% em 1º de julho de 2026, a menos que você solicite a região global. Sempre calcule o preço dos recursos que você realmente precisa, não o da taxa base.

Quanto custa o ConvertAudioToText?

Sem conta, o CATT transcreve grátis os primeiros 30 minutos de qualquer arquivo; uma conta gratuita roda o primeiro arquivo no motor premium, com até uma hora, e depois até 30 arquivos por dia, de até 30 minutos cada. O plano Pro custa US$ 14,99 por mês, com cobrança mensal, ou US$ 99,99 por ano, com cobrança anual, para transcrição ilimitada em 99+ idiomas, com rótulos de falante, templates de IA e todos os formatos de exportação. Também há o plano Starter (US$ 5,99/mês anual, 2 horas) e o plano Business & teams com preço sob medida por empresa (tudo do Pro para toda a equipe, acesso à API e webhooks, preço por volume, suporte e onboarding dedicados).

Uma ferramenta gratuita de transcrição é suficiente?

Para áudio curto, limpo e de uso único, sim. A precisão da IA moderna em áudio claro em inglês é alta, e os planos gratuitos do TurboScribe e do Otter usam os mesmos modelos subjacentes que os planos pagos. Os limites são de volume (a CATT limita cada arquivo gratuito a 30 minutos, a Otter 300 por mês, a TurboScribe 3 arquivos por dia) e, às vezes, de recursos. Se você transcreve com frequência ou precisa de exportações, edição e identificação de falantes em escala, um plano pago com taxa fixa se paga rapidamente. Veja nossa análise sobre se a transcrição gratuita vale a pena.

Qual serviço de transcrição é o mais preciso?

Para áudio difícil (sotaques carregados, vozes sobrepostas, gravações ruins), a transcrição humana da Rev ou do Happy Scribe ainda é a mais precisa, com 99% ou mais. Para áudio limpo, a diferença diminuiu: os melhores modelos de IA (Deepgram Nova-3, AssemblyAI Universal, OpenAI gpt-4o-transcribe) chegam perto dos 90% altos em fala clara, e as ferramentas de consumo construídas sobre eles herdam essa precisão. Combine a ferramenta com a qualidade do seu áudio, em vez de buscar um único número de precisão.