Alternativa gratuita ao Descript: edite áudio editando texto, sem cadastro
A parte do Descript em que você edita pelo texto, grátis no seu navegador. Não o resto da suíte, e aqui dizemos o que falta.
O CATT Editor é um substituto gratuito, só no navegador, para uma parte do Descript: cortar uma gravação apagando palavras, mais a remoção com um clique dos sons de preenchimento em inglês. Não pede conta, nem instalação, nem upload, e exportar não custa nada. Não é um substituto completo do Descript, porque não há suíte de vídeo, voz com IA, gravação de tela nem colaboração.
O editor é um app gratuito separado, em edit.convertaudiototext.com. Ele abre em uma nova aba, não pede nada e lê o seu arquivo direto do disco.
Funciona melhor em um navegador Chromium de desktop. Na primeira execução o modelo de voz é baixado, cerca de 200 MB para o Base ou cerca de 600 MB para o Small, e depois fica em cache. Tudo fica na memória, então clipes curtos funcionam melhor.
Prefere comparar o serviço de transcrição completo? Leia ConvertAudioToText versus Descript
Onde o editor gratuito substitui o Descript e onde não substitui
Você tem: cortar apagando palavras
Solte uma gravação, receba texto com marcação de tempo em cada palavra, apague o que não quiser e a mídia é cortada junto. A reprodução pula os cortes na hora.
Você tem: remoção dos sons de preenchimento em inglês
O editor compara o texto com uma lista fixa de sons de preenchimento em inglês: um, uh, ah, eh, hm, mm, uh-huh e as grafias mais comuns. Quando a transcrição tem algum deles, aparece um botão Remove fillers com a contagem e um clique corta todos. É uma lista de palavras, não um critério: like, so e right ficam. A comparação acontece seja qual for o idioma falado, então numa gravação que não esteja em inglês ela pode marcar uma palavra com significado. Desfazer devolve tudo.
Você tem: nada de upload
O Descript processa a sua mídia na nuvem dele. Aqui o arquivo é lido do seu disco, decodificado e transformado em texto no seu próprio hardware, e exportado de volta para o seu disco. Métricas de produto anônimas são a única coisa que coletamos, e elas não carregam dados do arquivo.
Você tem: sem conta e sem instalar
O Descript pede que você crie uma conta antes da primeira edição e guarda o conjunto completo em um app de desktop. Aqui é uma aba do navegador: sem cadastro, sem download, sem marca d'água na exportação.
Você não tem: o resto da suíte
O Descript é uma ferramenta de produção completa. Tem linha do tempo de vídeo multipista, voz com IA e overdub, gravação de tela e de estúdio, redução de ruído em um clique e projetos compartilhados com comentários. Nada disso existe aqui, e nenhuma aba grátis vai substituir isso.
Você não tem: texto pronto para publicar em arquivos longos
O modelo do navegador é pequeno, então sofre com sotaques, vozes sobrepostas, ruído de fundo e áudio que não seja em inglês, e a memória do navegador limita a duração que dá para segurar. Passe gravações longas ou difíceis pelo ConvertAudioToText e depois traga o resultado para o editor fazer os cortes.
Como funciona
Confira a troca primeiro
Se você precisa de linha do tempo de vídeo multipista, voz com IA, gravação de tela ou projeto compartilhado com comentários, o Descript é a ferramenta certa e esta não é. Se o que você quer é cortar uma gravação apagando palavras, siga em frente.
Abra o editor e solte um arquivo
MP3, WAV, M4A, MP4, WebM, MOV ou MKV. Nada é enviado. Na primeira vez o modelo de voz é baixado, cerca de 200 MB para o Base ou cerca de 600 MB para o Small, e depois fica em cache.
Apague o que não quiser
O texto tem marcação de tempo em cada palavra, então apagar corta a mídia no limite da palavra. Os sons de preenchimento em inglês saem com um clique.
Exporte e fique com o arquivo
MP4 para projetos de vídeo, M4A para os que são só áudio, escritos no navegador pelo ffmpeg.wasm. Sem marca d'água, sem créditos de exportação, sem plano para escolher.
CATT Editor versus Descript, com honestidade
Cinco destas linhas ficam com o Descript. Não vamos fingir o contrário.
| Recurso | CATT | Descript |
|---|---|---|
| Custo para editar e exportar | Grátis, sem níveis | Plano grátis medido, pago a partir de cerca de US$ 16/mês |
| Conta obrigatória | Não | Sim, antes da primeira edição |
| Instalação | Nenhuma, uma aba do navegador | A versão web é limitada; o app de desktop tem tudo |
| Onde a sua mídia é processada | Na sua própria máquina | Enviada para a nuvem deles |
| Cortar apagando palavras | Sim | Sim |
| Remoção de vícios de linguagem | Sim, sons em inglês | Sim |
| Linha do tempo de vídeo multipista | Não | Sim |
| Voz com IA e overdub | Não | Sim |
| Gravação de tela e de estúdio | Não | Sim |
| Colaboração em equipe e comentários | Não | Sim |
| Gravações longas ou difíceis | Limitado pela memória do navegador | Processadas na nuvem deles |
Perguntas frequentes
Não um substituto completo, e preferimos dizer isso logo. Ele substitui um mecanismo: cortar uma gravação apagando palavras, mais a remoção dos sons de preenchimento em inglês. Se o seu fluxo no Descript envolve vídeo multipista, voz com IA, gravação de tela ou projetos compartilhados com comentários, nada aqui cobre isso.
Nada. Sem conta, sem saldo de créditos, sem marca d'água e sem versão paga do editor. O trabalho roda na sua própria máquina, então não existe custo por minuto para repassar a você.
Não. Abra a página e solte um arquivo. O Descript pede que você crie uma conta antes da primeira edição; aqui não.
Não. O navegador lê o arquivo do seu disco e o modelo de voz roda no seu próprio hardware, então a mídia e o texto nunca saem do dispositivo. O Descript processa a sua mídia na nuvem dele. As únicas requisições de rede aqui são o próprio app, o download único do modelo e métricas de produto anônimas sem dados do arquivo.
Sinceramente, é pior. Só modelos pequenos cabem em uma aba do navegador, então a precisão cai com sotaques, vozes sobrepostas, ruído de fundo e áudio que não seja em inglês. Se as palavras precisam estar certas, passe o arquivo pelo ConvertAudioToText e traga o resultado para o editor fazer os cortes.
Tudo fica na memória, então um notebook fica confortável com clipes de até uns dez a vinte minutos e fica lento ou sem memória depois disso. Gravações mais longas são exatamente o caso de passar antes pelo ConvertAudioToText.
Um navegador Chromium recente no desktop, ou seja Chrome, Edge, Brave ou Arc. O Firefox funciona, mas é mais lento. Safari e a maioria dos navegadores de celular não são confiáveis para essa carga. O app de desktop do Descript não tem essa restrição.
São produtos diferentes. O editor é gratuito e roda local. O ConvertAudioToText é o serviço hospedado para arquivos longos, mais de 99 idiomas, separação de locutores e precisão pronta para publicar, e tem a própria comparação lado a lado com o Descript.
Ferramentas relacionadas
Editor de áudio por texto
Apague uma palavra do texto e o áudio vai junto. Grátis, no seu navegador.
Cortador de Áudio
Corte e recorte arquivos de áudio na duração exata que você precisa
Transcrição de Podcasts
Transforme os episódios do seu podcast em texto pesquisável e compartilhável