Editor de áudio por texto: edite áudio editando texto, online e grátis
Apague uma palavra do texto e o áudio vai junto. Grátis, no seu navegador.
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.
Um editor de áudio por texto transforma a sua gravação em texto com marcação de tempo em cada palavra e depois corta o áudio quando você corta o texto. Apague uma frase e o trecho de áudio correspondente vai junto. O CATT Editor faz isso de graça em edit.convertaudiototext.com, sem conta, e cada etapa acontece dentro do seu próprio navegador.
Por que usar Editor de áudio por texto?
Apague o texto e o áudio é cortado
Selecione uma palavra ou uma frase inteira, aperte backspace e o trecho de mídia correspondente sai. O corte cai no limite da palavra e a reprodução pula ele na hora, então você ouve a edição antes de exportar.
Tire os sons de preenchimento em inglês com um clique
O editor usa 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 de uma vez. É uma correspondência literal de palavras, não um critério: like, so e right ficam. A lista é aplicada seja qual for o idioma falado, então numa gravação que não esteja em inglês ela pode marcar uma palavra com significado. É para isso que serve desfazer.
Seu arquivo nunca sai do dispositivo
Não há upload nem processamento no servidor. O navegador lê o arquivo do seu disco, decodifica com WebAssembly e roda o modelo de voz no seu próprio hardware. Nós registramos métricas de produto anônimas, e elas não carregam nomes de arquivo, nem áudio, nem texto.
Sem conta e sem limite de exportação
Sem cadastro, sem marca d'água, sem saldo de créditos, sem versão paga do editor. O que limita você é a sua máquina, não um plano.
Vídeo funciona do mesmo jeito
Solte um MP4, WebM, MOV ou MKV e edite exatamente como áudio. Projetos de vídeo saem em MP4 com vídeo H.264 e áudio AAC, e projetos só de áudio saem em M4A.
Saiba a troca de precisão
O modelo que roda no navegador é pequeno o bastante para caber num notebook, então vai bem com fala limpa e piora com sotaques, vozes sobrepostas, ruído de fundo e idiomas fora o inglês. Para um texto que você vai publicar, ou uma gravação de duas horas, passe primeiro pelo ConvertAudioToText e traga o resultado para o editor.
Como funciona
Solte o seu arquivo
Áudio ou vídeo: MP3, WAV, M4A, MP4, WebM, MOV ou MKV. O navegador lê direto do seu disco, então não tem upload, nem fila, nem barra de progresso para esperar.
O modelo de voz roda na sua máquina
O modelo de voz roda em um Web Worker na sua própria CPU ou GPU e devolve texto com marcação de tempo em cada palavra, agrupado por locutor. Na primeira vez ele baixa o modelo, cerca de 200 MB para o Base ou cerca de 600 MB para o Small, e depois guarda em cache.
Edite o texto e o áudio acompanha
Apague as palavras que você não quer. A reprodução pula os trechos removidos na hora, então você ouve o resultado antes de assumir o corte.
Exporte o corte final
O seu navegador corta e junta de novo os trechos mantidos e entrega um arquivo para baixar: MP4 para projetos de vídeo, M4A para os que são só áudio.
Editor de áudio por texto versus editores que exigem conta
O que muda quando a edição acontece na sua máquina em vez da deles.
| Recurso | CATT | Editores que exigem conta |
|---|---|---|
| Conta para começar | Nenhuma | Cadastro antes da primeira edição |
| Para onde vai o seu arquivo | Fica no seu dispositivo | Enviado para os servidores deles |
| Custo para exportar | Grátis, sem marca d'água | Tetos do plano grátis, marca d'água ou os dois |
| Instalação | Nenhuma, uma aba do navegador | Muitas vezes um app de desktop para o conjunto completo |
| Como você corta | Apaga as palavras e o áudio acompanha | Varia conforme a ferramenta |
| Gravações longas ou difíceis | Limitado pela memória do navegador | Processadas nos servidores deles |
Perguntas frequentes
É. Não tem conta, cadastro, limite de exportação, marca d'água nem versão paga do editor. Todo o trabalho acontece na sua máquina, então não existe custo por minuto para repassar a você.
Não. O seu navegador lê o arquivo localmente, decodifica e roda o modelo de voz no seu próprio hardware. A mídia, o áudio e o texto nunca saem do dispositivo. As únicas requisições de rede da página são o próprio app, o download único do modelo e métricas de produto anônimas que não contêm dados do arquivo.
Porque o modelo de voz roda na sua máquina e antes precisa chegar até ela. O modelo Base tem cerca de 200 MB e o Small cerca de 600 MB. O navegador guarda o modelo em cache depois dessa primeira vez, então a transcrição e a exportação continuam funcionando se a conexão cair. Carregar a página ainda precisa de rede: não há cache do aplicativo para uso offline.
Um navegador Chromium recente no desktop, ou seja Chrome, Edge, Brave ou Arc. O editor precisa de SharedArrayBuffer e usa WebGPU quando a sua máquina expõe, caindo para WebAssembly quando não. O Firefox funciona, mas costuma ser mais lento. Safari e a maioria dos navegadores de celular não são confiáveis para essa carga.
Nós não impomos limite, mas o seu navegador impõe. Tudo fica na memória, então um notebook fica confortável com clipes de até uns dez a vinte minutos e fica lento ou fica sem memória depois disso. Para uma entrevista de duas horas, passe primeiro pelo ConvertAudioToText e traga o texto para o editor.
Pode. Escolha Importar no menu de origem e carregue um arquivo de texto com marcação de tempo que você já tenha. Pular o modelo local significa nenhum download e nenhuma espera, e é o caminho mais rápido para gravações longas.
Base e Small são os dois modelos pequenos o bastante para rodar em uma aba, então trocam precisão por tamanho. Vão bem com fala limpa e pioram bastante com sotaques, vozes sobrepostas, ruído de fundo ou áudio que não seja em inglês. Para um texto que você vai publicar, use o motor premium do ConvertAudioToText.
Projetos de vídeo saem em MP4 com vídeo H.264 e áudio AAC. Projetos só de áudio saem em M4A. Os dois são escritos dentro do seu navegador e salvos direto no seu disco.
Um cortador trabalha na forma de onda: você escolhe um tempo de início e um de fim. Aqui se trabalha nas palavras: você lê o texto e apaga o que não quer, e o corte cai no limite da palavra. Use o cortador quando souber os tempos, e este quando souber a frase.
Ferramentas relacionadas
Alternativa gratuita ao Descript
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.
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