
- Visitas mensais
- 7.580
- 2026-09
- Crescimento mensal +44%
Transcrisper - Transcrição privada de áudio e vídeo no navegador
Transcrisper transcreve áudio e vídeo localmente no navegador usando o modelo de reconhecimento de fala Parakeet-TDT v3 e a diarização de falantes Sortformer v2.1. Os formatos compatíveis incluem MP4, M4A, MOV, MKV, WEBM, WAV, OGG, FLAC e MP3. Depois de baixar e inicializar os modelos, é possível transcrever sem conexão e sem enviar o áudio para um servidor.
- Áudio com IA
- Transcrição
- Editor de áudio
- transcrição privada no navegador
- transcrição de áudio e vídeo
- transcrição de IA offline


Funcionalidades
Transcrição local de áudio e vídeo
Transcreve arquivos de áudio e vídeo no navegador e gera texto a partir da fala. O usuário seleciona arquivos de mídia compatíveis, e o Parakeet-TDT v3 os processa localmente depois que os dados do modelo são baixados.
Diarização de falantes
Agrupa trechos de áudio em grupos distintos de falantes durante a transcrição. O Sortformer v2.1 analisa biometria vocal, oferece diarização em streaming e é descrito como capaz de lidar com falas sobrepostas.
Transcrição sem conexão
Permite transcrever sem conexão com a internet depois que os modelos são inicializados e armazenados em cache no navegador. A configuração inicial exige um download único de quase 2 GB por navegador.
Ferramentas para legendas e áudio
Oferece ferramentas no navegador para converter e ajustar arquivos de legenda e áudio. Entre elas estão conversão de formato de legenda, ajuste de tempo, corte de áudio, conversão de áudio e conversão de vídeo para áudio.
Preços
O Transcrisper é gratuito e não há planos pagos listados. Não há níveis para comparar; a transcrição é executada localmente no navegador.
Casos de uso
Transcrever gravações localmente
Quando alguém precisa transcrever uma gravação sem enviar o arquivo para um servidor de transcrição, pode selecionar um arquivo de áudio ou vídeo compatível no navegador. O Transcrisper processa o arquivo localmente com Parakeet-TDT v3 e gera texto a partir da fala.
Agrupar trechos por falante
Quando uma gravação tem várias pessoas ou falas sobrepostas, o usuário pode usar a diarização durante a transcrição. O Sortformer v2.1 analisa a biometria vocal e agrupa os trechos de áudio em grupos distintos de falantes.
Converter e ajustar arquivos de legenda
Quando um arquivo de legenda precisa de outro formato ou ajuste de tempo, o usuário pode escolher uma ferramenta listada, como SRT to VTT, SRT to TXT ou Subtitle Time Shifter. As ferramentas convertem ou ajustam o arquivo no navegador.
Limitações
A configuração inicial de cada navegador exige baixar quase 2 GB de dados do modelo; para usar offline depois, os modelos precisam estar em cache.
Para o melhor desempenho, são recomendados pelo menos 16 GB de RAM e uma GPU dedicada; o processamento só com CPU é possível, mas bem mais lento.
Arquivos com menos de duas horas são indicados para maior estabilidade; o limite prático de tamanho depende da RAM do computador.
A navegação anônima ou privada pode restringir o armazenamento, impedir o cache dos modelos e exigir o novo download do mecanismo de quase 2 GB em cada visita.
Firefox e Safari têm suporte limitado a WebGPU, o que pode resultar em desempenho mais lento do que em navegadores baseados em Chromium.
Público-alvo
Pessoas que preferem não enviar gravações para serviços de transcrição na nuvem
Jornalistas e entrevistadores que transcrevem conversas gravadas localmente
Profissionais de saúde que querem processar áudio no próprio dispositivo
Perguntas frequentes
O Transcrisper envia áudio para um servidor?
Não. A transcrição é executada no navegador com Parakeet.js e ONNX Runtime, e o áudio não sai do dispositivo do usuário.
Por que é necessário baixar um modelo tão grande?
O navegador precisa do mecanismo neural para transcrever localmente. O download inicial é de quase 2 GB por navegador; depois da inicialização e do cache dos modelos, o aplicativo pode funcionar offline.
Quais idiomas o modelo de transcrição reconhece?
O Parakeet-TDT v3 oferece suporte a inglês, francês, alemão, espanhol, italiano, português, holandês, polonês, russo, ucraniano, japonês, coreano e chinês. A diarização de falantes não depende do idioma.
Quais recursos de computador são recomendados?
Para o melhor desempenho, são recomendados pelo menos 16 GB de RAM e uma GPU dedicada. O processamento apenas com CPU é possível, mas bem mais lento.
Existe um limite fixo para o tamanho do arquivo?
O limite depende da RAM do computador. Arquivos com menos de duas horas são mais estáveis, embora máquinas mais potentes possam processar gravações mais longas.
Comentários