0×
mais rápido que o tempo real, medido em 24/08/2026
API de transcrição · diarização inclusa
Áudio vira texto,
com cada voz identificada.
Uma API assíncrona que transcreve e separa quem disse o quê, em 99 idiomas. R$ 0,50 por hora de áudio, tudo incluso: diarização, timestamps, SRT e webhook. Sem assinatura.
20 horas grátis · sem cartão · créditos não expiram
reuniao-q3.mp3 · 24:07
00:12AFechamos o orçamento até sexta?
00:15BFechamos. O contrato sai hoje à tarde.
00:19CEntão eu já aviso o cliente na reunião.
00:23ACombinado. Coloca na ata, por favor.
0%
de erro de diarização contra gabarito humano
R$ 0
por hora de áudio, em qualquer volume
0
idiomas com o mesmo pipeline e o mesmo preço
Compare a conta inteira
Nos outros, saber quem falou custa à parte. Aqui está no preço.
O custo real de 1 hora de áudio com identificação de falantes, nos preços públicos de cada serviço.
Preços públicos em 24/08/2026, convertidos a US$ 1 = R$ 5,20. A Groq cobra US$ 0,04 por hora, porém sem nenhuma identificação de falantes — transparência vale para todo mundo.
Cada palavra no texto. Cada voz com dono. Um preço só.
Como funciona
Três passos, nenhuma surpresa
01
Crie o job
Mande a URL do áudio ou peça uma URL de upload assinada. Até 600 MB e 4 horas por arquivo.
POST /v1/jobs
{ "audio_url": "…",
"webhook_url": "…" }02
A gente processa
Fila assíncrona em GPU. Um episódio de 3 horas fica pronto em minutos, não em horas.
→ seu webhook
{ "id": "…", "status": "done" }03
Busque o resultado
JSON com falantes e timestamps, ou legenda pronta. O formato vai na URL.
GET /v1/jobs/{id}/transcript
?format=srt | vtt | txt | jsonPreço
Uma linha. É essa aqui.
R$ 0,50
por hora de áudio
Cobrança proporcional por segundo processado. Job que falha não é cobrado.
Criar conta com 20 horas grátisTranscrição e diarização, sempre juntas
JSON, SRT, VTT e texto puro no mesmo preço
Webhook com novas tentativas por até 21 horas
Pré-pago via PIX, saldo em horas de áudio
Créditos não expiram, nenhuma assinatura
Reunião de 1 hora
R$ 0,50
Podcast de 2 horas
R$ 1,00
100 horas de entrevistas
R$ 50,00
horas →
R$ 5,00
Sem degraus e sem negociação: o preço é o mesmo da
primeira à milésima hora.
Perguntas frequentes
O que você perguntaria antes de integrar
Como funciona a cobrança?
Pré-pago: você recarrega via PIX e o valor vira saldo em horas de áudio. Cada job desconta R$ 0,50 por hora processada, proporcional por segundo. Job que falha não desconta nada.
O que é diarização?
É separar e rotular quem falou em cada trecho do áudio. O resultado sai com um rótulo de falante e timestamps em cada fala, pronto para virar ata, legenda ou análise. Aqui ela está sempre inclusa no preço.
Quais idiomas são suportados?
99 idiomas, com o Whisper large v3. A qualidade que publicamos é auditada contra gabarito anotado por humanos, com metodologia aberta na documentação.
Em que formato recebo o resultado?
JSON com texto, falantes e timestamps por palavra, além de SRT, VTT e texto puro pelo mesmo endpoint, escolhendo o formato na URL.
Existe limite de tamanho ou duração?
Até 600 MB e 4 horas por arquivo. Precisa de mais? Fale com a gente que o teto é configurável por conta.
Como sei que o job terminou?
Do jeito que preferir: um webhook enxuto avisa no seu endpoint, com novas tentativas por até 21 horas se ele estiver fora do ar, ou você consulta o status com um GET.
Onde ficam meus áudios?
Em storage privado na Cloudflare, acessível apenas por URLs assinadas com validade curta. O áudio nunca passa por servidor de terceiros no caminho.
Preciso de cartão de crédito para testar?
Não. A conta nova já nasce com 20 horas de transcrição grátis, e depois disso a recarga é via PIX, do valor que você quiser.
Comece agora
Cole o curl, crie a conta,
transcreva 20 horas por conta da casa.
20 horas grátis · sem cartão · créditos não expiram