Resumo
- Todo formato de áudio junta um contêiner e um método de compressão. A extensão do arquivo mostra só uma parte disso.
- Para gravar voz, quase qualquer formato comum resolve, desde que o som esteja limpo e o arquivo tenha sido salvo uma única vez.
- A cada vez que você salva de novo um arquivo com compressão com perdas, mais um pouco de detalhe vai embora. Use sempre o arquivo original.
- Dá para enviar vídeos como MP4 e MOV direto para a transcrição. Normalmente não precisa separar o áudio antes.
- Guarde a gravação original mesmo depois que a transcrição estiver pronta.
O que é um formato de áudio na prática?
Por trás da extensão de um arquivo existem duas coisas. Uma é o codec, o método que codifica o som gastando o mínimo de dados possível. A outra é o contêiner, a embalagem que guarda o áudio junto com eventual vídeo e informações como título e duração. O MP3 funciona como codec e contêiner ao mesmo tempo. Já o M4A e o MP4 são contêineres que geralmente trazem áudio comprimido pelo codec AAC.
Por isso dois arquivos com a mesma extensão às vezes se comportam de jeitos diferentes, e mudar só o nome do arquivo não converte nada. Converter um áudio exige decodificar e codificar tudo de novo. Evite fazer isso se não for realmente necessário.
Qual é a diferença entre MP3, M4A, WAV, OPUS e OGG?
O WAV costuma guardar o som sem nenhuma compressão. Isso gera arquivos pesados, na faixa de dez megabytes por minuto em estéreo com qualidade de CD, mas preserva tudo o que o microfone captou. Já o MP3 e o M4A usam compressão com perdas: eles jogam fora detalhes que o ouvido humano quase não percebe e deixam o arquivo várias vezes menor. Nas taxas de bits que celulares e aplicativos de gravação usam, a fala continua bem nítida.
O OPUS é um codec mais recente, feito para dar conta de voz e música mesmo usando poucos dados. Ele aparece muito em chamadas e mensagens de voz e costuma vir dentro de um arquivo OGG ou OPUS. O próprio OGG é um contêiner que pode trazer tanto o áudio Vorbis, mais antigo, quanto o Opus, mais novo. No iPhone, o app Gravador salva tudo em M4A. No Android, isso muda conforme o aparelho e o aplicativo, e muitos deixam você escolher o formato.
Na hora de transcrever, trocar um formato pelo outro quase nunca muda o resultado. A distância até o microfone, o barulho na sala e pessoas falando ao mesmo tempo pesam muito mais do que o codec escolhido.
Dá para transcrever arquivos de vídeo como MP4 ou MOV?
Dá, sim. Tanto o MP4 quanto o MOV são contêineres que juntam imagem e som no mesmo arquivo, e a fala fica na faixa de áudio. Você pode subir o vídeo direto no KolWrite para pegar a transcrição, sem precisar exportar só o som antes. Mandar o vídeo inteiro ainda traz outra vantagem, porque depois você consegue gerar legendas sincronizadas com a imagem ou até gravar essas legendas direto no vídeo.
Vídeos pesados demoram mais para subir. Se o arquivo for grande demais e você só quiser o texto, vale extrair o áudio antes. Só tome o cuidado de fazer uma exportação simples, sem recodificar o som numa qualidade muito baixa.
A compressão atrapalha a transcrição?
Uma compressão leve não atrapalha, e mesmo uma compressão moderada num áudio limpo raramente dá dor de cabeça. O problema é quando a compressão passa do ponto. Taxas de bits muito baixas deixam a voz com um som meio aguado e embolam as consoantes, que são justamente os sons que separam uma palavra da outra. E se você comprime um arquivo que já estava comprimido, como ao salvar e exportar de novo uma mensagem de voz, o estrago acumula.
Na prática, a regra é comprimir uma vez só, o mais no fim do processo que der, ou nem comprimir. Se precisar de um arquivo mais leve para mandar para alguém, gere uma cópia reduzida e deixe o original quieto. Nunca mande a cópia encolhida para a transcrição se você tiver o arquivo original.
Quais ajustes de gravação bastam para a voz?
Gravar voz não pede configuração de estúdio. Para um microfone só, gravar em mono já resolve bem. Uma taxa de amostragem de 16 quilohertz ou mais já pega a fala com nitidez, então o padrão de 44,1 ou 48 quilohertz que vem na maioria dos aplicativos sobra. Se o aplicativo deixar você escolher o nível de qualidade, fique no padrão ou no alto. Fuja de opções marcadas como qualidade baixa ou daqueles modos de voz compactos que derrubam a nitidez para economizar espaço.
Desligue também os efeitos que mexem no som enquanto você grava, como redução pesada de ruído ou ganho automático que fica subindo e descendo o volume. Isso até ajuda quem está ouvindo na hora, mas apaga detalhes que fazem falta na transcrição.
Qual arquivo você deve guardar?
Guarde sempre o arquivo de áudio original, com a data e o assunto no nome. Encare a transcrição como um rascunho de trabalho, porque qualquer texto automático pode trazer erros. Se pintar dúvida sobre o que foi dito numa frase, a gravação é a única fonte segura. Espaço de armazenamento custa muito pouco perto de uma conversa importante que você não tem mais como checar.
Se algum arquivo der erro na hora de subir ou não quiser abrir, use uma ferramenta de confiança para converter uma cópia em M4A, MP3 ou WAV, mas deixe o original guardado. Depois de revisar o texto, você exporta em TXT, DOCX, PDF ou SRT, conforme o que for fazer com ele.
Perguntas frequentes
Existe um formato obrigatório para transcrição?
Não existe um formato único obrigatório. Pode usar o padrão do seu gravador, deixar o arquivo sem edição e focar em captar o som limpo. WAV, M4A e MP3 funcionam bem para voz.
O formato WAV é mais preciso do que o MP3?
O WAV guarda mais detalhes, mas para voz gravada numa taxa de bits normal a diferença é mínima perto de coisas como a distância do microfone e o barulho de fundo.
Posso enviar um vídeo em vez de extrair o áudio?
Sim. Pode subir o arquivo MP4 ou MOV direto. A transcrição é feita a partir da faixa de áudio do próprio vídeo.
Posso transcrever uma mensagem de voz do WhatsApp?
Sim. Tanto no iPhone quanto no Android, basta compartilhar o áudio direto do WhatsApp para o KolWrite. Essas mensagens costumam usar o codec OPUS, e o próprio compartilhamento já transfere o arquivo automaticamente.
Devo converter meu arquivo antes de enviar?
Só se o arquivo não abrir. Converter um arquivo que já tem compressão com perdas pode derrubar a qualidade, então prefira mandar o original sempre que der.
