Teste de Transcrição PT-BR: 7 ferramentas com o mesmo áudio brasileiro (Rodada de setembro de 2026)

Resultado em uma frase

Happy Scribe ficou em primeiro, com grau excelente.

Resultados · Rodada de setembro de 2026

Sem links de afiliado nestes resultados.

Teste de Legenda

Mesmo áudio, sobreposto a um vídeo estático, exportado em .srt. O grau sai da escuta do autor, como nos resultados acima. Junto dele registramos três coisas que só aparecem na legenda: como a ferramenta quebra as linhas, se a pontuação sobrevive e se a exportação em SRT ou VTT só sai no plano pago.

Submagic — o que apareceu na legenda

• Valores em reais saem invertidos e colados: “306R$” e “300 e 100R$” em vez de “R$ 306” (00:00:20 e 00:00:34)
• A sigla da emissora vira duas letras separadas: “A M” em vez de “AM” (00:00:06)
• Zero pontuação no arquivo inteiro: 221 palavras, 86 blocos, nenhum ponto ou vírgula
• Nomes próprios corretos: Tereza Campello, Santarém, Pará, Suplicy, Bolsa Família, Rádio Rural
• Números sem valor monetário corretos: 115, 120, 306, 545

Formatos: SRT, além de “exportar só as legendas” em fundo verde ou azul e “copiar legendas”. VTT não aparece no menu. Exportar o vídeo: não no plano grátis: “Your video's ready — upgrade to export”.

Sonix — o que apareceu na legenda

• No plano de teste, a legenda sai com a marca do serviço dentro do arquivo: o 1.º e o último bloco começam com “(Transcribed by Sonix.ai - Remove this message by upgrading your Sonix account)”, que aparece na tela como legenda (00:00:00 e 00:01:28)
• O nome da jornalista sai partido e com pontuação no meio: “Santarém AM Que. Eliane Thomé” (00:00:05)
• O símbolo do real depois do número: “os 306 R$” (00:00:33), enquanto “306 reais” (00:00:18) sai certo
• Nomes próprios corretos: Tereza Campello, Suplicy, Santarém, Pará, Kátia, Bolsa Família, Rádio Rural
• Valores em algarismos: 306, 115, 120, 545; “cinco crianças” e “meio por cento” por extenso; três falantes marcados corretamente no editor

Formatos: SRT, VTT, TTML, TXT, DOCX, PDF, CSV, Premiere, Final Cut, Avid e mais — 18 formatos. Exportar o vídeo: há “Burn-In” no menu, incluído nos planos pagos; no teste não rodamos (gasta minutos).

Transkriptor — o que apareceu na legenda

• A legenda termina em 00:01:12: os últimos 18 segundos do vídeo (20%) não foram transcritos, e o player do serviço mostra 1:12 para um arquivo de 1:30 — os 2 minutos foram descontados pelo arquivo inteiro
• Os dois falantes viram um só “Orador 1”: a pergunta da jornalista e a resposta da ministra ficam no mesmo bloco (00:00:10)
• Concordância quebrada: “A grande maioria das família recebem” (00:00:41)
• Nomes e valores corretos no trecho transcrito: Tereza Campello, Suplicy, Rádio Rural de Santarém AM, R$ 306, 115 e 120 reais, 545, “cinco crianças”, “meio por cento”
• Pontuação completa, com vírgulas, ponto de interrogação e maiúsculas

Formatos: PDF, DOC, TXT, SRT, CSV e área de transferência, todos atrás da parede na conta de teste. Exportar o vídeo: não existe a opção.

Kapwing — o que apareceu na legenda

• O sobrenome da ministra com um L só: “Tereza Campelo” (00:00:00)
• Um “tá?” inserido que não está no áudio: “os R$306, tá?” (00:00:35)
• Palavras curtas engolidas no começo de frase: “Aumentar para 5 crianças” sem o “E” (00:00:13), “Poucas pessoas recebem” sem o “Há” (00:00:34)
• Valores com o símbolo na frente: R$306, R$115, R$120, R$545; “meio por cento” por extenso; Suplicy e Rádio Rural de Santarém AM corretos
• Dois falantes identificados corretamente; pontuação completa

Formatos: SRT, VTT e TXT, só no plano pago (Pro, US$ 16 por mês no anual). Exportar o vídeo: sim, MP4 no plano grátis, com marca d’água do Kapwing.

Descript — o que apareceu na legenda

• Todos os valores por extenso, sem o símbolo: “trezentos e seis reais”, “cento e quinze e cento e vinte reais”, “quinhentos e quarenta e cinco” (00:00:18, 00:00:43, 00:00:54)
• O sobrenome da ministra com um L só: “Tereza Campelo” (00:00:00); a sigla da emissora vira “a EM” em vez de AM (00:00:05)
• Os dois falantes não são separados: a detecção de falantes vem desligada por padrão
• Nomes e topônimos corretos: Suplicy, Santarém, Pará, Kátia, Bolsa Família, Rádio Rural; “cinco crianças” e “meio por cento” certos
• Pontuação completa e blocos de 1–2 linhas de até 42 caracteres, no padrão do diálogo de exportação

Formatos: SRT e VTT na aba Subtitles; transcrição em DOCX e outros na aba Transcript. Exportar o vídeo: sim no plano grátis, em 720p e com marca d’água (“Upgrade to remove Descript watermarks”); não rodamos o export.

Só as ferramentas de legenda entram aqui, e só depois de rodar o mesmo arquivo. Quem ainda não rodou não aparece aqui — e continua sem linha, não com linha vazia.

O áudio do teste

Um único arquivo, igual para todas as ferramentas e igual em todas as rodadas. Trocar o material tornaria as rodadas incomparáveis, então a versão v1 está congelada.

Entrevista de rádio ao vivo (não roteirizada): jornalista de Santarém (PA) entrevista por telefone a ministra Tereza Campello sobre o Bolsa Família. Dois falantes com sotaques regionais diferentes, qualidade de linha telefônica, nomes próprios (Tereza Campello, Suplicy, Santarém, SEBRAE, IBGE) e vários números e valores em reais.

Fonte: BOLSA FAMÍLIA — Rádio Rural AM, de Santarém (PA) · CC BY 3.0 — Wikimedia Commons, TVNBR/CanalGov

Como testamos

1. Uma conta por ferramenta, paga ou de avaliação. O plano usado fica registrado no resultado da ferramenta.
2. Idioma configurado como Português (Brasil) quando a ferramenta oferece essa opção. Quando só existe “Português”, isso é anotado.
3. Configurações padrão. Sem dicionário de nomes próprios, sem vocabulário personalizado, sem pós-edição — todo mundo recebe o mesmo tratamento.
4. Upload do arquivo, exportação em TXT.
5. Grau atribuído de ouvido pelo autor: Excelente, Bom, Regular ou Ruim. Junto vão dois ou três exemplos reais de erro anotados (nome, número ou pontuação), não uma contagem automática.
6. Separadamente: se a pontuação é legível (sim / parcial / não), quanto tempo levou o processamento e qual o limite real do plano grátis, como aparece na tela.
7. Captura de tela do resultado de cada ferramenta, para a página de análise.

Tudo no mesmo dia, por uma pessoa só. Quem não coube no dia entra no dia seguinte da mesma semana — nunca numa rodada posterior.

O que cada ferramenta errou

Happy Scribe — grau excelente

• Os três participantes foram separados em três falantes, mas a mesma falante aparece quebrada em dois blocos seguidos de “Orador 3” (00:01:31 e 00:02:56), sem troca de voz entre eles
• A pergunta que começa em 00:00:10 sai sem a abertura da frase: “Aumentar para 5 crianças o número de beneficiários por família, ela irá receber…” — o referente de “ela” fica solto
• A concordância da fala coloquial é mantida como dita, sem correção: “a grande maioria das famílias recebem entre R$115 e R$120”

modelo não informado pelo fornecedor · ver análise →

Notta — grau excelente

• O sobrenome da ministra sai com um L a menos, “Tereza Campelo” em vez de Campello, e o prefixo da rádio vira duas letras soltas: “a Rádio Rural de Santarém, a M” no lugar de AM
• Todos os valores vêm por extenso, nunca em algarismos: “trezentos e seis reais”, “entre cento e quinze e cento e vinte reais” — quem procura a cifra no texto não acha
• A diarização junta duas pessoas: a apresentadora do estúdio (00:00) e a ministra (00:28) recebem o mesmo rótulo “Locutor 1”

modelo Motor Universal · ver análise →

TurboScribe — grau excelente

• O nome da repórter muda no meio da entrevista: “Queliane Tomé” em 0:07 e 0:28, “Keliane” em 3:21 e 3:47. A apresentadora do estúdio vira “Cátia”, com C
• O reconhecimento de locutores achou dois falantes, não três: a apresentadora (0:00) e a repórter (0:12) ficam no mesmo bloco “Palestrante 2”
• Uma palavra que não existe na pergunta sobre o governo Dilma: “ele se nacionou com apenas 16,5 milhões de pessoas”

modelo Baleia (Whisper large-v2), o modo de maior precisão · ver o plano grátis →

Tactiq — grau excelente

• Sobrenome da ministra com um L só: “Tereza Campelo” (00:00), e o resumo de IA repete a grafia
• Símbolo do real partido em três trechos: “R $ 115 e R $ 120” (00:28, 03:47), enquanto “R$ 306” e “R$ 360,00” saem certos
• Onde a linha telefônica falha, a frase sai cortada: “Aliás, elas ficam... de não receber mais o Bolsa Família”, e “falta qualificação. profissional” recebe um ponto no meio

modelo não informado pelo fornecedor · ver Tactiq grátis →

Transkriptor — grau excelente

• Nome próprio grafado de duas formas em 20 segundos: “Queliane Tomé” (00:00:07) e depois “Keliane” (00:00:27)
• Dois falantes diferentes (apresentadora e ministra) rotulados como o mesmo “Orador 1”
• Concordância verbal da fala coloquial mantida como dita, sem correção: “a grande maioria das família recebem”

modelo não informado pelo fornecedor · ver análise →

Descript — grau bom

• O prefixo da rádio vira uma palavra: “a Rádio Rural de Santarém, a EMI” no lugar de AM
• O sobrenome da ministra sai com um L a menos — “Tereza Campelo” em vez de Campello
• Com o idioma no padrão (“Auto”), o senador Suplicy virou “Suplício”. Escolhendo “Portuguese” à mão, o nome saiu certo na segunda tentativa

modelo não informado pela ferramenta · ver análise →

Sonix — grau bom

• O nome da repórter sai como “A M. Eliane Tomé”: o prefixo AM da rádio é partido em duas letras e engole o K de Keliane, que segue como “Eliane” até o fim
• O símbolo do real vem depois do número — “os 306 R$”, “em torno de 119 R$”, “1,44 R$” —, e não antes, como se escreve no Brasil
• Dois números saem sem sentido: “com zero 4% do PIB” (a ministra diz 0,4%, como registra o próprio resumo de IA do Sonix) e “apenas 16.000.000,5 de pessoas”

modelo não informado pelo fornecedor · ver Sonix grátis →

Quem ficou de fora e por quê

Ferramenta que não entra no teste fica fora dos resultados, e o motivo fica registrado nesta lista: sem português do Brasil, sem acesso de avaliação, ou mínimo pago alto demais para uma rodada de teste.

Como usamos isso nas notas

O grau vira o eixo Qualidade em pt-BR, que pesa 38% da nota de cada ferramenta: Excelente = 9,5 · Bom = 8 · Regular = 6 · Ruim = 4.

O grau só existe para quem rodou aqui. Quem não rodou fica fora dos resultados. Metodologia completa →

Como citar este teste

Teste conduzido por Kirill Gissa.

Perguntas frequentes

Por que um grau (Excelente/Bom/Regular/Ruim) e não uma contagem de erros?

O autor ouve o resultado de cada ferramenta e atribui o grau, com dois ou três exemplos reais de erro publicados junto — nome, número ou concordância que a ferramenta errou. O exemplo concreto deixa claro no que a nota se baseia.

Os fornecedores pagam para participar?

Não. Nenhum fornecedor paga para entrar, para sair ou para mudar de posição. As contas usadas no teste são pagas por nós ou são contas de avaliação gratuitas, e isso está registrado na coluna “Plano usado” de cada linha.

Posso repetir o teste?

Pode, e é para isso que o áudio está publicado nesta página com a fonte e a licença. Use o mesmo arquivo, o idioma em português do Brasil e as configurações padrão de cada ferramenta.

O teste é refeito?

É, com o mesmo arquivo, quando a ferramenta troca de modelo ou muda de plano. Modelo de transcrição muda rápido, e resultado sem data não vale nada — por isso cada linha traz a versão do modelo e o dia em que rodou.