Transcreva um podcast a partir de um link: cole a URL do episódio e receba a transcrição com locutores nomeados, resumo e exportação em SRT, PDF ou texto.
Para transcrever um podcast a partir de um link, cole o endereço do episódio no VocalStack, aperte Start e leia a transcrição alguns minutos depois. O link pode ser a página de um episódio no SoundCloud, Spreaker, iHeartRadio, Audioboom, Mixcloud ou YouTube, o site do próprio podcast ou o MP3 do episódio. Links do Spotify e do Apple Podcasts exigem uma etapa extra, descrita abaixo.
Este guia percorre todo o caminho no Painel: quais links funcionam, como obter o endereço do áudio quando um link não funciona, como anfitriões e convidados recebem nomes e como exportar o resultado como texto, legendas ou PDF. Uma seção curta no final faz o mesmo pela API.
A maioria dos links de episódio funciona do jeito que está. O VocalStack baixa só o áudio, transcreve e guarda o link de onde a transcrição veio. Estes são os links para tentar primeiro:
.mp3, .m4a, .wav, .ogg, .flac ou outro formato de áudio ou vídeo.Dois tipos de link são recusados antes de qualquer coisa ser baixada. Um link do Spotify ou do Apple Podcasts é uma página para o aplicativo deles, e o VocalStack não baixa de nenhum dos dois. Uma gravação protegida contra cópia não pode ser transcrita por ferramenta nenhuma, e a verificação diz isso em palavras claras. Publicações privadas e episódios que exigem login também são recusados.
O Painel faz isso em cinco passos.
A transcrição recebe o título do episódio no site, quando o site informa um, de modo que um lote de episódios fica legível na lista. Episódios longos têm um teto: no Pay as you go um arquivo pode ter até 2 horas, e no Premium até 8 horas. Uma gravação mais longa não é recusada de cara. A verificação informa a duração e deixa você definir um início e um fim, para transcrever a parte de que precisa.
Use o arquivo de áudio do episódio em vez do link do aplicativo. Quase todo podcast é publicado por um feed RSS, e o feed guarda um endereço direto para o áudio de cada episódio. Esse endereço funciona no VocalStack como qualquer outro link de MP3.
<item> por episódio.<title> e depois a linha <enclosure url="…"> dentro do mesmo item. Essa URL normalmente termina em .mp3.Cole o endereço do áudio do episódio, não o endereço do feed: o feed lista todos os episódios, e o VocalStack transcreve uma gravação por link. Se o programa tem um site com um player em cada página de episódio, colar a página do episódio é mais rápido, porque o VocalStack encontra o áudio nela para você.
Alguns programas são publicados só no Spotify, sem feed público. Esses episódios não têm endereço de áudio fora do aplicativo, então não há link para dar ao VocalStack. Se você mesmo fez o episódio, envie a sua própria cópia em Transcriptions → New → Upload file.
Os rótulos de locutor distinguem as vozes, e os nomes as tornam legíveis. A configuração tem três valores:
Um rótulo começa como um número, então dê a cada locutor um nome na transcrição. Num programa com um anfitrião fixo, marque Save to Speakers ao nomeá-lo. O anfitrião fica guardado na sua página Speakers e é reconhecido pela voz nas gravações seguintes, de modo que o episódio da semana que vem já o rotula pelo nome, sem ninguém precisar mexer. Salvar um locutor guarda apenas uma impressão de voz para reconhecê-lo; nenhuma voz é clonada sem que a pessoa tenha concordado. Distinguir vozes é um trabalho diferente de escrever as palavras; diarização vs. reconhecimento de fala explica como os dois se encaixam.
Depois que o episódio é transcrito, as ferramentas para trabalhar nele ficam ao lado da transcrição.
Cada linha guarda o seu tempo no episódio, então você pode ouvi-la e conferi-la antes de citá-la.
A aba Export transforma a transcrição em um arquivo, no idioma falado ou em qualquer tradução:
Pela API, a mesma exportação também entrega texto simples (txt) e Markdown (md), que podem ser colados direto nas notas do programa ou num post de blog.
A aba Share cria um link público para uma página de transcrição em que qualquer pessoa pode acompanhar junto com o áudio. Você pode criar vários links com rótulos diferentes, um para um convidado e outro para a sua newsletter, e revogar qualquer um a qualquer momento; ele deixa de funcionar na hora. Quem lê um link compartilhado pode trocá-lo para o próprio idioma e baixá-lo.
Se o programa está no WordPress, o plugin de transcrição para WordPress transcreve episódios da sua Biblioteca de mídia e coloca a transcrição na página, onde os buscadores leem cada palavra.
Uma observação sobre programas de outras pessoas. Transcrever um episódio para a sua própria pesquisa, anotações ou tradução é um uso comum. Publicar a transcrição de outra pessoa é outro ato, regido pelos direitos autorais do lugar onde você está e pelos termos do próprio programa, então pergunte ao programa antes de publicar.
Dá para começar de graça. Uma conta nova recebe $5 de crédito de cadastro único, e não é preciso cartão. À tarifa de arquivo de $0.20 por hora de áudio, esse crédito cobre cerca de 25 horas de episódios.
Depois disso, um arquivo custa $0.20 por hora, cobrado por segundo: um episódio de uma hora custa $0.20 e um de 30 minutos custa $0.10. No Pay as you go, cada transcrição é cobrada por no mínimo 5 minutos, então um trecho de dois minutos custa o mesmo que um de cinco. O Premium não tem mínimo e inclui $25 de crédito todo mês. Rótulos de locutor, resumo e traduções fazem parte da tarifa, não são extras. Os valores e limites atuais estão na página de preços.
Para um acervo de episódios, ou um feed que você quer transcrever toda semana, a API faz o mesmo a partir de código. Crie uma chave em Developers → API keys e envie POST /v1/transcriptions com um corpo JSON contendo a url do episódio. Ela responde na hora com a transcrição; o servidor busca o áudio depois.
API={{api}}
AUTH="Authorization: Bearer $VOCALSTACK_API_KEY"
TX=$(curl -sSf "$API/v1/transcriptions" -H "$AUTH" -H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{"url":"https://example.com/episodes/42.mp3","name":"Episode 42","settings":{"speakerLabels":"auto"}}' \
| jq -r .id)
Leia GET /v1/transcriptions/$TX/job a cada poucos segundos. Ela passa de fetching para transcribing e para done, ou termina em failed com um error que explica o motivo. Quando estiver pronta, exporte a transcrição:
curl -sSf "$API/v1/transcriptions/$TX/export?format=txt" -H "$AUTH" -o episode-42.txt
curl -sSf "$API/v1/transcriptions/$TX/export?format=srt&lang=es" -H "$AUTH" -o episode-42.es.srt
GET /v1/transcriptions/probe?url= verifica um link antes e informa se ele abre como uma gravação, sem armazenar nada. Os SDKs encapsulam tudo isso como vs.transcriptions.createFromUrl e vs.transcriptions.waitForJob; o tutorial da API de arquivos passa por eles, junto com os erros que você vai encontrar.
Não a partir do link do Spotify. O VocalStack não baixa do Spotify. A maioria dos programas no Spotify também publica um feed RSS, e o endereço de áudio do episódio nesse feed funciona. Programas publicados só no Spotify não têm endereço de áudio público, então não podem ser transcritos a partir de um link.
Sim, pelo arquivo de áudio. Uma página do Apple Podcasts é recusada, mas o Apple Podcasts lista programas a partir dos feeds RSS deles, então o endereço <enclosure> do episódio no feed do programa é transcrito como qualquer MP3.
Menos do que o episódio dura. O áudio é baixado primeiro, o que leva segundos numa hospedagem de podcast, e a transcrição roda várias vezes mais rápido do que o áudio toca. A barra de progresso mostra as duas etapas.
Sim. O idioma falado é detectado sozinho, entre 100 idiomas, e você pode informá-lo quando o souber, o que ajuda em áudio com ruído. Qualquer transcrição pode então ser traduzida para até 10 idiomas pelo mesmo preço.
Sim. Exportações, links compartilhados e traduções não custam nada além da própria transcrição, e você pode exportar a mesma transcrição quantas vezes quiser.
Cole o link do seu primeiro episódio e leia-o em poucos minutos.