Links de plataformas
Cole um link público. Cuidamos da extração, das legendas e do reconhecimento automático de fala (ASR), conforme as particularidades de cada plataforma.
API · MCP · Skill - Funciona em qualquer lugar
API de Transcrição paraÁudio, vídeo e links
Converta áudio e vídeo em texto preciso com transcrição por IA. Uma API simples oferece suporte a mais de 200 idiomas, detecção de falantes, marcas de tempo, legendas e análises por IA.
🎁Comece com1,500 quotas de API grátis
99.9%
Disponibilidade
24.2s
Tempo de resposta
24 / 7
Suporte
#1
Segurança de dados
- Mais de 200 idiomas
- Entrada direta por URL
- Diarização de falantes
- Saída JSON com marcações de tempo
- Capítulos e tradução por IA
Uma API. Todos os formatos.
O que é API de Transcrição?
Desenvolvida pela Video Transcriber AI, a API de Transcrição converte áudio, vídeo e links do YouTube, TikTok, Instagram e mais em texto estruturado através de um único endpoint REST, com diarização de falantes, timestamps em nível de palavra e mais de 200 idiomas integrados.
Upload de arquivos
Forneça a URL pública de um arquivo de vídeo ou áudio — até 5 GB por arquivo.
- MP4
- MP3
- MOV
- WebM
- AVI
- WAV
- M4A
- AAC
- OGG
Todas as fontes usam o mesmo endpoint, com a mesma estrutura JSON e os mesmos códigos de erro. Troque um link do YouTube por um MP3 sem alterar seu código.
Recursos
O que diferencia a API de Transcrição?
A API de Transcrição, desenvolvida pela Video Transcriber AI, unifica todas as fontes de transcrição em um único endpoint amigável para desenvolvedores, com capacidades que vão muito além da conversão básica de voz para texto.
Cobertura Multiplataforma
A API de Transcrição aceita mais de dez tipos de entrada — YouTube, TikTok, Instagram, Facebook, X, BiliBili, Google Drive, Dropbox e upload direto de arquivos — tudo através de um único endpoint com formato de resposta unificado.
Suporte a Mais de 200 Idiomas
A API de Transcrição cobre mais de 200 idiomas com detecção automática. Áudio em vários idiomas é processado sem problemas, permitindo que equipes globais executem um único pipeline sem modelos regionais.
Diarização de Falantes Integrada
A diarização de falantes está incluída em cada resposta da API de Transcrição sem custo adicional. Cada segmento é etiquetado com um falante, transformando gravações com várias pessoas em diálogo legível e atribuído.
JSON com marcações de tempo
Transcript API retorna JSON limpo e legível por máquina. Cada segmento inclui seu horário de início, duração e texto, pronto para integrar ao seu pipeline, banco de dados ou contexto de um LLM. Não é necessário parsing adicional.
Exportação Multiformato
A API de Transcrição gera TXT simples, SRT, VTT e JSON completo com metadados. Especifique o formato na sua solicitação e receba a transcrição já estruturada para o seu sistema de destino, sem scripts de conversão.
Capítulos e tradução com IA
Transcript API gera automaticamente marcadores de capítulos para facilitar a navegação e oferece tradução com IA entre qualquer par de idiomas, transformando um único vídeo em conteúdo estruturado e multilíngue.
API. MCP. Habilidades de agentes.
Como usar a API de Transcrição?
Começar com a Transcript API leva menos de cinco minutos — escolha seu caminho: API REST, servidor MCP ou habilidade de agente. Não é necessário instalar um SDK nem configurar infraestrutura.
REST API
Para desenvolvedores e automações
Adicione transcrições a qualquer aplicativo. Funciona com n8n, Make, Zapier ou seu próprio código, em qualquer linguagem e stack.
- Obtenha uma chave API gratuita em https://videotranscriber.ai/transcript-api
- Faça sua primeira chamada à API. Envie uma solicitação POST ao endpoint de transcrição com a URL da mídia ou um arquivo.
- A resposta JSON inclui a transcrição completa, segmentos identificados por falante e o idioma detectado.
Servidor MCP
Para ChatGPT, Claude, Cursor...
Cole um link de vídeo e seu assistente poderá ouvi-lo. Ele transcreve o áudio, resume os pontos principais, responde às suas perguntas e escreve notas, tudo dentro da conversa.
claude mcp add --transport http --scope user videotranscriber \
https://videotranscriber.ai/mcp \
--header "Authorization: Bearer $VT_API_KEY"
claude mcp get videotranscriber- Resumo
- Notas de reunião
Habilidades de agentes
Para agentes de IA
Instale uma vez e qualquer agente de IA poderá ouvir. Resuma vídeos, transforme gravações em notas e documentos ou extraia código de um tutorial: tudo o que seu agente já faz, agora com áudio. O primeiro uso cria uma conta e obtém uma chave API. Comece com 1500 unidades de quota gratuitas.
npx skills add VideoTranscriberAI/videotranscriber-skills \
--skill transcribe-media --agent claude-code --global- Resumir vídeo
- Responder perguntas
Preços
Compre cotas de API. Sem expiração.
Pacotes de compra única, sem renovação automática e sem expiração.
3,000Cotas da API
$12
até 3,000 minutos de transcrição
$0.004/cota de API
12,000Cotas da API
Economize 10%$45$48
até 12,000 minutos de transcrição
$0.004$0.00375/cota de API
Mais popular
30,000Cotas da API
Economize 20%$96$120
até 30,000 minutos de transcrição
$0.004$0.0032/cota de API
90,000Cotas da API
Economize 30%$252$360
até 90,000 minutos de transcrição
$0.004$0.0028/cota de API
270,000Cotas da API
Economize 40%$648$1,080
até 270,000 minutos de transcrição
$0.004$0.0024/cota de API
600,000Cotas da API
Economize 50%$1,200$2,400
até 600,000 minutos de transcrição
$0.004$0.002/cota de API
Não sabe como fazer a integração?
Precisa de mais? Entre em contatoO que os usuários dizem sobre a API de Transcrição
Bruno Silva
Líder de Analytics
Avaliamos seis APIs de transcrição e a API de Transcrição foi a única que lidou com YouTube, TikTok e upload de arquivos através de um único endpoint. A diarização de falantes funciona muito bem em gravações de podcasts — separou corretamente o diálogo sobreposto melhor que três concorrentes. Os timestamps em nível de palavra nos permitiram criar um player de transcrição interativo que nossos usuários adoram. O processamento é rápido mesmo em horários de pico e a documentação nos economizou pelo menos uma semana de integração.
Camila Rocha
Gerente de Engenharia
A API de Transcrição substituiu quatro ferramentas diferentes que mantínhamos para nossa plataforma de conteúdo. Um único endpoint agora cobre YouTube, TikTok, Instagram e upload de arquivos, reduzindo o código de integração em cerca de 70%. O suporte a mais de 200 idiomas nos permitiu expandir para cinco novos mercados sem adicionar infraestrutura, e a detecção automática permite que membros não técnicos processem vídeos sem selecionar um idioma.
Rafael Costa
Desenvolvedor Independente
Como desenvolvedor independente criando uma ferramenta de vídeo para blog, a API de Transcrição era exatamente o que eu precisava. Um único endpoint POST aceita URLs do YouTube, links do TikTok ou upload de arquivos — sem ramificações por plataforma no meu código. A diarização de falantes vem por padrão sem parâmetros adicionais. Os timestamps em nível de palavra me permitem gerar marcadores de capítulo automaticamente. O preço por créditos cobriu todo o meu desenvolvimento MVP.
Juliana Ferreira
Líder de Tecnologia Jurídica
Escolhemos a API de Transcrição após três semanas avaliando AssemblyAI, Deepgram e Google STT. A capacidade multi-fonte e a qualidade da diarização em gravações de depoimentos foi o fator decisivo — lidou com três a cinco falantes com diálogo sobreposto melhor que qualquer concorrente. Os timestamps são precisos o suficiente para citações de conformidade sem verificação manual. A exportação multiformato para SRT e VTT simplificou nosso fluxo de revisão de legendas.
Lucas Oliveira
CTO de EdTech
A API de Transcrição é a espinha dorsal da nossa plataforma educacional — 15.000 videoaulas por mês do YouTube, BiliBili e upload direto em mais de 30 países. A detecção automática de idioma economiza quatro horas diárias de etiquetagem manual. A diarização em gravações de sala de aula produz transcrições claras que os estudantes pesquisam e revisam. A exportação TXT/SRT/JSON de uma única chamada alimenta busca, player e análise simultaneamente.
Mariana Santos
Diretora de Engenharia de Dados
Nossa ferramenta de monitoramento de mídias sociais rastreia menções de marca no YouTube, TikTok, Instagram, Facebook e X. A API de Transcrição substituiu cinco frágeis scrapers por plataforma por uma única chamada de API. A resposta é idêntica seja de um dueto do TikTok ou de uma repetição do YouTube. Os timestamps localizam momentos exatos de menção em vídeos longos, e a diarização distingue a voz do criador da conversa de fundo — crítico para a precisão da análise de sentimento.
Perguntas Frequentes sobre API de Transcrição
A API de Transcrição é um serviço de voz para texto multi-fonte que converte áudio, vídeo e links de mais de dez plataformas em texto estruturado através de um único endpoint REST. Inclui diarização de falantes, timestamps em nível de palavra, suporte a mais de 200 idiomas e exportação multiformato sem custos adicionais. Os desenvolvedores enviam uma solicitação POST com uma URL ou arquivo e obtêm uma transcrição estruturada pronta para pesquisa, análise ou exibição.
A API de Transcrição aceita YouTube, TikTok, Instagram, Facebook, X, BiliBili, Google Drive, Dropbox e upload direto de arquivos através de um único endpoint. Cada tipo de fonte usa a mesma estrutura de solicitação e retorna o mesmo formato de resposta. Para fluxos de trabalho apenas do YouTube, consulte Transcrição do YouTube.
A API de Transcrição alcança taxas de erro de palavra competitivas usando modelos de IA de última geração otimizados para áudio do mundo real — ruído de fundo, sotaques, falantes sobrepostos e qualidade de gravação variável. A diarização é executada dentro do modelo principal, não como pós-processamento. Teste com amostras de áudio reais para avaliar a precisão no seu caso de uso.
A API de Transcrição inclui documentação abrangente cobrindo autenticação, referência de endpoints, esquemas de solicitação e resposta, códigos de erro, limites de taxa e estratégias de repetição. Exemplos de código são fornecidos em Python, JavaScript, cURL, Go e Ruby. Um ambiente de testes ao vivo está disponível para testar solicitações sem escrever código.
A diarização de falantes está incluída em cada resposta da API de Transcrição sem custo adicional. A API identifica e etiqueta automaticamente os falantes individuais em áudio com várias pessoas — reuniões, entrevistas, podcasts e painéis de discussão. A fala sobreposta e as trocas rápidas de falante são tratadas sem especificar o número de falantes antecipadamente.
A API de Transcrição suporta TXT, SRT, VTT e JSON com metadados completos incluindo timestamps em nível de palavra, etiquetas de falante e idioma detectado. Especifique o formato através de um parâmetro de solicitação e receba a transcrição já estruturada. As exportações SRT e VTT incluem timestamps com precisão de milissegundos.
A API de Transcrição usa um modelo de preços baseado em créditos sem nível gratuito. Um crédito cobre um minuto de transcrição e inclui diarização de falantes, timestamps em nível de palavra, detecção de idioma e download de legendas por padrão. Resumos de capítulos e tradução exigem créditos adicionais. Para transcrição direta de arquivos sem integração API, experimente Transcrever Vídeo para Texto.
A API de Transcrição processa mídia através de canais criptografados e não armazena arquivos enviados além do tempo necessário para a transcrição. Todo o tráfego da API usa TLS. Os tokens Bearer podem ser rotacionados ou revogados a qualquer momento. Regiões de processamento de dados podem ser especificadas para requisitos de conformidade. A mídia e as transcrições dos clientes nunca são usadas para treinar modelos.
Obtenha sua primeira transcrição em 60 segundos.
A API de Transcrição da Video Transcriber AI fornece à sua aplicação tudo o que precisa para converter voz em texto estruturado e pesquisável — de clipes do YouTube a gravações de reuniões, tudo através de um único endpoint sem configuração por plataforma. 1500 cotas de API grátis, sem cartão de crédito e sem contato comercial.
🎁Comece com1,500 quotas de API grátis