Como transcrever áudio para texto utilizando inteligência artificial

Transformar áudio em texto é uma tarefa que demanda muita atenção e tempo. Felizmente, essa atividade vem sendo gradativamente assumida por máquinas: No começo, programas automáticos, como o Closed Captions do YouTube, já possibilitavam uma transcrição limitada. Nos dias de hoje, a Inteligência Artificial avançada é capaz de assumir essa tarefa de forma mais eficiente e precisa.

Como transcrever áudio para texto diretamente do navegador

Neste tutorial vamos ensinar como utilizar a Whisper AI, uma inteligência artificial criada pela Open AI, o mesmo grupo que desenvolveu o popular Chat GPT. Todos os arquivos de vídeo ou áudio enviados para ela serão automaticamente convertidos para texto em um clique, totalmente gratuito e sem programas. Uma ótima notícia para quem precisa transcrever áudio para texto diariamente.

Notícias relacionadas

As pessoas não conseguem mais se concentrar - especialistas dizem que o problema podem não ser os celulares, mas os algoritmos

Austrália executou 750 coalas com franco-atiradores em helicópteros "pelo bem dos animais"

A NASA conseguiu: a Terra recebeu uma mensagem enviada por laser a 16 milhões de quilômetros de distância

Como transcrever áudio utilizando inteligência artificial - Whisper AI

Tempo necessário: 15 minutos

1. Acesse o Google Drive. Se você não tem uma conta Gmail, basta criar uma de graça.

   No Google Drive, clique no botão "Novo" no canto superior esquerdo da tela;



2. Na parte de baixo clique em "Mais" e depois em "Conectar mais apps";



3. Na aba de pesquisa, digite "Google Colaboratory". Clique em "Instalar" e o aplicativo será instalado dentro do seu Google Drive;



4. Agora vamos no botão "Novo" mais uma vez, agora clique em "Mais", e clique no "Google Colaboratory", aplicativo que acabamos de instalar;



5. Pronto, chegamos no aplicativo Google Colab. Antes de qualquer coisa, temos de fazer uma pequena configuração para garantir que tudo funcione. Clique em Ambiente de execução, e depois em Alterar o tipo de ambiente de execução;



6. Na parte Acelerador de hardware, marque a opção GPU. Agora clique em Salvar;



7. Agora vamos instalar Whisper AI no Google Colab. Clique na barra de texto para digitar o texto do passo seguinte. Se não encontrar essa barra de texto, clique em + Código;



8. Copie e cole o seguinte código e depois clique no botão para instalar o Whisper AI:

   !pip install git+https://github.com/openai/whisper.git

   !sudo apt update && sudo apt install ffmpeg



9. A instalação demora cerca de 30 segundos. Agora, no lado esquerdo, clique no ícone de pasta para abrirmos os arquivos; 



10. Aqui dentro podemos clicar e arrastar todos os arquivos de áudio que desejamos transcrever. Faça isso agora;



11. Agora basta clicar em +Código e digitar na barra de texto o seguinte código para iniciar o processo de transcrição:

    !whisper "nome do arquivo aqui.mp3" --model medium

    Pressione o botão para iniciar, aguarde alguns minutos e pronto! O seu arquivo foi transcrito com sucesso. 

    *No "nome do arquivo aqui", não se esqueça de incluir o formato no nome, como ".mp3, .FLAC, .WAV, etc). 



12. No lado direito, temos os tempos e a transcrição. No lado esquerdo, junto do arquivo de áudio que arrastamos anteriormente, temos os arquivos ".srt" e ".vtt", que podem ser utilizados para legendar vídeos utilizando um player compatível como o VLC Media. Já o arquivo ".txt" é a transcrição completa e pode ser aberta no bloco de notas do Windows.

Restou alguma dúvida? Algum passo ficou confuso? Deixe um comentário abaixo que responderemos o mais rápido possível.