Como obter a transcrição do Zoom

A transcrição do Zoom mais rápida é a que o próprio Zoom já faz para você

Ninguém começa por essa parte. Se você grava uma reunião do Zoom na nuvem em uma conta Pro, Business, Education ou Enterprise, o Zoom gera uma transcrição do áudio automaticamente e envia um e-mail quando ela fica pronta. A transcrição é salva no formato VTT e fica no portal web do Zoom, em Gravações e Transcrições. Sem extensão, sem bot, sem complicação.

O detalhe é o nível da conta. A transcrição da gravação na nuvem precisa que tanto a gravação na nuvem quanto a transcrição de áudio estejam ativadas, e nenhuma das duas existe no plano gratuito Basic. Então a pergunta existe uma IA gratuita para transcrever reuniões do Zoom tem uma resposta irritante: a transcrição do próprio Zoom é gratuita no sentido de que não custa nada a mais depois que você já paga pelo Zoom, e não é nada gratuita se você está no Basic.

A cobertura de idiomas é razoável. A documentação de suporte do Zoom lista cerca de 19 idiomas para transcrições de gravação na nuvem, incluindo inglês, espanhol, francês, alemão, chinês, japonês, ucraniano e romeno. Para a maioria das reuniões internas, isso é mais que suficiente. Se você precisa de coreano junto com polonês na mesma chamada, confira a lista atual antes de contar com isso, já que o Zoom a amplia com o tempo.

Como obter a transcrição de uma reunião do Zoom, passo a passo

O fluxo embutido é curto. Aqui está ele inteiro.

É isso. Nenhuma ferramenta para comprar, tempo total de alguns minutos assim que o e-mail chega. Se você veio aqui procurando uma ferramenta de transcrição de reuniões do Zoom, talvez já tenha terminado.

Legendas ao vivo x transcrição da gravação na nuvem: qual delas você quer

São duas coisas diferentes e as pessoas misturam. A transcrição ao vivo mostra legendas na tela durante a reunião, útil para acessibilidade ou quando o áudio de alguém está ruim, e desaparece no instante em que a chamada termina, a menos que você salve. A transcrição da gravação na nuvem é o documento posterior: o arquivo VTT pesquisável e editável que você lê depois.

Escolha com base no momento em que você precisa das palavras. Acompanhar ao vivo significa que você quer legendas. Precisar de um registro para resumir, pesquisar ou colar em um e-mail de acompanhamento significa que você quer a transcrição da gravação na nuvem. A maioria das pessoas que diz transcrição se refere à segunda e acaba escolhendo a primeira por engano.

Uma ressalva honesta: o Zoom também divulga um AI Companion que escreve resumos de reuniões, e os critérios exatos de qual plano libera isso mudam com o tempo. Não vou citar um número que não consiga confirmar na documentação atual do Zoom. Se um recurso de resumo no piloto automático é o que você procura, verifique o que o seu plano do Zoom inclui hoje antes de supor que está lá.

Onde o Whisper se encaixa: transformar a transcrição em anotações limpas que você pode usar

Agora a parte em que preciso tomar cuidado, porque seria fácil prometer demais. O Whisper não entra na sua chamada do Zoom. Ele não tem bot do Zoom, não entra automaticamente nas reuniões e nunca captura o áudio dos outros participantes. Se você quer algo que fique na reunião ouvindo, o Whisper é a ferramenta errada, e já te aponto as certas daqui a pouco.

O que o Whisper faz é o passo depois de você já ter uma transcrição. Você aperta um atalho (Ctrl+Space no Windows, Command+Option segurado como push-to-talk no macOS), fala, e suas palavras são coladas no cursor, em qualquer app que você esteja usando. Então, quando o Zoom te entrega aquela parede de texto VTT bruta, você abre o documento onde o acompanhamento vai ficar e dita a versão que um ser humano vai ler: as três decisões, os dois responsáveis, o único prazo.

No modo nuvem, o assistente de IA vai um passo além. Diga Hey whisper e você pode pedir que ele resuma um parágrafo, extraia itens de ação das anotações da reunião ou redija a resposta, e o resultado já limpo aparece no seu cursor. Os recursos de nuvem fazem parte do Whisper Pro; o pipeline de ditado local é gratuito para qualquer pessoa com uma conta, sem precisar de meio de pagamento para se cadastrar. A transcrição é a matéria-prima. O Whisper serve para moldá-la em algo que você de fato enviaria.

Transcrever um arquivo de gravação do Zoom que você já tem

E se você salvou a reunião como arquivo local e nunca recebeu uma transcrição do Zoom, o problema do plano Basic? Você tem uma gravação, só não tem o texto.

O caminho de nuvem do Whisper pode transcrever um arquivo de áudio seu usando sua própria chave da OpenAI, e a API de fala para texto da OpenAI suporta mp3, mp4, m4a, wav e webm. O único número para ter em mente: os envios para essa API têm limite de 25 MB. Uma reunião longa vai estourar esse limite, então você dividiria o áudio antes. Os motores locais não compartilham esse limite da API, já que rodam na sua máquina: transcrição em puro Rust, nada saindo do notebook.

Uma ressalva que te devo: não confirmei de forma independente o nome exato do fluxo de importação de arquivos do app de desktop, então trate arraste uma gravação e pronto como a intenção, não como um botão garantido de um clique. Para um arquivo limpo, gravado por você e abaixo do limite de tamanho, o caminho de nuvem dá conta. Para o ditado do dia a dia e a limpeza de anotações, o atalho é o evento principal.

Quando pular o Whisper e usar um bot de reunião

Esta é a seção que as ferramentas de IA nunca escrevem, então aqui está ela sem rodeios: se a sua necessidade real é algo que entra na chamada e anota tudo, não use o Whisper. Use um bot de reunião.

O Otter se conecta ao seu calendário do Google ou da Microsoft, entra automaticamente nas suas reuniões do Zoom, escreve anotações em tempo real, captura os slides compartilhados e posta um resumo da conversa no Zoom Chat. O Fireflies usa um bot Notetaker que entra automaticamente nas reuniões do calendário para gravar, transcrever e resumir, com itens de ação depois de cada chamada, e anuncia mais de 100 idiomas. O Tactiq vai na direção oposta: uma extensão do Chrome que transcreve o Zoom em tempo real sem nenhum bot entrando na chamada, um plano gratuito com suas 10 primeiras transcrições de reunião sem cartão, e resumos em um clique. Três mecanismos diferentes, todos fazendo a captura dentro da reunião que o Whisper deliberadamente não faz.

Esta é a opinião que vou defender: o Otter é para reuniões, o Whisper é para escrever. Categoria diferente, e eu prefiro que você use a ferramenta certa a pagar caro pela errada. O Whisper torna o ato de escrever por voz rápido. Ele não fica sentado na sua daily.

Essa distinção importa mais do que parece, e a história da conta da nuvem explica por quê. Uma equipe com quem trabalhei contratou um freelancer para montar um protótipo interno de ditado com IA que chamava um modelo na nuvem a cada fala, em todos os notebooks. No fim do trimestre, o gerente abriu o painel de custos e encontrou uma conta de cinco dígitos. A maior parte era uma equipe transcrevendo gravações de daily quatro vezes seguidas, porque a lógica de repetição era agressiva demais. A solução do freelancer foi otimizar o prompt. A do diretor financeiro foi ou parar de pagar para transcrever reuniões que já têm anotações. Um bot de reunião de que você precisa vale a pena. Um bot de reunião que você comprou para fazer o que a sua conta do Zoom já faz é aquela conta de cinco dígitos esperando para acontecer.

Quanto custa uma transcrição do Zoom

A transcrição da gravação na nuvem do Zoom não custa nada além do plano pago do Zoom que você já tem; ela está liberada a partir do nível Pro, não no plano gratuito Basic. O pipeline de ditado local do Whisper é gratuito para qualquer pessoa com uma conta, sem necessidade de meio de pagamento para começar. A camada de nuvem (transcrição da OpenAI, aprimoramento por IA e busca na web) faz parte do Whisper Pro. Os valores exatos ficam na página de preços do Whisper para estarem sempre atualizados. Ferramentas de bot como Otter, Fireflies e Tactiq cobram cada uma do seu jeito; confira as páginas delas diretamente, já que o preço de bots de reunião muda bastante.

O Whisper roda no Windows e no macOS com Apple Silicon, com o pipeline local funcionando totalmente offline depois de um download único do modelo. Se você quiser primeiro entender o fluxo de ditado, a visão geral do app de voz para texto e a comparação de alternativas ao Otter.ai abordam o lado de escrever por voz com mais profundidade.

A maioria das buscas por ferramenta de transcrição do Zoom termina do mesmo jeito: a pessoa descobre que a transcrição já estava no portal do Zoom, ativa a gravação na nuvem e segue com o dia. A ferramenta de que você precisava era uma caixinha de marcar. O que sobra depois disso, transformar uma parede de marcações de tempo nas duas frases que a sua equipe vai ler, é a parte que vale a pena fazer por voz. Ditei a maior parte deste artigo entre buscar as crianças na escola e um e-mail de suporte sobre, de todas as coisas, onde encontrar uma transcrição do Zoom. Minha filha perguntou o que eu estava escrevendo. Eu disse como obter a transcrição do Zoom. Ela perguntou se isso era um emprego de verdade. Justo.