Limpador de Transcrição

Transforme uma Transcrição Bagunçada em Texto Legível

Cole uma transcrição bruta, do tipo que você obtém de legendas do YouTube, um arquivo .vtt do Zoom ou uma exportação de podcast gerada automaticamente, e ele remove a desordem: os carimbos de data/hora, os números de sinalização das legendas, os “hum” e “uh”, os rótulos “PALAVRANTE 1:”, e as linhas que se repetem. Em seguida, ele mescla os fragmentos de legendas quebrados de volta em parágrafos que você pode realmente ler.

Ele é executado inteiramente no seu navegador. A transcrição nunca é carregada, o que é importante quando o que você está limpando é uma chamada privada ou uma entrevista não publicada.

Regras, Não IA, e Por Que Esse É o Ponto

A maioria das ferramentas com “IA” no nome processa sua transcrição através de um modelo de linguagem para limpá-la. Isso corrige a gramática, mas também significa que o modelo pode silenciosamente reformular o que alguém disse. Para uma transcrição, essa é a única coisa que você não quer. Uma citação que foi “melhorada” não é mais uma citação.

Este limpa com regras de padrão simples. Ele remove exatamente o que você ativa e nada mais. Ele não reescreverá uma frase, inventará pontuação ou suavizará uma frase estranha, então o que resta ainda são as palavras reais do falante, menos o ruído.

A troca honesta: por ser baseado em regras, ele não corrige a gramática ou adiciona pontuação da mesma forma que uma passagem de IA faria. Se você quiser isso, execute-o através do formatador de transcrições depois, que usa IA para adicionar estrutura de falantes e legibilidade. Limpe primeiro para remover o lixo, formate segundo se quiser polimento. Eu uso o limpador sozinho cerca de oitenta por cento do tempo, porque um parágrafo legível geralmente é tudo o que preciso.

O Que Ele Remove

Cada um desses é um alternador, então você mantém o que quer e descarta o resto.

• Carimbos de data/hora e sinalizações. Números de sequência SRT, as linhas de tempo 00:00:04,500 --> 00:00:08,200, o cabeçalho WEBVTT, e carimbos embutidos como [00:05] ou um simples 00:01:32. Este é o trabalho de “remover carimbos de data/hora da transcrição” que as pessoas mais procuram.
• Palavras de preenchimento. Os claros tiques verbais: hum, uh, er, hmm, “sabe”, “quero dizer”. Ele conta quantos removeu para que você possa ver o dano que a gravação causou.
• Rótulos de falantes. Tags de início de linha como ORADOR 1:, John:, [Entrevistador], e os marcadores >> que o Zoom e as ferramentas de legendagem adicionam.
• Linhas repetidas. Legendas automáticas frequentemente imprimem a mesma linha duas vezes enquanto se redesenham. Duplicatas consecutivas são condensadas em uma.
• Espaçamento de linha quebrado. As legendas quebram a cada poucas palavras, então uma frase chega dividida em quatro linhas. A fusão as une e divide o resultado em parágrafos.

Uma escolha deliberada que vale a pena mencionar: ele não remove “tipo”, “na verdade”, “basicamente”, ou “então”. Embora pareçam preenchimentos em uma lista, eles carregam um significado real com frequência suficiente para que sua remoção altere as frases. Um limpador que edita o que você quis dizer é pior do que um que deixa um “tipo” extra, então ele os mantém.

Limpe uma Transcrição do YouTube, Zoom ou Podcast

As três fontes que geram mais bagunça são as três que este lida melhor.

As exportações de legendas do YouTube vêm com um carimbo de data/hora em quase todas as linhas e nenhum parágrafo. Cole a transcrição copiada, ative os carimbos de data/hora e mescle, e você obterá um bloco pronto para blog em vez de uma pilha de fragmentos de cinco palavras.

Zoom e Teams fornecem um arquivo .vtt com números de sinalização, tempos e um rótulo de falante em cada turno. Solte o arquivo e ele retorna como diálogo limpo ou texto fluído, sua decisão se deseja manter os nomes dos falantes.

Transcrições de podcast e entrevistas geralmente já são mais limpas, mas cheias de preenchimentos verbais, porque as pessoas realmente falam assim. Remova os “hum”s e mescle, e o tempo de leitura diminui sem tocar no conteúdo.

Como Remover Carimbos de Data/Hora de uma Transcrição no Word

As pessoas procuram por isso porque estão tentando fazê-lo com Localizar e Substituir no Microsoft Word, usando padrões curinga para corresponder a 00:00:00. Funciona, mal, mas o padrão é complicado e quebra no momento em que o formato do carimbo de data/hora muda entre um arquivo e o próximo.

Colar o texto aqui é o atalho. Ele reconhece automaticamente os formatos comuns de carimbo de data/hora, SRT, VTT, e o simples HH:MM:SS, então você não precisa escrever uma expressão curinga ou executá-lo quatro vezes para quatro formatos. Limpe-o aqui, cole o resultado de volta no Word.

Após a Limpeza

Uma vez que a transcrição está limpa, os próximos passos têm as suas próprias ferramentas. Para adicionar a estrutura de locutor adequada e legibilidade com IA, use o formatador de transcrições. Para obter uma transcrição limpa diretamente de um arquivo de vídeo ou áudio, o gerador de transcrições faz a transcrição. E para transformar uma transcrição limpa em legendas, o conversor de texto para SRT recoloca os carimbos de data e hora, propositadamente desta vez.

Perguntas Frequentes

Este limpador de transcrições é gratuito?

Sim, e permanece no seu navegador. Não há registo, nenhum upload e nenhum limite de quantas transcrições você pode limpar, porque o trabalho acontece no seu dispositivo em vez de num servidor.

Ele faz upload ou armazena a minha transcrição?

Não. A limpeza é puro JavaScript a correr na página, então o texto nunca sai do seu navegador. Nada é enviado para qualquer lugar, armazenado ou registado, o que é a razão para usar um limpador local para uma chamada privada ou uma entrevista não publicada.

Como faço para remover apenas os carimbos de data e hora e manter todo o resto?

Ative o interruptor dos carimbos de data e hora e desative os outros. Ele remove as linhas de tempo SRT e VTT, os números de sequência e os carimbos de tempo inline como [00:05], e mantém as etiquetas do locutor, as palavras de preenchimento e as quebras de linha exatamente como estavam.

Ele remove “tipo” e “na verdade” como palavras de preenchimento?

Não, propositadamente. Ele remove apenas preenchimentos verbais claros como “hum” e “uh”. Palavras como “tipo”, “na verdade” e “basicamente” muitas vezes carregam um significado real, então removê-las alteraria as frases. Um limpador não deve editar o que alguém disse.

Que tipos de ficheiro posso limpar?

Cole qualquer texto, ou arraste um ficheiro .srt, .vtt ou .txt. A ferramenta lê o ficheiro localmente e limpa-o da mesma forma que o texto colado. Ficheiros até cerca de 5MB funcionam sem problemas; para além disso, cole o texto em vez disso.

Um limpador baseado em regras é melhor do que um limpador de transcrições com IA?

Eles fazem trabalhos diferentes. Um limpador baseado em regras como este remove o ruído sem alterar as suas palavras, o que é mais seguro para citações e registos. Um limpador com IA também corrige gramática e pontuação, mas pode refrasear o que foi dito. Limpe aqui primeiro, e execute uma passagem de IA depois apenas se desejar o polimento.