Transcrever vídeo do YouTube em texto

A ideia é simples: você abre o vídeo no YouTube, copia o endereço da barra do navegador e cola na Pepys. A partir daí, quem faz o trabalho pesado é o sistema, que localiza o áudio, processa e devolve a transcrição escrita.

Funciona com quase tudo que está público no YouTube: aulas, palestras, entrevistas, podcasts gravados em vídeo, webinars, mesas-redondas e vídeos de canais de notícia. Como o resultado é texto puro, você exporta em TXT, Word, PDF, SRT e outros formatos, ou trabalha direto na tela sem sair da página.

O YouTube já mostra legendas geradas por máquina em muitos vídeos, e é comum pensar que isso resolve. Resolve pela metade. A legenda automática vem em blocos curtos que aparecem e somem, sem pontuação de verdade, sem parágrafos e, o mais importante, sem dizer quem está falando. Numa conversa com três pessoas, tudo vira um bloco único de frases embaralhadas.

Uma transcrição limpa é outra coisa. O texto vem pontuado, dividido em parágrafos e organizado por locutor, então você lê como se fosse um roteiro: 'Entrevistador: ...', 'Convidada: ...'. Isso muda completamente a utilidade quando o vídeo tem debate, entrevista ou mais de uma voz.

Além disso, copiar a legenda do YouTube dá trabalho e nem sempre está disponível. Muito vídeo não tem legenda nenhuma, tem só legenda em outro idioma, ou tem uma versão automática cheia de erros em nomes próprios e termos técnicos. Transcrever o áudio direto costuma sair mais fiel do que reaproveitar a legenda existente.

Para estudar, a transcrição transforma horas de vídeo em material de leitura. Você grifa, cola trechos no seu caderno de notas, revisa antes da prova e busca por uma palavra específica em segundos, sem reassistir nada.

Para resumir, ter o texto na frente acelera tudo. Na Pepys, cada arquivo ainda traz resumo com IA e capítulos automáticos, então você capta a ideia geral do vídeo antes mesmo de ler a íntegra, e depois desce ao detalhe onde precisar.

Para citar, a marcação de tempo é o que garante precisão. Se você vai referenciar uma fala num trabalho acadêmico, num artigo ou num vídeo próprio, o horário exato deixa a citação verificável: qualquer pessoa consegue voltar ao vídeo e conferir o minuto certo.

A identificação de locutores separa as vozes automaticamente e etiqueta cada fala. Em entrevistas, aulas com perguntas da plateia e podcasts, é o que impede a transcrição de virar um monólogo confuso. Você pode renomear os locutores para os nomes reais e a mudança se propaga pelo texto todo.

As marcações de tempo ancoram cada trecho ao momento do vídeo. Além de ajudar na citação, elas servem para navegar: você acha a frase no texto, lê o horário e pula direto para aquele ponto no YouTube. E, se ficar alguma dúvida, o chat com a transcrição responde perguntas sobre o conteúdo do próprio vídeo, tipo 'em que parte ele fala sobre o método?'.

A Pepys transcreve em mais de 99 idiomas, então serve tanto para aquele vídeo em português quanto para a palestra em inglês ou espanhol que você quer ler no seu ritmo. O idioma é detectado do próprio áudio.

Sobre privacidade: seu áudio e seu texto nunca são usados para treinar modelos de IA, e há exclusão automática opcional se você preferir que os arquivos sumam depois de um tempo. O modelo de pagamento é por uso: você compra créditos uma vez e eles nunca expiram, sem assinatura mensal correndo em segundo plano. Os primeiros 60 minutos são grátis e não pedem cartão, o suficiente para transcrever um vídeo inteiro e ver o resultado antes de decidir.