Como transcrever áudio de inglês para português (e revisar o resultado)

Texto em inglês ou texto em português: o que você precisa de fato

Antes de abrir qualquer ferramenta, vale responder a uma pergunta simples: você precisa do que foi dito, palavra por palavra, ou do sentido em português? São produtos diferentes.

• Transcrição em inglês: registro fiel da fala original. É o que você usa para citar uma fonte, conferir um número ou estudar a pronúncia.
• Transcrição traduzida para o português: o mesmo conteúdo, convertido para o nosso idioma. É o que você usa para estudar, resumir, compartilhar com uma equipe que não lê inglês ou buscar um trecho rapidamente.
• As duas lado a lado: o cenário ideal para pesquisa e jornalismo, porque você lê em português e confere no original quando uma frase parece estranha.

Se ainda está em dúvida sobre a diferença entre as etapas, o texto sobre transcrição e tradução (em inglês) explica com exemplos.

Situações comuns no Brasil

Quem procura isso costuma ter um arquivo de áudio em mãos e um prazo. Alguns cenários típicos:

• A aluna de mestrado que gravou, com autorização, a palestra de um professor visitante dos Estados Unidos e precisa citar trechos na dissertação.
• O time de marketing que assistiu a um webinar internacional, baixou a gravação disponibilizada pelo organizador e quer distribuir os pontos principais para a equipe em português.
• O repórter que entrevistou por telefone um executivo britânico e precisa da fala traduzida para a matéria, mas também do original para checar aspas.
• O médico residente que recebeu o áudio de um congresso e quer estudar no ônibus lendo em português.
• O empreendedor que grava as reuniões com um fornecedor estrangeiro e quer manter um registro escrito em português para o sócio.

Em todos esses casos o arquivo já está no seu computador ou celular. Isso importa, porque o mydubly não importa áudio a partir de links: ele trabalha com arquivos locais.

Passo a passo no mydubly

A interface do mydubly está em inglês; os nomes entre aspas abaixo são os que aparecem na tela.

1. No computador, abra o mydubly e use a área de áudio, "Drop audio here". Arraste o arquivo para lá. Formatos aceitos: MP3, WAV, M4A, AAC, OGG, FLAC e WebM, com até 2 horas por arquivo.
2. Não escolha o idioma de origem: o sistema detecta sozinho que a fala está em inglês ("Source: Auto detect").
3. Deixe desligada a opção "Audio and text output". Assim você fica no modo de transcrição com marcação de tempo, que é o mais barato.
4. Em "Select language", escolha "Portuguese (Brazil)". É esse campo que faz o texto sair traduzido.
5. Clique em "Transcribe audio" e mantenha a aba aberta até o processamento terminar.
6. Baixe o resultado: "Download transcript" gera um arquivo de texto simples, "Download timestamped transcript" traz o mesmo texto com a marcação de tempo de cada trecho, e "Download subtitles" gera um SRT, útil se você for acompanhar o áudio num player.

Se quiser o texto em inglês e o texto em português, a forma mais segura é processar o mesmo arquivo duas vezes: uma com "English" em "Select language", que devolve a transcrição no idioma falado, sem tradução, e outra com "Portuguese (Brazil)". Como é tudo no preço de transcrição, rodar duas vezes custa pouco.

A ferramenta de áudio para texto (em inglês) é a mesma usada aqui; a página explica os formatos e as saídas em detalhe.

Limites que você precisa conhecer

O mydubly faz a parte pesada, mas não faz tudo. Antes de contar com ele para um trabalho importante, saiba que:

• Ele não gera resumo nem ata. Você recebe o texto integral; resumir é com você ou com outra ferramenta.
• Ele não separa falantes. Numa entrevista, as falas do entrevistador e do entrevistado aparecem em sequência, sem a marcação "P:" e "R:". Os tempos ajudam a identificar as trocas, mas os nomes você coloca na revisão.
• Ele não tem editor de texto embutido. Todas as correções são feitas no arquivo baixado, no Word, no Google Docs ou em qualquer editor.
• Ele não aceita notas de voz do WhatsApp em .opus nem gravações de ligação em .amr. Converta para MP3 ou M4A antes; há um guia sobre áudios do WhatsApp.
• Ele não funciona em tempo real. Não serve para acompanhar uma palestra ao vivo; só para gravações.

Quanto à privacidade, o áudio é enviado por HTTPS e apagado do servidor, junto com os resultados, em até 30 minutos depois do fim do trabalho. Se a gravação envolve terceiros, peça consentimento para gravar e transcrever, como manda o bom senso e, em muitos casos, a política da sua instituição.

Onde a tradução automática costuma tropeçar

Os sistemas atuais de reconhecimento de fala, como o Whisper, no qual o mydubly se baseia, costumam lidar bem com inglês gravado com clareza. Os problemas aparecem em duas camadas: o que foi ouvido errado e o que foi traduzido errado.

Expressões idiomáticas

"It's a no-brainer" ou "let's touch base" podem sair ao pé da letra. Leia como um falante de português leria e reescreva.

Falsos cognatos

"Actually" não é "atualmente", "eventually" não é "eventualmente", "pretend" não é "pretender". Uma tradução automática boa costuma acertar, mas vale conferir nos trechos importantes.

Números e unidades

Milhas, pés, libras e graus Fahrenheit chegam convertidos só no idioma, não na unidade. "Billion" é "bilhão" no português do Brasil; confirme sempre que houver valores.

Nomes e siglas

Nomes de pessoas, empresas e produtos podem ser ouvidos errado já na transcrição em inglês e, aí, a tradução herda o erro.

Tom e registro

O inglês informal do palestrante pode virar um português formal demais, ou o contrário. Para citação, ajuste o tom sem mudar o sentido.

Sotaques fortes, ruído de auditório, perguntas da plateia sem microfone e falas sobrepostas pioram a primeira camada. O artigo sobre erros comuns de tradução automática (em inglês) tem uma lista mais longa, útil para quem revisa com frequência.

Revisão em três passadas

Uma revisão eficiente não começa pelo arquivo traduzido inteiro. Experimente esta ordem:

1. Primeira passada, só no texto em português: leia corrido e marque com uma cor tudo que soa estranho, sem tentar corrigir ainda.
2. Segunda passada, com o original: para cada trecho marcado, vá à mesma marcação de tempo no arquivo em inglês e no áudio. Na maior parte das vezes, o problema fica evidente em segundos.
3. Terceira passada, nos dados: nomes, números, datas, títulos de livros e artigos citados. Corrija com base em fontes confiáveis, não no que a transcrição "achou" ter ouvido.

Para trabalhos acadêmicos, deixe claro na metodologia que a tradução foi feita com apoio de ferramenta automática e revisada por você. Se a entrevista vai entrar numa pesquisa formal, veja também o guia de transcrição de entrevista nas normas da ABNT.

Quanto custa na prática

A transcrição, com ou sem tradução do texto, é cobrada a 1 crédito por minuto iniciado, com mínimo de 5 créditos por arquivo. Cada dólar compra 1.000 créditos, e quem se cadastra recebe 100 créditos gratuitos.

Agora compare: uma entrevista de 2 horas custa 120 créditos (US$ 0,12) no modo de transcrição. Já o modo de tradução completa, que gera também uma faixa de voz em português, é cobrado no nível de dublagem, de 50 créditos por minuto. Se o objetivo é ler, não ouvir, fique no modo de transcrição.

Dicas para gravar melhor da próxima vez

Boa parte dos erros nasce na gravação. Se você vai gravar outras palestras ou entrevistas em inglês:

• Grave perto da fonte. Celular na mesa do palestrante funciona melhor do que o celular na última fila do auditório.
• Em videochamadas, use a gravação da própria plataforma, quando permitida, em vez de gravar o som que sai da caixa do notebook.
• Peça a lista de nomes próprios ao organizador ou ao entrevistado. Ela economiza tempo na terceira passada de revisão.
• Prefira formatos como M4A ou MP3 com boa taxa de bits; o app Gravador do iPhone, por exemplo, já salva em M4A, aceito sem conversão.

Para quem estuda em inglês com frequência, o texto sobre aulas em segunda língua (em inglês) traz estratégias para usar transcrição e tradução como apoio de estudo, e há um guia específico sobre transcrever aula gravada.