Transcrição de podcast: como fazer e por que publicar

A transcrição de podcast é o texto completo do episódio, sincronizado com o áudio, publicado junto com ele. Hoje ela sai de uma API de reconhecimento de fala por cerca de US$ 0,006 por minuto de áudio — US$ 0,36 por um episódio de uma hora — em arquivo VTT ou SRT, e entra no feed RSS pela tag <podcast:transcript>. Vale fazer a sua mesmo com as plataformas gerando transcrição automática: a transcrição da Apple fica dentro do app da Apple, e o texto que o Google e os assistentes de IA leem é o que está na página do episódio.

Como transcrever um podcast automaticamente?

Transcrever um podcast automaticamente leva de 2 a 10 minutos por episódio e custa centavos. O caminho mais direto:

1. Exporte o áudio já editado em WAV ou MP3 mono, 48 kHz — a versão final, não a bruta: cada “é… então” cortado na edição é uma linha a menos para revisar.
2. Escolha o motor. A API de transcrição da OpenAI cobra US$ 0,006/min (Whisper e GPT‑4o Transcribe) ou US$ 0,003/min na versão mini. Rodando local, faster-whisper com o modelo large-v3-turbo entrega precisão praticamente igual à do large-v3 gastando uma fração do processamento.
3. Force o idioma para pt. Sem isso, o modelo detecta o idioma pelos primeiros 30 segundos e uma vinheta em inglês faz o episódio inteiro sair transcrito errado.
4. Peça a saída com timestamps por segmento, não em texto corrido — é o timestamp que permite a leitura sincronizada.
5. Revise os nomes próprios. Em áudio limpo, os modelos grandes ficam na faixa de 5% a 8% de erro por palavra; quase todo esse erro se concentra em nome de pessoa, marca, sigla e número.

Se você já edita o episódio por texto, a transcrição sai de graça como subproduto — o fluxo está descrito em edição de podcast por texto.

Qual formato de transcrição usar: TXT, SRT ou VTT?

Use VTT para publicar no feed e TXT para a página do site:

Formato	Onde usar	Timestamps
VTT (WebVTT)	Tag <podcast:transcript> no RSS; padrão aceito pelo Apple Podcasts	Sim, com marcação de locutor
SRT	Alternativa aceita pela Apple; legenda em vídeo	Sim
TXT / HTML	Página do episódio no seu site, indexável por buscador	Não
JSON	Uso interno: gerar capítulos, cortes e busca no catálogo	Sim, por palavra

Gere uma vez em JSON com timestamp por palavra e derive os outros formatos daí; o caminho inverso não existe.

Como publicar a transcrição no feed do podcast?

A transcrição entra no feed RSS dentro do <item> do episódio, com a tag do namespace Podcasting 2.0:

<podcast:transcript
  url="https://seusite.com.br/transcricoes/ep-42.vtt"
  type="text/vtt"
  language="pt-BR" />

O arquivo precisa estar acessível publicamente, servido com o Content-Type correto (text/vtt), e o language deve bater com o idioma do episódio. Se a sua hospedagem não tem campo de upload de transcrição, o arquivo pode ficar em qualquer servidor estático — a tag só aponta para a URL.

O Apple Podcasts e o Spotify não fazem isso automaticamente?

Fazem, e ainda assim vale publicar a sua. O Apple Podcasts gera transcrição automática logo após a publicação, já inclui português e português do Brasil, funciona a partir do iOS 17.4 em mais de 170 países e não processa arquivos com mais de 10 horas. O Spotify gera para parte dos episódios, com cobertura irregular por idioma e por programa.

O limite é o mesmo nos dois casos: esse texto vive dentro do aplicativo. No Apple Podcasts ele é somente leitura — não dá para copiar nem exportar — e nenhuma das duas transcrições aparece no Google, no seu site ou para um assistente de IA. Enviar a sua ainda substitui a automática pela versão revisada, com os nomes escritos certo.

Transcrição de podcast ajuda no SEO e nas respostas de IA?

Ajuda, e por um motivo mecânico: buscador e modelo de linguagem leem texto, não áudio. Sem transcrição publicada em página aberta, uma hora de conteúdo bem pesquisado é uma caixa-preta para qualquer coisa que não seja um ouvinte humano — o episódio só pode ser encontrado pelo título, pela capa e pelas show notes.

Para render descoberta, publique a transcrição na página do episódio no seu site (não só no feed) e quebre o texto em blocos com subtítulos que sejam as perguntas respondidas no episódio. Uma transcrição bruta de 9.000 palavras em parágrafo único é indexável, mas é péssima de citar — e citação é o que traz visita.

Checklist antes de publicar a transcrição

• Idioma forçado para pt na transcrição, não detectado automaticamente.
• Nomes próprios, marcas e siglas conferidos manualmente.
• Números lidos por extenso no áudio convertidos para dígitos no texto.
• Identificação de quem fala em episódio com convidado.
• Arquivo VTT servido como text/vtt e apontado pela tag <podcast:transcript>.
• Versão em texto publicada na página do episódio, com subtítulos.

Perguntas frequentes

Preciso transcrever o catálogo antigo inteiro? Não de uma vez. Comece pelos 10 episódios com mais escuta e pelos de tema perene — episódio de notícia envelhece e rende pouca busca. A US$ 0,36 por hora de áudio, 50 episódios de uma hora custam menos de US$ 20: a barreira é o tempo de revisão, não o custo.

Transcrição automática substitui legenda em vídeo? Serve de base, mas não substitui. Legenda de vídeo exige segmentos curtos, com limite de caracteres por linha e tempo mínimo em tela; a transcrição de podcast pode ter blocos longos. Gere o SRT a partir dela e reajuste a quebra das linhas.

A transcrição precisa ser palavra por palavra? Para acessibilidade e para busca, sim: mantenha o que foi dito. Limpe apenas ruído de fala sem conteúdo — gagueira, “hã”, repetição de palavra — e nunca reescreva frases, porque o texto deixa de bater com o áudio na leitura sincronizada.

Transcrição pronta, episódio legível por máquina — falta decidir onde ele vira receita. Na Speake você publica os episódios numa estação própria e sua audiência assina por mês para ouvir.