Transcrição do TikTok
em cerca de 20 segundos
Cole um link público do TikTok e receba o que foi dito, como texto que você pode copiar, salvar em .txt ou transformar em legendas .srt. Sem conta, sem app, nada para instalar.
Com cronômetro
Um vídeo de 61 segundos volta como texto em 6,8 segundos no nosso servidor de dois núcleos. Publicamos o tempo; quase toda ferramenta diz «instantâneo».
SRT e VTT inclusos
Marcas de tempo reais, exportadas como arquivos de legenda que entram direto no CapCut, Premiere ou DaVinci. Aqui não tem paywall.
Sem conta, nunca
Sem cadastro, sem app e sem limite diário. Cada visitante tem cinco transcrições por hora para o servidor continuar atendendo os outros.
O que é, de verdade, uma transcrição do TikTok
Uma transcrição do TikTok é a parte falada de um vídeo escrita como texto. Não é a legenda que o criador digitou embaixo da publicação, nem as hashtags. É só o que foi dito em voz alta, na ordem em que foi dito.
Existem dois lugares onde as pessoas procuram isso, e é fácil confundir. O primeiro são as legendas automáticas do TikTok, que aparecem em alguns vídeos quando o criador as ativou. Servem na tela, mas não dá para baixar como arquivo, e metade dos vídeos não tem. O segundo é uma ferramenta de transcrição que escuta o áudio e reconstrói o texto do zero, que é o que esta página faz.
Três formas de conseguir uma, comparadas com honestidade
| Método | Tempo para um clipe de 60 s | Exportar como arquivo | Funciona em todo vídeo |
|---|---|---|---|
| Digitar à mão escutando | 8 a 15 minutos | O que você fizer | Sim |
| Legendas nativas do TikTok | Instantâneo, se existirem | Não | Não, só quando o criador ativou |
| Esta ferramenta | 7 segundos (medido) | .txt, .srt, .vtt | Sim, desde que haja fala |
O que a gente mediu
São execuções reais na máquina que serve esta página, uma transcrição por vez. O áudio é cortado nos primeiros 90 segundos, então um vídeo longo demora o mesmo que um de 90 segundos.
| Vídeo de origem | Duração | Texto devolvido | Tempo |
|---|---|---|---|
| Inglês, falado em plano médio, @thecreator18089 | 2 min 56 s | 1.454 caracteres | 16,7 s |
| Inglês, narração, @xper.10 | 8 min 22 s | só os primeiros 90 s | 24,3 s |
| Japonês, unboxing, @leoichannel | 2 min 17 s | 1.180 caracteres | 18,7 s |
| Inglês, vídeo com letra de música, @freitassra | 1 min 1 s | 197 caracteres | 6,8 s |
Os números mudam com a carga do servidor e o tamanho do vídeo. O que não muda: o limite de 90 segundos, o teto por visitante e o fato de você ver o tempo real em vez de uma promessa de marketing.
O que ela não faz
Esta parte é mais longa que o argumento de venda da maioria das ferramentas, de propósito. Saber os limites evita culpar a ferramenta por algo que ela nunca prometeu.
- Vídeos acima de 90 segundos são cortados aos 90 segundos. Só o primeiro trecho de áudio é processado. Um podcast de dez minutos devolve o primeiro minuto e meio, nada mais. O cartão de resultado avisa quando isso acontece.
- Vídeo sem fala não devolve nada. Clipes só com música, dancinhas e montagens mudas voltam como «nenhuma fala detectada». Isso é a ferramenta funcionando, não falhando.
- Texto queimado na imagem não entra na transcrição. Se o criador digitou palavras sobre o vídeo, esses pixels não são lidos. Só o áudio é escutado.
- Cinco transcrições por visitante por hora. O modelo precisa de uns 500 MB de memória enquanto roda e o servidor faz uma por vez, então isso mantém a fila curta em vez de fazer todo mundo esperar.
- A precisão cai com ruído. Música alta ao fundo, sotaque forte e fala rápida custam palavras. O resultado é legível, não é peça de tribunal.
Para onde vai o resultado
Cada resultado oferece três saídas, e são formatos diferentes para trabalhos diferentes, não três cópias da mesma coisa.
- Copiar texto coloca a transcrição inteira na área de transferência, em um parágrafo. Serve para colar num documento, num chat ou numa ferramenta de IA.
- .txt é o mesmo texto como arquivo simples, para arquivar ou entregar para outra pessoa.
- .srt e .vtt são arquivos de legenda com marca de tempo em cada linha. Importe no editor e a legenda fica sincronizada sem redigitar um único timecode.
Se você só queria uma citação, o primeiro botão basta. Se está refazendo o vídeo com material próprio, os arquivos de legenda são os que economizam a hora.
Quer ver o resto do fluxo? Guia completo para baixar vídeos do TikTok · Converter o vídeo para MP3 · O que fazer quando o download falha
Perguntas frequentes
Como consigo a transcrição de um vídeo do TikTok?
Abra o vídeo no app do TikTok, toque em Compartilhar e depois em Copiar link. Volte para esta página, cole o link na caixa e aperte Extrair transcrição. O texto aparece no cartão de resultado, normalmente em vinte segundos. Não tem nada para instalar nem conta para criar.
Posso baixar a transcrição como legenda?
Sim. Toda transcrição pronta vem com dois botões extras: .srt e .vtt. Os dois mantêm as marcas de tempo originais, então o texto continua sincronizado com o vídeo ao importar no CapCut, Premiere Pro, DaVinci Resolve ou em qualquer player que leia legenda. O botão .txt existe para quando você só quer as palavras.
Por que para nos 90 segundos?
Porque transcrever áudio é a parte cara. Uma máquina de dois núcleos gasta uns 16 segundos em 60 segundos de áudio, e deixar passar um vídeo de dez minutos ocuparia o único processador por quase três minutos enquanto os outros esperam. O limite de 90 segundos mantém a fila andando. Vídeos maiores também funcionam, você só recebe o trecho inicial.
Aparece «nenhuma fala detectada». O que houve?
Provavelmente o vídeo não tem ninguém falando. Clipes só com música, vídeos de dança, montagens mudas e vídeos com texto na tela devolvem essa mensagem, e ela está correta, não é bug. Outra causa é um vídeo cujo áudio não baixou direito, o que costuma resolver tentando de novo.
Tem limite? Preciso de conta?
Sem conta, sem e-mail, sem cartão. O único limite é de cinco transcrições por visitante por hora, contadas por endereço IP. Ele existe porque o modelo de fala ocupa várias centenas de megabytes de memória enquanto roda e o servidor atende um trabalho por vez, então uma fila curta é melhor que uma queda.
Mantém o idioma original?
Sim, quase sempre, mas não sempre. O idioma é detectado pelo áudio e o texto volta no idioma que o modelo escolhe, e nem sempre é o idioma falado: dois clipes em inglês de 8 segundos, em 4 e 9 de novembro de 2026, voltaram como RU com texto em cirílico sem sentido, enquanto um clipe em inglês de 4 min 44 s do mesmo dia voltou como EN e legível. Clipes curtos, música e ruído forte são onde mais erra. Tradução não é oferecida, então se a detecção erra você recebe o idioma errado, não uma versão traduzida do idioma certo.
As palavras queimadas no vídeo vão aparecer?
Não. Texto na tela é parte da imagem e esta ferramenta só escuta o som. Se um criador digitou o roteiro inteiro sobre o vídeo e nunca falou em voz alta, a transcrição sai vazia mesmo com a tela cheia de palavras.
Isso é permitido? E os direitos autorais?
Ler o que alguém disse não é o mesmo que republicar o vídeo da pessoa, mas as palavras continuam sendo de quem as escreveu. Cite com crédito, não faça passar o roteiro de outra pessoa como seu e confira as regras de onde pretende publicar. O ClipDocky não é afiliado ao TikTok.