Vídeo para texto

API de transcrição de áudio e vídeo com Whisper

Q: Dá para transcrever um vídeo do YouTube sem baixar?

Sim. Envie o link do vídeo em source_url. O mesmo vale para posts e Spaces do X, Twitch, Kick e TikTok. Arquivos enviados têm limite de 20 MB para áudio e 50 MB para vídeo, então para gravações longas o link é mais prático.

Q: A API gera timestamps para legendas automáticas?

Sim. Defina include_ts como true. Timestamps por segmento estão incluídos no preço; ts_level: "word" custa 50% a mais. Cada segmento traz início e fim em segundos, que você transforma em linhas de SRT ou VTT. A API não devolve arquivos de legenda prontos.

Q: Consegue separar quem está falando?

Sim. Defina diarize como true e os segmentos recebem um rótulo de falante, como SPEAKER_00. Isso acrescenta 50% ao preço.

Envie um arquivo de áudio ou vídeo, ou um link do YouTube, TikTok, X, Twitch ou Kick. Com o WhisperLargeV3Ct2, você recebe um JSON com o texto, o idioma detectado e segmentos com timestamps.

Uma hora de arquivo ou YouTube custa US$ 0,052, 10 minutos US$ 0,013
Timestamps por segmento sem custo extra, por palavra com 50% a mais
Aceita a URL do vídeo, sem download antes

Ganhe US$ 5 em créditos Ver fontes aceitas

Sem cartão de crédito · Créditos grátis válidos por 90 dias · Depois, você recarrega o saldo e paga pelo uso, sem assinatura

WhisperLargeV3Ct2 Vídeo para texto

Transcrição devolvida pela API Obrigado por participar da chamada de hoje. Vamos lançar a nova página de preços na segunda-feira e o suporte atualiza a central de ajuda na quarta.

Arquivo de 6,5 s · idioma detectado: pt (99,95%) · timestamps por segmento Custo no deAPI: US$ 0,0051 (preço de outubro 2026)

O que dá para transcrever

Um único endpoint, POST /api/v2/audio/transcriptions, identifica se você enviou um link ou um arquivo.

Timestamps: ative include_ts. ts_level segment já está incluído no preço; word custa 50% a mais. A API devolve os tempos de início e fim de cada segmento. Para ter SRT ou VTT, monte o arquivo a partir desses tempos.
Falantes: diarize marca cada segmento, e cada palavra quando você usa timestamps por palavra, com um falante (SPEAKER_00, SPEAKER_01…) e custa 50% a mais. Timestamps por palavra e falantes juntos continuam somando 50% uma vez só.
Idioma: a API detecta o idioma e devolve junto o language_probability, ou você define com lang (por exemplo "lang": "pt").

Fonte	Como enviar	Exemplo de uso
Arquivos de áudio e vídeo	`source_file` (upload multipart, até 20 MB de áudio ou 50 MB de vídeo)	Reuniões, podcasts, entrevistas, aulas
YouTube	`source_url`	Legendas, busca no conteúdo de um canal, resumos
TikTok	`source_url`	Legendas, monitoramento de redes sociais, moderação de conteúdo
Posts e Spaces do X	`source_url`	Monitoramento de redes sociais, transformar Spaces gravados em texto
Twitch e Kick	`source_url`	Melhores momentos de lives, menções a patrocinadores

Preços da API de transcrição

Cobrança por requisição, conforme a duração: US$ 0,0058 por um arquivo de 1 minuto, US$ 0,052 por uma hora. Para arquivos e YouTube, os dois modelos Whisper custam o mesmo. Valores em dólar, sem assinatura.

Duração	Preço	Arquivos com US$ 5
1 minuto	US$ 0,0058	≈ 864
10 minutos	US$ 0,013	≈ 390
1 hora	US$ 0,052	≈ 96

O que vem na conta gratuita

US$ 5 em créditos, cerca de 96 horas de áudio de arquivos ou do YouTube
1 requisição de transcrição por minuto e 10 por dia até a sua primeira recarga
Sem cartão de crédito, créditos válidos por 90 dias

Ganhe US$ 5 em créditos

Preços para arquivos e links do YouTube no WhisperLargeV3Ct2, do endpoint de preços do deAPI, outubro 2026, em dólares americanos (USD). Links do X, Twitch e Kick custam mais por hora que arquivos, e cada plataforma tem o próprio preço. O TikTok é cobrado por faixa de duração. Timestamps por palavra ou diarize acrescentam 50%. Para um orçamento, envie duration_seconds e platform (youtube, twitter, twitch, kick ou tiktok) para POST /api/v2/audio/transcriptions/price.

Exemplo de API de transcrição

Envie um link em JSON ou faça upload de um arquivo em multipart. Troque YOUR_API_KEY por uma chave do seu painel.

Endpoint: POST /api/v2/audio/transcriptions
ID do modelo: WhisperLargeV3Ct2
Entrada: source_url ou source_file (20 MB de áudio, 50 MB de vídeo)
Saída: JSON: text, language, segments[] com start/end
Limites da conta gratuita: 1 requisição por minuto, 10 por dia

curl -X POST 'https://api.deapi.ai/api/v2/audio/transcriptions' \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Accept: application/json' \
  -F 'model=WhisperLargeV3Ct2' \
  -F 'include_ts=true' \
  -F 'ts_level=segment' \
  -F '[email protected]'

import time, requests

API = "https://api.deapi.ai/api/v2"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY", "Accept": "application/json"}

job = requests.post(f"{API}/audio/transcriptions", headers=HEADERS, json={
    "model": "WhisperLargeV3Ct2",
    "source_url": "https://www.youtube.com/watch?v=jNQXAC9IVRw",
    "include_ts": True,
    "ts_level": "segment",
}).json()["data"]

while True:
    status = requests.get(f"{API}/jobs/{job['request_id']}", headers=HEADERS).json()["data"]
    if status["status"] in ("done", "error"):
        break
    time.sleep(3)

# a transcrição em JSON (text, language, segments) fica em status["result_url"]
print(status.get("result_url"))

Referência completa da API Página do modelo

O que é uma API de transcrição de vídeo?

Uma API de transcrição de vídeo transforma a fala de um arquivo de áudio ou vídeo em texto que você pode guardar, pesquisar ou usar em legendas automáticas. O deAPI roda o modelo aberto Whisper, da OpenAI (WhisperLargeV3Ct2), numa rede distribuída de GPUs e aceita links. Você pode enviar a URL do YouTube em vez de baixar o vídeo e fazer upload.

Crie uma conta gratuita

Cadastre-se e ganhe US$ 5 em créditos. Sem cartão de crédito.
Copie sua chave de API

Crie uma chave no painel ou teste um link no Playground.
Envie um arquivo ou link

Faça um POST em /audio/transcriptions e pegue a transcrição no job.

Perguntas sobre a API de transcrição

Uma hora de áudio ou vídeo de um arquivo ou link do YouTube custa US$ 0,052, 10 minutos US$ 0,013 e um trecho de 1 minuto US$ 0,0058 (outubro 2026). Links da Twitch, Kick, X e TikTok têm outro preço, então consulte antes o endpoint de preço. Você paga por requisição, sem assinatura.

Sim, com os créditos de cadastro. Contas novas ganham US$ 5 sem cartão de crédito, o suficiente para cerca de 96 horas de áudio de arquivos. Até a primeira recarga, a conta pode enviar 1 requisição de transcrição por minuto e 10 por dia.

Sim. Os preços e o saldo da conta são em dólares americanos (USD). Você recarrega o saldo e paga por requisição.

Sim. O Whisper é multilíngue e transcreve português. A API detecta o idioma falado e devolve com a probabilidade, ou você define com "lang": "pt". A transcrição desta página é o resultado real do WhisperLargeV3Ct2 para um áudio em português: idioma detectado pt, probabilidade de 99,95%.

Sim. Envie o link do vídeo em source_url. O mesmo vale para posts e Spaces do X, Twitch, Kick e TikTok. Arquivos enviados têm limite de 20 MB para áudio e 50 MB para vídeo, então para gravações longas o link é mais prático.

Sim. Defina include_ts como true. Timestamps por segmento estão incluídos no preço; ts_level: "word" custa 50% a mais. Cada segmento traz início e fim em segundos, que você transforma em linhas de SRT ou VTT. A API não devolve arquivos de legenda prontos.

Sim. Defina diarize como true e os segmentos recebem um rótulo de falante, como SPEAKER_00. Isso acrescenta 50% ao preço.

O deAPI roda o modelo aberto Whisper, da OpenAI, na própria rede de GPUs. A API nativa tem o próprio formato de requisição. Se você já usa o SDK da OpenAI, o deAPI também tem um endpoint compatível em https://oai.deapi.ai/v1/audio/transcriptions. Ele aceita upload de arquivos e os IDs de modelo do deAPI (não existe o alias whisper-1).

Transcreva sua primeira hora com US$ 5 em créditos grátis

Cadastro com e-mail ou Google. Sem cartão de crédito, sem assinatura.

Ganhe US$ 5 em créditos Docs

API de transcrição de áudio e vídeo com Whisper

O que dá para transcrever

Preços da API de transcrição

O que vem na conta gratuita

Exemplo de API de transcrição

O que é uma API de transcrição de vídeo?

Crie uma conta gratuita

Copie sua chave de API

Envie um arquivo ou link

Perguntas sobre a API de transcrição

Quanto custa a API de transcrição de áudio?

Dá para testar de graça?

A cobrança é em dólar?

Funciona com áudio em português?

Dá para transcrever um vídeo do YouTube sem baixar?

A API gera timestamps para legendas automáticas?

Consegue separar quem está falando?

O Whisper do deAPI é a mesma coisa que a API Whisper da OpenAI?

Transcreva sua primeira hora com US$ 5 em créditos grátis

Mais no deAPI