Transcrição e legendas como serviço: o trabalho de IA mais fácil de vender

Transcrição e legendagem continuam sendo o serviço de IA mais fácil de vender para quem está começando. A dor é concreta (existe uma gravação e ninguém tem tempo de transcrever), o escopo é medido em minutos de mídia, o prazo é previsível e a qualidade é verificável em segundos. O que você vende não é a transcrição bruta que qualquer ferramenta produz — é o texto revisado, formatado e pronto para o uso final.

O que a máquina erra, sempre

A transcrição automática atingiu um nível muito bom em áudio limpo com um falante. Os erros se concentram em pontos previsíveis, e é exatamente aí que está o seu trabalho:

• Nome próprio. Nome de pessoa, empresa, produto e lugar. Praticamente todo trabalho tem uma lista de nomes que a máquina não acerta.
• Sigla e jargão. Termos do setor, siglas técnicas, referências legais.
• Número. Valores, datas, percentuais e unidades — os erros mais caros, porque parecem certos.
• Sobreposição de falas. Duas pessoas falando juntas produz texto embaralhado ou trechos perdidos.
• Áudio ruim. Ambiente barulhento, microfone distante, ligação instável.
• Pontuação e parágrafo. A máquina entrega texto contínuo; leitura confortável exige quebra e pontuação humanas.

Uma prática que reduz muito o retrabalho: antes de transcrever, peça ao cliente a lista de nomes próprios, siglas e termos do projeto. Cinco minutos ali economizam meia hora depois.

O fluxo de produção

1. Receber a mídia e o glossário. Formato definido, canal definido, lista de termos.
2. Transcrever automaticamente com marcação de tempo.
3. Revisar ouvindo, corrigindo pelos pontos da lista acima. Ouvir em velocidade acelerada com a transcrição aberta é o método mais rápido.
4. Formatar para o uso final — e este é o passo que diferencia o serviço.
5. Entregar nos formatos combinados (texto, SRT, VTT, legenda queimada no vídeo).
6. Guardar o glossário do cliente para o próximo trabalho. A partir do terceiro, a revisão fica bem mais rápida.

Formatar para o uso final

O mesmo áudio vira entregas diferentes. Definir isso na proposta evita retrabalho:

Padrões de legenda que importam

Legenda mal feita cansa e é abandonada. Três regras cobrem a maior parte dos casos:

• Linhas curtas, no máximo duas por bloco, quebradas em pontos naturais da frase — nunca separando artigo de substantivo.
• Tempo suficiente para ler. Bloco que aparece e some antes do fim da leitura é pior que nenhuma legenda.
• Contraste alto e posição segura, longe da área que a plataforma cobre com interface.

Para acessibilidade, acrescente identificação de quem fala quando há mais de uma pessoa e a descrição de sons relevantes. A norma brasileira de acessibilidade em comunicação digital trata legendagem como requisito, não como enfeite.

Prazos que dá para prometer

A conta que funciona: o tempo de revisão é um múltiplo da duração da mídia. Áudio limpo com um falante revisa mais rápido; reunião com quatro pessoas e áudio ruim pode levar várias vezes a duração.

Por isso a proposta precisa perguntar antes: quantos falantes, qual a qualidade do áudio, qual o nível de formatação. Prometer o mesmo prazo para uma entrevista tranquila e para uma reunião caótica é a receita de virar a noite.

Como cobrar

Por minuto de mídia entregue, com faixas por complexidade: número de falantes, qualidade do áudio, tipo de formatação e prazo. É simples de explicar, fácil de orçar e escala bem.

Cuidado com dois itens que somem do orçamento: o tempo de organizar arquivos e o custo de armazenamento quando o volume cresce. A calculadora de preço para serviços de IA ajuda a chegar ao valor incluindo horas não faturáveis, custo de ferramenta e margem.

Confidencialidade

Reuniões, consultas e depoimentos contêm dados pessoais e, muitas vezes, dados sensíveis. Três compromissos precisam estar escritos na proposta:

• onde a mídia é processada e armazenada;
• por quanto tempo você guarda o arquivo depois da entrega;
• quem mais tem acesso.

Em áreas com sigilo profissional — saúde, jurídico — essa conversa acontece antes de receber o arquivo, não depois. E a LGPD trata quem processa dados em nome de outro como responsável pela segurança do tratamento.

Para onde crescer

Transcrição é porta de entrada, não teto. Os caminhos naturais a partir dela: cortes de vídeo com legenda (criar vídeos com IA), conteúdo escrito a partir de gravações, e locução e dublagem (clonagem de voz e locução). O cliente já é o mesmo; o que muda é a entrega.

Como conseguir os primeiros clientes

O público é mais fácil de identificar do que na maioria dos serviços: quem grava. Podcasters, produtores de curso, advogados que gravam audiências, pesquisadores, agências que fazem entrevistas, igrejas e escolas que gravam aulas.

Três abordagens que funcionam:

1. Oferecer uma amostra gratuita de dez minutos do material real da pessoa. É o argumento mais forte que existe, porque mostra qualidade em vez de descrevê-la.
2. Procurar quem já publica vídeo sem legenda. É um problema visível de fora, e a mensagem pode citar o episódio específico.
3. Parceria com editores de vídeo e produtores. Eles recebem material que precisa de transcrição e raramente querem fazer.

A amostra gratuita tem um efeito colateral útil: você descobre a real dificuldade do áudio daquele cliente antes de fechar preço.

Organização de arquivos, o custo invisível

Com volume, o gargalo deixa de ser transcrever e passa a ser encontrar. Uma estrutura simples resolve, e vale montar antes do quinto cliente:

• uma pasta por cliente, com subpastas por mês;
• nome de arquivo com data, assunto e versão;
• um documento por cliente com o glossário de nomes e termos;
• um registro do que foi entregue, quando e em qual formato.

Sem isso, o tempo de procurar arquivo passa a competir com o tempo de trabalho — e ele não é faturável.

Quando recusar um trabalho

Três sinais de que o projeto vai custar mais do que paga:

Áudio muito ruim. Gravação de celular no meio de um restaurante pode levar mais tempo que digitar do zero. Ouça um trecho antes de orçar, sempre.

Muitos falantes sem identificação. Reunião com seis pessoas se sobrepondo exige separação manual, e o cliente costuma esperar o mesmo prazo de uma entrevista.

Prazo incompatível. Três horas de áudio para o dia seguinte só cabem com um preço de urgência declarado. Aceitar por preço normal ensina o cliente a pedir sempre assim.

O que dizer sobre prazo na proposta

Prazo em transcrição depende de três variáveis que o cliente não pensa em informar: número de falantes, qualidade do áudio e nível de formatação pedido. Uma proposta que não pergunta as três acaba prometendo o impossível.

A formulação que protege os dois lados: prazo contado a partir do recebimento do arquivo e do glossário, com faixas declaradas por complexidade. Assim o atraso do cliente não vira atraso seu, e o material difícil não vira prejuízo silencioso.