18 de novembro de 2026

Como transcrever áudio no Google Docs (o que o Docs faz e o que não faz)

O Google Docs não aceita arquivo de áudio — ele só transcreve o que entra pelo microfone. Veja o que a Digitação por voz resolve, o que a transcrição do Meet cobre e o caminho para transformar qualquer gravação em texto editável no Docs.

Rodrigo Carvalho Rodrigo Carvalho

Como transcrever áudio no Google Docs (o que o Docs faz e o que não faz)

Você gravou a reunião, abriu o Google Docs e procurou o botão de transcrever. Não existe. O menu tem digitação por voz, tem extensões de terceiros, mas nenhum lugar onde você envie o arquivo .m4a que está no celular e receba o texto de volta.

Isso não é limitação temporária. O Docs trabalha com entrada de voz ao vivo, pelo microfone — não com arquivos. Saber onde exatamente fica essa fronteira economiza a próxima meia hora que você gastaria testando menus.

A resposta curta

O Google Docs transcreve o que você fala no microfone, em tempo real. Ele não transcreve arquivo de áudio enviado.

A página oficial da ferramenta descreve um único caminho: abrir o documento em um navegador compatível e usar Ferramentas → Digitação por voz. A caixa do microfone aparece, você clica e fala; quem faz a conversão é o próprio navegador, não o Docs (Ajuda do Google, Digitar e editar com sua voz).

Funciona em versões recentes do Chrome, Edge e Safari, com o microfone do computador ativo, e o português do Brasil está na lista de idiomas suportados. É útil — mas para outra coisa.

Para que a Digitação por voz serve de verdade

Ela foi feita para escrever ditando, não para transcrever gravações.

Serve bem quando:

  • Você precisa redigir um laudo, um e-mail longo ou um rascunho e digita mais devagar do que fala.
  • Você está com as mãos ocupadas e quer registrar uma ideia antes que ela escape.
  • Você quer ditar um trecho curto e corrigir ali mesmo: dá para reposicionar o cursor e corrigir sem desligar o microfone, e clicar com o botão direito nas palavras sublinhadas em cinza para ver sugestões.

Serve mal quando:

  • O áudio já existe. A saída seria tocar a gravação no alto-falante e deixar o microfone captar. O som passa duas vezes por compressão, entra chiado da sala e a precisão cai na hora.
  • Tem mais de uma pessoa falando. A digitação por voz não separa quem falou; em uma reunião de cinco pessoas o texto vira um bloco único, impossível de atribuir.
  • O áudio é longo. Uma hora de reunião exige uma hora com o microfone aberto, sem poder fazer outra coisa no computador.

Se o seu caso é “tenho um arquivo e quero o texto”, a Digitação por voz não é o caminho. É o caminho para quem ainda vai falar.

O que o Google entrega para áudio já gravado

Existe uma exceção real: o Google Meet transcreve reuniões. Mas ela é mais estreita do que parece.

O recurso fica em Ferramentas da reunião → Transcrição → Iniciar transcrição, durante a chamada, e só funciona em computador, notebook ou Android. Não está disponível em todas as contas: a lista de edições compatíveis inclui Business Standard, Business Plus, Enterprise Starter, Enterprise Standard, Enterprise Plus, Teaching and Learning Upgrade, Education Plus e Workspace Individual. Conta gratuita do Gmail não tem (Ajuda do Google Meet, Usar transcrições).

Outros detalhes que costumam surpreender:

  • Só as palavras faladas entram. Mensagens do chat ficam de fora; para incluí-las é preciso gravar a chamada.
  • O arquivo não é seu, necessariamente. A transcrição é salva no Google Drive do organizador da reunião, dentro da pasta “Google Meet”, em uma subpasta por reunião.
  • São oito idiomas: inglês, francês, alemão, italiano, japonês, coreano, português e espanhol.

Ou seja: funciona quando o áudio nasceu dentro do Meet e a conta é Workspace paga. Para áudio de WhatsApp, de gravador de celular, de aula presencial, de Teams, de Zoom ou de vídeo do YouTube, o Google não oferece transcrição em nenhum desses produtos.

O caminho que funciona para qualquer arquivo

Para qualquer gravação que não seja uma reunião do Meet, o fluxo é: transformar o áudio em texto em uma ferramenta de transcrição e levar o resultado para o Docs, onde a revisão e o compartilhamento acontecem.

No Sintesy, o percurso completo é este:

  1. Envie o arquivo. No painel, clique em Novo → Enviar arquivo — ou simplesmente arraste o arquivo para qualquer lugar da tela. Aceita áudio (mp3, m4a, wav, ogg, opus, aac, flac, amr, wma, entre outros), vídeo (mp4, mov, mkv, webm, avi), PDF, DOCX e TXT. PDF escaneado passa por OCR, então documento fotografado também rende texto.
  2. Receba a síntese. A saída não é só transcrição: vem resumo, mapa mental e, quando o conteúdo é acionável, checklist. A transcrição é o que você leva para o Docs; o resumo é o que você lê antes de revisar 40 minutos de fala.
  3. Leve para o documento. No plano gratuito, selecione o texto da transcrição e cole no Docs. No Pro, use Baixar → Exportar como DOCX, suba o arquivo no Google Drive e abra com o Docs — o Google converte o .docx em documento editável automaticamente. É o caminho que preserva títulos e listas em vez de jogar tudo em um parágrafo só.
  4. Atalho para o celular. Se o áudio chega pelo WhatsApp, dá para encaminhar para o número conectado à sua conta e receber de volta o aviso com o link da síntese, sem passar pelo computador.

Se a origem é uma reunião, o fluxo de transcrição em resumo, mapa mental e checklist é o mesmo, com uma diferença: você já entra com link do Meet, Teams ou Zoom em vez de arquivo.

Digitação por voz, transcrição do Meet ou ferramenta de transcrição?

Digitação por voz (Docs)Transcrição do MeetSintesy
Aceita arquivo de áudioNãoNãoSim (áudio, vídeo, PDF, DOCX, TXT)
Funciona com gravação antigaNãoNãoSim
Separa quem falou / identifica participantesNãoSim, na chamadaNão — o áudio enviado não vem separado por falante
IdiomasLista ampla, incluindo pt-BR8 idiomasPortuguês, inglês e espanhol na síntese
Onde o texto ficaNo documento que você está digitandoDrive do organizadorSua conta, com exportação
CustoIncluído no DocsEdições Workspace pagasPlano gratuito com limites; Pro sem os limites de duração

A leitura prática da tabela: use a Digitação por voz quando você é a fonte do texto; a transcrição do Meet quando a conversa acontece no Meet e a empresa paga Workspace; uma ferramenta de transcrição quando o áudio vem de qualquer outro lugar.

Os limites que aparecem no meio do caminho

Vale conhecer antes de começar, porque todos aparecem no pior momento — quando a reunião já acabou e você precisa do texto.

No plano gratuito do Sintesy: 60 minutos de áudio por dia, até 10 sínteses por dia e arquivos de até 20 MB. A transcrição, o resumo e o checklist são entregues até 2.500 caracteres. Para uma mensagem de voz de dois minutos, isso é mais que suficiente. Para uma reunião de uma hora, o texto chega cortado — e é exatamente aí que o fluxo “transcrever e levar para o Docs” quebra.

No plano Pro (R$ 39,90/mês ou R$ 149,90/ano): sem o corte de 2.500 caracteres, uploads até 2 GB (PDF até 64 MB), exportação em PDF, DOCX, SVG e imagem, e sem o teto de transcrições.

Se o seu uso é eventual — uma aula, uma entrevista, um áudio de cliente por semana —, o gratuito resolve. Se você vive disso, o corte de caracteres é o primeiro limite que você vai bater.

Cinco erros que fazem perder tempo

1. Procurar upload de áudio no menu do Docs. Não existe. O menu de entrada é o microfone. Cada tentativa custa alguns minutos de procura.

2. Tocar o áudio no alto-falante para ditar no Docs. A qualidade cai duas vezes e a transcrição sai pior do que qualquer ferramenta entregaria direto do arquivo original.

3. Exportar em PDF e tentar colar o texto no Docs. PDF não devolve texto editável de forma confiável. Use DOCX ou copie a transcrição do próprio app.

4. Achar que a transcrição do Meet cobre reunião presencial. Ela só existe dentro de uma chamada do Meet, em conta Workspace elegível. Reunião na sala de reuniões não entra.

5. Deixar o texto só no app. Transcrição que não vira documento revisado e compartilhado morre no histórico. O Docs é o destino certo justamente porque é onde o texto é comentado, corrigido e enviado para quem não tem conta em nada.

O Docs é o destino, não a ferramenta

A confusão é compreensível: o Google entrega transcrição em um produto (Meet) e digitação por voz em outro (Docs), e a expectativa de que o Docs faça o mesmo com um arquivo é natural. Só não é o que ele faz.

O fluxo que não frustra é o inverso do que a maioria tenta: o áudio vira texto na ferramenta de transcrição, e o Docs recebe esse texto para a parte em que ele é imbatível — revisar, comentar, versionar e compartilhar com quem precisa ler. Se a gravação é de reunião e você quer comparar opções de transcrição por origem, vale ver também como transcrever áudio no Word: as fronteiras de cada editor são parecidas, e as saídas também.