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:
- 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.
- 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.
- 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
.docxem documento editável automaticamente. É o caminho que preserva títulos e listas em vez de jogar tudo em um parágrafo só. - 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 Meet | Sintesy | |
|---|---|---|---|
| Aceita arquivo de áudio | Não | Não | Sim (áudio, vídeo, PDF, DOCX, TXT) |
| Funciona com gravação antiga | Não | Não | Sim |
| Separa quem falou / identifica participantes | Não | Sim, na chamada | Não — o áudio enviado não vem separado por falante |
| Idiomas | Lista ampla, incluindo pt-BR | 8 idiomas | Português, inglês e espanhol na síntese |
| Onde o texto fica | No documento que você está digitando | Drive do organizador | Sua conta, com exportação |
| Custo | Incluído no Docs | Edições Workspace pagas | Plano 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.


