# Transcrição para pesquisa linguística e corpora

> Gere a primeira versão da transcrição de trabalhos de campo, entrevistas e corpora em 100 idiomas. O resultado vem em JSON com o tempo exato de cada palavra e as trocas de turno, pronto para você converter e importar nas suas ferramentas de anotação.

Última atualização: 2026-10-18 · HTML: https://console.kolwrite.com/pt/use-cases/researchers

## Por que pesquisadores escolhem a ferramenta

- Suporte a 100 códigos de idioma, incluindo línguas com poucos recursos disponíveis, como iídiche (`yi`), amárico (`am`), suaíli (`sw`), iorubá (`yo`), maori (`mi`) e havaiano (`haw`). Confira a [lista completa](https://console.kolwrite.com/pt/languages/).
- Tempo de início e fim de cada palavra para facilitar o alinhamento.
- Identificação de falantes (`include_diarization`) para separar quem fala na entrevista, ou separação por canal físico em gravações feitas com mais de um microfone.
- Tradução da transcrição para um idioma em comum usando os modelos Oracle, útil quando nem todo mundo na equipe lê a língua original.

## Requisição para a gravação de uma entrevista

```json
{
  "audio_url": "https://example.org/corpus/session-014.wav",
  "model": "oracle",
  "language": "yi",
  "word_timestamps": true,
  "include_diarization": true,
  "num_speakers": 2,
  "output_format": "json"
}
```

O JSON de resposta traz a lista `segments[]` com `start`, `end`, `speaker`, `text` e `words[]`. A API não exporta direto para ELAN, Praat TextGrid ou CSV, mas você consegue converter esses dados com um script simples.

## Revise o texto antes de analisar

- A transcrição automática serve como um primeiro rascunho. Sempre inclua uma etapa de revisão humana no seu planejamento antes de anotar ou publicar os dados.
- A precisão muda conforme o idioma, o dialeto, o assunto e a qualidade do áudio, e cai em línguas com menos material de treinamento. Antes de transcrever o corpus todo, separe uma amostra e meça a taxa de erro de palavras.
- Se a gravação tiver alternância de código (code-switching), defina o parâmetro `language` manualmente. A detecção automática escolhe apenas um idioma por arquivo.
- Padronize a ortografia, incluindo acentos, diacríticos e convenções de escrita, tanto na referência quanto na saída antes de calcular a taxa de erro.

## Orçamento

Transcrever um corpus de 100 horas custa US$ 48 no modelo `base` ou US$ 144 no `oracle`, com cobrança calculada por segundo. Grupos de pesquisa que precisam de pagamento faturado ou descontos por volume podem falar com a [KolWrite Enterprise](https://enterprise.kolwrite.com/).

## Perguntas e respostas

### O KolWrite exporta direto para o Praat ou ELAN?

Não. O retorno vem em JSON com o tempo de cada trecho e de cada palavra, e é fácil converter isso para TextGrid, EAF ou CSV.

### Posso confiar na transcrição de idiomas com poucos recursos?

Encare o resultado como um rascunho. O ideal é testar em uma pequena amostra, medir a taxa de erro e prever uma revisão manual.

### Os áudios da minha pesquisa são usados para treinar modelos?

Conforme informado na página de modelos do KolWrite, os áudios enviados via API não são usados no treinamento dos modelos.

## Páginas relacionadas

- [Universidades e estudantes](https://console.kolwrite.com/pt/use-cases/education)
- [Mídia, podcasts e legendas](https://console.kolwrite.com/pt/use-cases/media)
- [Agentes de IA e vibe coding](https://console.kolwrite.com/pt/use-cases/ai-agents)
- [Idiomas suportados](https://console.kolwrite.com/pt/languages/)

---
Obter uma chave de API: https://console.kolwrite.com/auth?lang=pt · Documentação da API: https://console.kolwrite.com/pt/public_api_docs · llms.txt: https://console.kolwrite.com/llms.txt