O Zoom salva a transcrição de áudio como um arquivo WebVTT: um formato de legenda feito para players de vídeo. Cada trecho de alguns segundos de fala vira um bloco numerado, com hora de início e de fim, e cada bloco começa com o nome de quem fala. Isso é útil para legendas e difícil de ler como documento.
Uma ferramenta para limpar a transcrição do Zoom remove os números dos blocos e as linhas de tempo, mantém os nomes e junta as falas seguidas da mesma pessoa em um parágrafo. Uma reunião de uma hora passa de milhares de fragmentos curtos para algumas dezenas de falas que você lê do começo ao fim.
O Zoom tem duas transcrições. A transcrição de áudio vem de uma gravação na nuvem, que exige uma licença paga do Zoom, e só é criada quando a opção de transcrição de áudio está marcada nas configurações de gravação na nuvem do portal web do Zoom. Ela aparece com os outros arquivos da gravação na página Gravações e é baixada como um arquivo terminado em .vtt. Gravações locais, salvas no seu computador, não incluem transcrição.
Desde maio de 2026, o Zoom também tem uma configuração separada de transcrição da reunião, para um registro feito durante a chamada, com regras próprias sobre por quanto tempo ele fica guardado e quem pode salvar uma cópia. Seja qual for a transcrição que você tem permissão para baixar ou copiar, arraste o arquivo ou cole o texto nesta página.
Arraste o arquivo .vtt para esta página ou cole o conteúdo na caixa. O resultado aparece na hora: um parágrafo por fala, cada um começando com o nome de quem fala. Desmarque Nomes de quem fala para ter só o texto corrido, marque Marcações de tempo para começar cada parágrafo com o horário em que foi dito ou desmarque a junção de linhas para manter uma linha por legenda.
Copie o texto para um documento ou e-mail, ou baixe como arquivo .txt com o mesmo nome do seu VTT. Também dá para abrir o VTT em um editor de texto e apagar as linhas de tempo à mão, mas em uma reunião longa isso leva muito mais tempo do que a própria gravação.
Pouca gente lê uma transcrição bruta do Zoom até o fim. As marcações de tempo quebram cada frase, e a resposta de uma pessoa fica espalhada por uma dúzia de blocos. Uma transcrição limpa é mais curta, mais fácil de citar e mais fácil de pesquisar para achar o momento em que alguém tomou uma decisão.
Ela também funciona melhor com ferramentas de IA. Colar um arquivo VTT em um chatbot gasta boa parte do contexto com números e horários. Parágrafos limpos com nomes entregam a conversa em si, então o resumo ou a lista de tarefas sai mais preciso.
Esta ferramenta roda no seu navegador. O arquivo é lido e convertido no seu próprio computador ou celular, e nada é enviado ao Laxis nem a qualquer outro lugar. Feche a aba e o texto some.
Isso importa porque transcrições de reunião costumam ter nomes de clientes, números e planos que não deveriam parar no servidor de um desconhecido. A página não exige conta, então você limpa uma transcrição em poucos segundos e segue em frente.