Uma chamada processa o arquivo de 4 horas, a bagunça de falas e o inferno dos formatos — e entrega um schema estável pro seu agente. Sem ffmpeg. Sem supervisão.
Every sample below is an actual file the live engine produced — play it, read it, then run it on your own.
Ngoài kia bao nhiêu câu ca tình nhân thơ tháng Các thế gian nghe như con sông trôi ngẹn ngào Và anh buồn sai bao nhiêu lệch trên bức trấn Để biết em rời đi không khi nào về lại Nói đi em bao dân gió trong đời oan cháy Mà sao em văn thân đi suốt kinh doanh
Qualquer um chama o Whisper. O que consome semanas é tudo ao redor. A Vocce cuida dessas partes pra que seu agente ou automação faça uma chamada e confie no resultado.
Divida uma gravação de 4 horas, transcreva em paralelo e remonte com timestamps contínuos e corretos — sem deriva nas emendas.
lida com uploads de 10GB+Mapas de falantes estáveis que se mantêm consistentes no arquivo inteiro, com segmentos de baixa confiança sinalizados em vez de adivinhados em silêncio.
speaker_map.jsonReenvie o mesmo job e receba o mesmo job_id. Falhas transitórias no backend tentam de novo automaticamente. Jobs com falha não são cobrados.
semântica de exatamente uma vezMOV, M4A, WebM, bitrates estranhos, vídeo sem áudio normalizado — a Vocce limpa, normaliza o volume, compacta para ASR, aceita URL ou upload. Você nunca toca no ffmpeg.
20+ formatos · limpa · normaliza · compactaEnvie resultados prontos para seu hook, fila ou automação. O schema de saída é idêntico no MCP, CLI, API e em todos os nós.
schema agent.v1Um job devolve todos os artefatos que ferramentas downstream precisam — estruturados, versionados e estáveis o suficiente para construir em cima.
{
"speaker_turns": [
{ "speaker": "A", "start": 12.4, "text": "..." }
],
"chapters": ["Problem", "Decision", "Next steps"],
"artifacts": ["transcript.md", "subtitles.srt"]
}A descoberta de verdade acontece onde as pessoas constroem: no registro MCP, nos marketplaces de automação e no seu CI. Nomes de ferramentas estáveis e um schema único em todos os canais.
{
"mcpServers": {
"vocce": {
"command": "npx",
"args": ["@vocce/transcribe-mcp"],
"env": { "VOCCE_API_KEY": "vc_..." }
}
}
}Um exemplo de ir fundo, não largo. Os mesmos primitivos alimentam publicação de podcasts, entrevistas de pesquisa e legendagem para conformidade — mas aqui está o workflow que os times pagam primeiro.
Jogue uma gravação de ligação (ou aponte a Vocce pra URL). Ela limpa o áudio, separa falantes, extrai objeções, compromissos e próximos passos, e envia um resumo estruturado direto pro HubSpot, Salesforce ou Notion via webhook. Sem regravar, sem anotações manuais, sem pipeline colado.
Somos honestos sobre nosso lugar: não somos o STT mais barato, nem um bot de reuniões. Somos a camada confiável no meio.
Deepgram, AssemblyAI, Whisper te dão texto. Você ainda constrói divisão, costura de diarização, retentativas e entrega. A Vocce é essa camada.
Otter e TurboScribe são feitos para humanos num painel. A Vocce é feita pra ser chamada por código, com schema estável e webhooks.
Seu próprio ffmpeg + fila + script ASR quebra no arquivo de 4 horas às 2 da manhã. A Vocce é a versão mantida desse script.
Solte um arquivo e ganhe uma prévia grátis de 3 minutos: relatório de qualidade, primeiras linhas de legenda e uma amostra do JSON do agente. Quando a exportação importar, pague por pacote ou conecte a API.
O mesmo pipeline confiável por trás de páginas de destino focadas — cada uma abre com o trabalho exato que o visitante pesquisou.
Uma API pura devolve texto para um arquivo limpo. A Vocce cuida do pipeline ao redor: divisão e costura de arquivos de várias horas sem deriva de timestamp, diarização de falantes com mapa estável, normalização de formato, jobs idempotentes, retentativas e entrega por webhook — tudo devolvido como um schema versionado.
MCP, CLI, API REST, um nó n8n e uma GitHub Action já disponíveis — Zapier e Make em breve. Os nomes das ferramentas e o schema de saída são idênticos em todos os canais.
Não. Falhas de upload e jobs com erro não queimam créditos. O processamento só é cobrado quando um job é concluído com sucesso, com um motivo de falha claro exposto para seu código.
TXT, Markdown, DOCX, SRT, VTT, áudio limpo, áudio compactado, resumo em Markdown, relatório de qualidade e o schema JSON do agente para ferramentas downstream.
O frontend envia jobs para um endpoint de API configurável e falha de forma segura se o backend não estiver conectado. Conecte ao seu upload, fila, ffmpeg, ASR e pipeline de exportação; o contrato está documentado em backend-contract.md.
Ganhe uma chave de API, instale o MCP ou simplesmente solte um arquivo. Uma chamada, um schema, todos os canais.