Blog

Cloudflare Workers can't run a multi-minute GPU job or Modal's gRPC SDK — so ScribeToAny treats Modal as a plain HTTP endpoint, fires a fire-and-forget spawn, and lets the GPU box call back over a signed webhook. A walk through the async design, the reconciliation backstop, and the sharp edges.

Os closed captions são para quem não consegue ouvir o áudio e incluem sons não falados; as legendas são para quem não entende o idioma e traduzem apenas o diálogo. Uma comparação clara, com as regras de acessibilidade que decidem qual você precisa.

Uma explicação simples da taxa de erro de palavra (WER) — como a precisão da transcrição é de fato medida, o que os números significam, por que nem os humanos chegam a 100% e os fatores que a fazem subir ou descer.

Um guia de referência dos formatos de arquivo que a transcrição produz — SRT, VTT, TXT, TSV, CSV, JSON, além de ASS, SSA, SMI e TTML — com exemplos reais de cada um e uma tabela de quando usar qual.

A diarização de locutores é o passo que divide uma gravação por quem fala — transformando um muro de texto num diálogo rotulado. O que é, como difere do reconhecimento de locutor, como funciona e onde falha.

Transforme um episódio de podcast em show notes e legendas limpas e com marcação de tempo — transcreva o áudio e depois exporte SRT, VTT ou texto simples. Plano grátis, sem cartão de crédito.