Converter MP3 para XLS

Um sistema de escritório legado que aceita apenas arquivos Excel 97–2003 não pode usar uma gravação MP3 como dados de planilha. Transcreva a gravação primeiro e, em seguida, salve a transcrição com marcação de tempo como .xls para filtragem, edição, revisão ou arquivamento.

O que é MP3

MP3 é um formato de áudio comprimido com perdas usado para entrevistas, reuniões, palestras, podcasts, músicas, gravações telefônicas e notas de voz. Smartphones, gravadores digitais, reprodutores de mídia, editores de áudio como Audacity e aplicativos de transcrição podem criar ou salvar arquivos MP3.

Um MP3 contém som codificado, não palavras selecionáveis nem células de planilha. Um conversor de arquivos convencional pode alterar um contêiner ou uma codificação, mas não pode produzir uma planilha significativa a partir de fala sem reconhecimento automático de fala ou transcrição manual.

O que é XLS

XLS é o formato binário de planilha usado pelo Microsoft Excel 97–2003. Ele armazena planilhas contendo linhas, colunas, texto, fórmulas, formatação e outros dados de planilha. Uma transcrição pode usar colunas como Start, End, Speaker e Transcript, permitindo classificação, filtragem, correção e importação para sistemas de escritório legados.

A principal vantagem do formato é a compatibilidade com software que rejeita XLSX. XLS tem limites inferiores aos do XLSX, incluindo um máximo de 65.536 linhas e 256 colunas por planilha, e não preserva todos os recursos mais recentes do Excel.

Como realizar a conversão

Método para desktop com Whisper e LibreOffice

1. Instale FFmpeg, Python, OpenAI Whisper e LibreOffice. FFmpeg fornece a decodificação de áudio; Whisper transcreve a fala; LibreOffice Calc converte a tabela resultante para o formato XLS legado.
2. Instale os pacotes Python:

pip install -U openai-whisper srt

3. Execute o Whisper na gravação. Substitua en pelo código do idioma da gravação:

whisper recording.mp3 --model medium --language en --task transcribe --output_format srt --output_dir transcript

Normalmente, o Whisper grava transcript/recording.srt. Modelos maiores podem melhorar o reconhecimento, mas exigem mais memória e tempo de processamento. Fornecer o idioma correto evita uma detecção automática de idioma não confiável.

4. Salve este script como srt_to_csv.py:

import csv
import srt

with open('transcript/recording.srt', encoding='utf-8') as source:
    subtitles = list(srt.parse(source.read()))

with open('transcript.csv', 'w', newline='', encoding='utf-8-sig') as target:
    writer = csv.writer(target)
    writer.writerow(['Start', 'End', 'Speaker', 'Transcript'])
    for subtitle in subtitles:
        writer.writerow([
            str(subtitle.start),
            str(subtitle.end),
            '',
            subtitle.content.replace('\n', ' ')
        ])

5. Execute o script na pasta que o contém:

python srt_to_csv.py

6. Abra transcript.csv no LibreOffice Calc. Na caixa de diálogo de importação, selecione UTF-8 e vírgula como separador.
7. Escolha File → Save As, selecione Excel 97–2003 (.xls) e aceite o aviso de formato. O CSV é uma tabela intermediária; o XLS salvo é o arquivo solicitado.

Método online

Envie o MP3 para um serviço de transcrição como Happy Scribe, Sonix ou Trint, selecione o idioma, revise a transcrição gerada e exporte como CSV ou XLSX, se disponível. Abra a exportação no Excel ou no LibreOffice e use File → Save As para criar .xls quando o serviço não oferecer diretamente o XLS legado. As opções de exportação mudam, portanto verifique se o serviço escolhido oferece atualmente saída em formato de planilha.

CloudConvert e serviços semelhantes de conversão de arquivos podem converter CSV ou XLSX para XLS, mas não transcrevem áudio MP3. Não envie gravações confidenciais, regulamentadas ou sensíveis, a menos que os termos de armazenamento, processamento e exclusão do serviço atendam aos seus requisitos.

Limites de qualidade e compatibilidade

• A precisão do reconhecimento depende da qualidade da gravação, do ruído de fundo, dos sotaques, da posição do microfone, da fala sobreposta, do idioma e do vocabulário especializado. Verifique nomes, números, datas, pontuação e termos técnicos comparando-os com o áudio.
• A saída padrão do Whisper inclui marcações de tempo, mas não identifica os locutores de forma confiável. A coluna Speaker vazia deve ser preenchida manualmente, ou um fluxo de trabalho de diarização como o WhisperX pode gerar rótulos de locutores para revisão.
• Cada segmento de legenda se torna uma linha da planilha neste fluxo de trabalho. Gravações longas podem exceder o limite de linhas do XLS; divida a transcrição entre planilhas ou arquivos quando necessário.
• Use XLSX como formato de trabalho sempre que possível e crie XLS somente para o aplicativo legado que o exige. Salvar em XLS pode remover fórmulas, formatação e outros recursos mais recentes.
• Incorporar um objeto MP3 em uma pasta de trabalho XLS apenas anexa o áudio para reprodução; isso não converte a fala em texto pesquisável de planilha.