Identificar o idioma de um áudio
Descubra em que idioma está uma gravação sem transcrever uma única palavra, mesmo em trechos muito curtos ou com ruído. Depois, envie o arquivo para o idioma de transcrição, a tradução ou a equipe certa. Pague pelo uso, sem assinatura.
Rode online
Rode nos nossos servidores com a sua conta. As ferramentas grátis rodam no seu navegador; esta aqui é descontada do seu saldo do KIT pelo preço acima.
Recebeu uma gravação e não sabe em que língua ela está — ou precisa rotear milhares de áudios por idioma? Esta tarefa analisa o arquivo e responde qual idioma está sendo falado, o passo que antecede qualquer transcrição ou tradução automatizada em escala.
Por que identificar o idioma antes de tudo
A maioria dos serviços de transcrição e tradução parte do princípio de que você já sabe o idioma do áudio. Essa suposição falha assim que você recebe áudio do público: caixas postais, linhas de atendimento, mensagens de voz enviadas por usuários ou catálogos de podcast comprados de outros mercados. Detectar o idioma responde a uma pergunta objetiva antes de qualquer outra decisão: qual idioma de transcrição usar, qual equipe avisar ou qual faixa de legenda abrir. Uma central de atendimento pode encaminhar recados anônimos para a equipe do idioma certo antes que alguém os escute.
Como ele escuta sem transcrever
Identificar o idioma falado é uma disciplina diferente do reconhecimento de fala. Em vez de transformar sons em palavras, observa como os sons da fala se distribuem, o ritmo, a entonação e outros padrões acústicos. Por isso funciona com trechos muito curtos e com áudio ruidoso, em que uma transcrição completa não seria confiável. Quando uma gravação realmente mistura idiomas, o resultado informa aquilo de que a detecção tem certeza, em vez de forçar um único palpite.
Quando você precisa saber o idioma antes de tudo
Sistemas que processam áudio em escala — atendimento, mídia, pesquisa — quebram quando chega uma gravação em língua inesperada: a transcrição configurada para português devolve lixo se o áudio está em espanhol. Detectar o idioma primeiro deixa o fluxo robusto: cada arquivo segue para a transcrição ou tradução certa, sem intervenção manual e sem resultado corrompido passando despercebido pela equipe.
No meio do fluxo, não no fim
O uso típico é como etapa de roteamento: o áudio entra, a detecção responde o idioma, e o seu sistema decide o caminho — transcrever direto se for português, traduzir se for estrangeiro, sinalizar para revisão humana se for inesperado. Em filas com milhares de arquivos por dia, essa triagem automática evita reprocessamento e mantém o custo do restante do fluxo sob controle.
Casos de uso
Caixa de entrada de suporte internacional
Uma empresa que atende clientes de vários países por mensagem de voz separa os áudios em português, espanhol e inglês — e cada um cai na fila do atendente certo.
Acervo de mídia com material estrangeiro
Uma produtora de São Paulo catalogou centenas de brutos de documentário: os áudios foram classificados por idioma antes da transcrição, evitando pagar tradução onde bastava transcrever.
Formulário com resposta por voz
Um app de pesquisa recebe respostas faladas de usuários no Brasil e na fronteira; a triagem por idioma separa português de espanhol antes da análise.
Perguntas frequentes
Quantos idiomas ele reconhece?
As línguas majoritárias do mundo digital — português, espanhol, inglês, francês e dezenas de outras. Se o seu caso envolve línguas menos comuns, teste com uma amostra antes de escalar.
Um trecho curto basta?
Na maioria dos casos, alguns segundos de fala clara já bastam. Trechos muito curtos, com música alta ou só silêncio reduzem a confiança do resultado.
E se o áudio misturar dois idiomas?
Retorna o único idioma dominante que detecta. Gravações com troca de idioma ou com vários locutores existem, mas a resposta informa um idioma principal, não uma lista; se você precisa que cada idioma de uma gravação realmente mista seja registrado separadamente, isso está além do que esta etapa de detecção faz.
Como pago sem ter conta?
A compra é direta, sem cadastro: PayPal hoje, e atendimento humano por WhatsApp ou e-mail para o que precisar. Pix por enquanto não.
Os áudios enviados são usados para outra coisa?
Servem para gerar o resultado da detecção, e é isso. Questões formais de LGPD e retenção: human@forhosting.com responde em espanhol ou inglês (pode escrever em português).
Ferramentas relacionadas
Para desenvolvedores — acesso via API
Tudo nesta página está disponível via API. Esta seção é para equipes que querem integrar a ferramenta aos próprios sistemas; quem não precisa disso pode simplesmente usar a ferramenta acima.
Endpoint
Autenticação por token Bearer. Um único POST coloca a tarefa na fila; o resultado chega por webhook ou link assinado.
Chame do seu código
curl -X POST https://api.kit.forhosting.com/audio/detect-language \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"audio":"https://ejemplo.com/audio.mp3"}'const res = await fetch("https://api.kit.forhosting.com/audio/detect-language", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"audio": "https://ejemplo.com/audio.mp3"
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/audio/detect-language",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"audio": "https://ejemplo.com/audio.mp3"
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/audio/detect-language", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"audio":"https://ejemplo.com/audio.mp3"}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"audio":"https://ejemplo.com/audio.mp3"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/audio/detect-language", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Exemplo de requisição
{
"audio": "https://ejemplo.com/audio.mp3"
}Exemplo de resposta
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "audio.detect_language",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}A API é assíncrona: cada chamada devolve um task_id na hora. Se preferir polling, consulte o status a até 1 requisição por segundo.
Preço
Preço publicado, sem tokens nem créditos escondidos. Tarefa que falha não é cobrada.
Limites
max_mb | 200 |
max_minutes | 180 |
Erros
| HTTP | Código | O que significa |
|---|---|---|
401 | unauthorized | Token ausente ou inválido. Confira o header Authorization. |
402 | insufficient_balance | Saldo insuficiente para esta tarefa. Faça uma recarga e tente de novo. |
404 | unknown_type | Esse tipo de tarefa não existe. Confira o campo type no catálogo. |
429 | rate_limited | Muitas requisições em pouco tempo. Espere um instante e tente de novo. |
422 | task_failed | A tarefa falhou do nosso lado. Você não paga nada por ela. |
Notas técnicas
Simples de chamar, barato de rodar
Envie o arquivo (MP3, M4A, WAV, OGG; até 200 MB) e receba o idioma detectado. Custa US$ 0,002 por chamada mais US$ 0,0055 por minuto analisado — e como a detecção não precisa do arquivo inteiro para acertar na maioria dos casos, você pode mandar só o primeiro minuto da gravação e pagar menos de um centavo de dólar por arquivo.
Perguntas técnicas
Qual o custo em escala?
Analisando um minuto por arquivo, mil arquivos custam cerca de US$ 7,50 (mil chamadas a US$ 0,002 + mil minutos a US$ 0,0055). Sempre em dólares americanos, sem assinatura.