Transcrever audiência com IA: do PJe Mídias ao memorial

A audiência acabou, o depoimento foi bom e você saiu com a sensação de que tem tudo na cabeça. Duas semanas depois, na hora de escrever o memorial, vem a dúvida: em que momento exatamente a testemunha se contradisse?

A resposta está na gravação. E é aí que começa o problema — porque assistir três horas de vídeo com o dedo no pause não é trabalho de advogado.

Este artigo é sobre o caminho prático entre a gravação e o texto: como baixar o arquivo do PJe Mídias, o que costuma travar na hora de transcrever, e uma questão que quase ninguém discute — o que acontece com o áudio depois.

Onde fica a gravação da audiência

Audiências realizadas por videoconferência ou gravadas em sala são registradas pelo sistema Audiência Digital, do CNJ, e sincronizadas com o portal PJe Mídias. O acesso é restrito às partes, advogados habilitados e servidores — não é acervo público.

O arquivo que você vai encontrar lá é um MP4, com vídeo em H.264 e áudio em AAC. Vale registrar isso desde já: não existe versão só de áudio. O que você baixa é o vídeo completo, e é por isso que os arquivos são grandes — uma audiência de três horas passa facilmente de 500 MB.

Como baixar

O download não é óbvio, e muita gente desiste nesse ponto. No portal, o vídeo abre em um reprodutor sem botão de download visível. O caminho é:

1. Dar play no vídeo (com ele parado, não funciona)
2. Clicar com o botão direito sobre a imagem
3. Escolher Salvar vídeo como

Alguns tribunais já migraram para o Acervo Digital integrado ao PJe, com fluxo um pouco diferente. Se o botão direito não oferecer a opção, vale procurar a orientação específica do seu tribunal.

Por que transcrever trava na prática

Com o arquivo na mão, o obstáculo seguinte é técnico. E ele pega quase todo mundo de surpresa.

O limite de tamanho das ferramentas

A maioria dos serviços de transcrição por inteligência artificial trabalha com um teto de 25 MB por arquivo. Seu MP4 de audiência tem vinte vezes isso. O resultado é a mensagem de erro antes mesmo do upload começar.

A solução técnica existe e é simples: mais de 90% do peso do arquivo é vídeo, que não serve para nada na transcrição. Extraindo só o áudio e comprimindo em formato adequado para voz, uma hora de audiência cabe em cerca de 7 MB. Três horas ficam em torno de 20 MB — dentro do limite.

O problema é que fazer isso exige linha de comando e conhecimento de ferramentas como o FFmpeg. Não é razoável esperar que um advogado faça conversão de mídia antes de conseguir usar um software.

O tempo de processamento

Transcrição por IA leva aproximadamente o tempo real do áudio. Uma audiência de três horas não sai em trinta segundos — e qualquer ferramenta que prometa isso está falando de outra coisa.

Vale calibrar a expectativa: para gravações longas, o razoável é enviar o arquivo e voltar depois, não ficar olhando a tela.

As opções disponíveis hoje

Degravação profissional

Empresas especializadas fazem o trabalho manualmente ou com revisão humana. A qualidade é a mais alta, especialmente em áudio ruim, e há profissionais que entregam com identificação de quem falou. Em compensação, o custo é por hora de gravação e o prazo costuma ser de dias.

Faz sentido quando a transcrição vai instruir prova ou quando cada palavra precisa estar exata.

Ferramentas dos tribunais

O Judiciário vem desenvolvendo soluções próprias — o Mídias JT na Justiça do Trabalho, o Transcritor TJMG, entre outras. São gratuitas e tecnicamente boas, algumas com identificação de locutor.

Mas há uma limitação importante: o acesso é restrito a magistrados e servidores. O advogado pode consultar uma transcrição que o tribunal já produziu, quando ela é juntada aos autos, mas não pode enviar arquivo próprio para transcrever. São ferramentas institucionais, feitas para resolver o problema do tribunal.

Transcrição por IA

É o caminho mais rápido e o mais barato. A qualidade em português já é boa o suficiente para audiência, mesmo com áudio de sala e microfone distante.

A escolha entre as opções disponíveis depende de três coisas: se aceita o arquivo do tamanho que você tem, se entrega marcação de tempo, e o que faz com sua gravação depois.

A pergunta que quase ninguém faz: o que acontece com o áudio?

Aqui vale parar um momento, porque é a parte com consequência jurídica real.

Uma gravação de audiência contém nome completo de partes e testemunhas, endereços, às vezes dados de saúde ou situação familiar. Sob a Lei Geral de Proteção de Dados, isso é tratamento de dado pessoal em contexto processual — e o controlador é o escritório, não a plataforma que você usou.

Ou seja: a responsabilidade por aquele arquivo continua sendo sua, mesmo depois de enviá-lo a um serviço de terceiro.

Isso levanta uma questão prática. Depois que a transcrição está pronta, o áudio não tem mais finalidade — o texto já existe, e o arquivo original continua no seu computador. Manter uma cópia guardada em servidor de terceiro por tempo indeterminado é retenção sem propósito, exatamente o ponto em que a LGPD é mais restritiva.

Vale a pergunta antes de escolher a ferramenta: o áudio fica armazenado? Por quanto tempo? Como peço a exclusão? Se a resposta não estiver clara na política de privacidade, é sinal de atenção.

Por que a marcação de tempo importa

Uma transcrição sem timestamp é uma parede de texto. Com marcação de tempo, cada trecho vem com o minuto em que foi dito.

A diferença aparece no memorial. Em vez de escrever “conforme gravado em audiência”, você cita o momento exato:

A testemunha admitiu a amizade íntima com a parte autora (gravação da audiência, 01min25s).

Quem lê consegue conferir. E essa é a diferença entre uma afirmação e uma afirmação verificável — que, no fim, é do que uma peça é feita.

Como funciona na Neuriz

A Neuriz aceita o vídeo do jeito que você baixou do PJe Mídias. Arquivo de até 500 MB, MP4 direto, sem extrair áudio, sem cortar em partes, sem instalar nada — a conversão acontece no servidor, antes de a transcrição começar.

O retorno é o texto completo com marcação de tempo, gravado na sua biblioteca. De lá, você usa o conteúdo com os assistentes da plataforma para levantar pontos controvertidos, localizar contradições e fundamentar com jurisprudência de fonte verificável.

E o áudio é apagado automaticamente assim que a transcrição fica pronta. Não é uma configuração que você precisa ativar nem um pedido que precisa fazer: o arquivo sai do servidor. O texto fica com você; o original permanece no seu computador, sob sua guarda.

O que ainda não faz

Por honestidade, dois limites que vale conhecer antes de testar:

• Não identifica quem falou. A transcrição traz as falas em sequência, com o minuto de cada uma, mas não separa juiz, advogado e testemunha. Em audiência com muitas vozes, isso exige leitura atenta.
• Gravações muito longas podem precisar de divisão. O limite prático fica em torno de três horas e meia de áudio contínuo.

Em resumo

O caminho da gravação até o texto tem três obstáculos: baixar o arquivo do PJe Mídias, contornar o limite de tamanho das ferramentas, e decidir o que fazer com o áudio depois.

O primeiro se resolve com o botão direito. O segundo, com uma ferramenta que aceite o arquivo como ele é. O terceiro é o que merece mais atenção — e o que menos aparece nas comparações.

Transcrição, afinal, não é o produto final. É o insumo do memorial que vem depois.

A Neuriz é uma plataforma de inteligência artificial para profissionais do Direito, com jurisprudência de fonte verificável e ferramentas para redação e revisão de peças. Conheça em neuriz.com.