> ## Documentation Index
> Fetch the complete documentation index at: https://manus.im/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Processamento Multimídia

> Gerar e entender imagens, vídeos, voz e fala

export const CodePrompt = ({children}) => {
  const [isCopied, setIsCopied] = useState(false);
  const textContent = useMemo(() => {
    const extractText = (children, depth = 0) => {
      const maxDepth = 10;
      if (depth > maxDepth) return '';
      if (children == null) return '';
      if (typeof children === 'string' || typeof children === 'number') {
        return String(children);
      }
      if (Array.isArray(children)) {
        return children.map(child => extractText(child, depth + 1)).join('');
      }
      if (typeof children === 'object' && children.props) {
        return extractText(children.props.children, depth + 1);
      }
      return '';
    };
    return extractText(children);
  }, [children]);
  const handleAskManus = useCallback(() => {
    const url = new URL('https://manus.im');
    if (textContent) {
      url.searchParams.set('q', textContent);
      url.searchParams.set('submit', '1');
    }
    window.open(url.toString(), '_blank');
  }, [textContent]);
  const handleCopy = useCallback(async () => {
    try {
      await navigator.clipboard.writeText(textContent);
      setIsCopied(true);
      setTimeout(() => {
        setIsCopied(false);
      }, 2000);
    } catch (err) {
      const textArea = document.createElement('textarea');
      textArea.value = textContent;
      textArea.style.position = 'fixed';
      textArea.style.opacity = '0';
      document.body.appendChild(textArea);
      textArea.select();
      try {
        document.execCommand('copy');
        setIsCopied(true);
        setTimeout(() => {
          setIsCopied(false);
        }, 2000);
      } catch (fallbackErr) {
        console.error(fallbackErr);
      }
      document.body.removeChild(textArea);
    }
  }, [textContent]);
  return <div className="code-block mt-5 mb-8 not-prose rounded-2xl relative group text-gray-950 dark:text-gray-50 codeblock-light border border-gray-950/10 dark:border-white/10 dark:twoslash-dark bg-transparent dark:bg-transparent">
      <div className="absolute top-3 right-4 flex items-center gap-1.5">
        <div className="z-10 relative">
          <button onClick={handleCopy} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/copy-button " data-testid="copy-code-button" aria-label="Copy the contents from the code block">
            {isCopied ? <svg width="16" height="11" viewBox="0 0 16 11" fill="none" xmlns="http://www.w3.org/2000/svg" class="fill-primary dark:fill-primary-light">
                <path d="M14.7813 1.21873C15.0751 1.51248 15.0751 1.98748 14.7813 2.2781L6.53135 10.5312C6.2376 10.825 5.7626 10.825 5.47197 10.5312L1.21885 6.28123C0.925098 5.98748 0.925098 5.51248 1.21885 5.22185C1.5126 4.93123 1.9876 4.9281 2.27822 5.22185L5.99697 8.9406L13.7188 1.21873C14.0126 0.924976 14.4876 0.924976 14.7782 1.21873H14.7813Z"></path>
              </svg> : <svg width="18" height="18" viewBox="0 0 18 18" fill="none" xmlns="http://www.w3.org/2000/svg" className="w-4 h-4 text-gray-400 group-hover/copy-button:text-gray-500 dark:text-white/40 dark:group-hover/copy-button:text-white/60">
                <path d="M14.25 5.25H7.25C6.14543 5.25 5.25 6.14543 5.25 7.25V14.25C5.25 15.3546 6.14543 16.25 7.25 16.25H14.25C15.3546 16.25 16.25 15.3546 16.25 14.25V7.25C16.25 6.14543 15.3546 5.25 14.25 5.25Z" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
                <path d="M2.80103 11.998L1.77203 5.07397C1.61003 3.98097 2.36403 2.96397 3.45603 2.80197L10.38 1.77297C11.313 1.63397 12.19 2.16297 12.528 3.00097" stroke="currentColor" strokeWidth="1.5" strokeLinecap="round" strokeLinejoin="round"></path>
              </svg>}
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            {isCopied ? 'Copied' : 'Copy'}
          </div>
        </div>
        <div className="z-10 relative">
          <button onClick={handleAskManus} className="h-[26px] w-[26px] flex items-center justify-center rounded-md backdrop-blur peer group/ask-manus " id="ask-ai-code-block-button" aria-label="Ask Manus">
            <svg xmlns="http://www.w3.org/2000/svg" width="18" height="18" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" className="w-4 h-4 text-gray-400 group-hover/ask-manus:text-gray-500 dark:text-white/40 dark:group-hover/ask-manus:text-white/60">
              <path d="M22 17a2 2 0 0 1-2 2H6.828a2 2 0 0 0-1.414.586l-2.202 2.202A.71.71 0 0 1 2 21.286V5a2 2 0 0 1 2-2h16a2 2 0 0 1 2 2z" />
              <path d="M12 8v6" />
              <path d="M9 11h6" />
            </svg>
          </button>
          <div aria-hidden="true" className="absolute top-11 left-1/2 transform whitespace-nowrap -translate-x-1/2 -translate-y-1/2 peer-hover:opacity-100 opacity-0 text-white rounded-lg px-1.5 py-0.5 text-xs bg-primary-dark">
            Ask Manus
          </div>
        </div>
      </div>

      <div className="w-0 min-w-full max-w-full py-3.5 px-4 h-full dark:bg-codeblock relative text-sm leading-6 children:!my-0 children:!shadow-none children:!bg-transparent transition-[height] duration-300 ease-in-out code-block-background [&_*]:ring-0 [&_*]:outline-0 [&_*]:focus:ring-0 [&_*]:focus:outline-0 [&_pre>code]:pr-[3rem] [&_pre>code>span.line-highlight]:min-w-[calc(100%+3rem)] [&_pre>code>span.line-diff]:min-w-[calc(100%+3rem)] rounded-2xl bg-white overflow-x-auto scrollbar-thin scrollbar-thumb-rounded scrollbar-thumb-black/15 hover:scrollbar-thumb-black/20 active:scrollbar-thumb-black/20 dark:scrollbar-thumb-white/20 dark:hover:scrollbar-thumb-white/25 dark:active:scrollbar-thumb-white/25" style={{
    fontVariantLigatures: 'none',
    height: 'auto',
    backgroundColor: 'rgb(255, 255, 255)'
  }}>
        <div className="font-mono whitespace-pre leading-6">{children}</div>
      </div>
    </div>;
};

Manus works with multiple media types—generating images, understanding video content, creating voice output, and transcribing speech. Combine text, images, video, and audio in your workflows seamlessly.

<iframe src="https://www.youtube.com/embed/U_prPA93hXA" title="Player de vídeo do YouTube" frameborder="0" className="w-full aspect-video rounded-xl" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen />

## Visão Geral dos Recursos

| Recurso                    | O Que Faz                                          | Exemplo de Uso                                |
| :------------------------- | :------------------------------------------------- | :-------------------------------------------- |
| **Geração de Imagem**      | Crie imagens personalizadas a partir de descrições | Maquetes de produtos, ilustrações, diagramas  |
| **Entendimento de Imagem** | Analise e extraia informações de imagens           | Digitalização de documentos, análise visual   |
| **Entendimento de Vídeo**  | Analise o conteúdo do vídeo e extraia insights     | Transcrições de reuniões, análise de conteúdo |
| **Saída de Voz**           | Converta texto em fala natural                     | Narrações, conteúdo de áudio                  |
| **Fala para Texto**        | Transcreva áudio para texto                        | Notas de reunião, transcrições de entrevistas |

***

## Geração de Imagem

### Início Rápido

> "Gere uma imagem de um espaço de trabalho de escritório minimalista moderno
> com iluminação natural e plantas"

<CodePrompt>
  "Crie uma maquete de produto mostrando nosso aplicativo móvel em um iPhone,
  estilo de fotografia profissional"
</CodePrompt>

<CodePrompt>
  "Gere um diagrama mostrando a jornada do nosso cliente, desde a
  conscientização até a compra"
</CodePrompt>

### Usos Comuns

**Visuais de Produto**:

* Maquetes e protótipos de produtos
* Ilustrações de recursos
* Conceitos de UI/UX

**Ativos de Marketing**:

* Gráficos de mídia social
* Ilustrações para posts de blog
* Criações de anúncios

**Apresentações**:

* Fundos de slides personalizados
* Ilustrações conceituais
* Metáforas visuais

**Diagramas & Gráficos**:

* Fluxos de processo
* Arquiteturas de sistema
* Infográficos

### Dicas para Melhores Imagens

**Seja específico sobre o estilo**:

* ✅ "Minimalista, moderno, fotografia profissional"
* ✅ "Ilustração de design plano, cores vivas"
* ❌ "Faça parecer bom"

**Descreva a composição**:

* ✅ "Assunto centralizado, fundo desfocado, iluminação natural"
* ❌ "Uma foto de..."

**Especifique o caso de uso**:

* ✅ "Para postagem no Instagram, formato quadrado, sobreposição de texto em negrito"
* ✅ "Para slide de apresentação, formato widescreen, fundo sutil"

***

## Compreensão de Imagem

### Início Rápido

<CodePrompt>
  "Analise esta captura de tela e extraia todo o texto"
</CodePrompt>

(Carregar imagem)

<CodePrompt>
  "Quais produtos são mostrados nesta página do catálogo?
  Extraia nomes e preços."
</CodePrompt>

(Carregar imagem)

<CodePrompt>
  "Descreva em detalhes o que está acontecendo nesta imagem"
</CodePrompt>

(Carregar imagem)

### Usos Comuns

**Processamento de Documentos**:

* Extrair texto de capturas de tela
* Ler notas manuscritas
* Analisar recibos e faturas

**Análise Visual**:

* Identificar objetos em fotos
* Analisar gráficos e diagramas
* Descrever o conteúdo da imagem

**Controle de Qualidade**:

* Verificar problemas em fotos de produtos
* Verificar o conteúdo da imagem
* Comparar diferenças visuais

### Exemplos de Tarefas

<CodePrompt>
  "Extraia todo o texto destas 10 imagens de produtos e crie uma planilha"
</CodePrompt>

<CodePrompt>
  "Analise esta imagem de gráfico e recrie-a como um gráfico editável
  com os mesmos dados"
</CodePrompt>

<CodePrompt>
  "Compare estas duas fotos de produtos e liste as diferenças"
</CodePrompt>

***

## Compreensão de Vídeo

### Início Rápido

<CodePrompt>
  "Transcreva esta gravação de reunião e crie um resumo
  com itens de ação"
</CodePrompt>

(Carregue o arquivo de vídeo ou forneça a URL)

<CodePrompt>
  "Assista a este vídeo de demonstração do produto e extraia: principais recursos mencionados,
  informações de preço e público-alvo"
</CodePrompt>

<CodePrompt>
  "Analise este vídeo tutorial e crie um guia escrito passo a passo"
</CodePrompt>

### Usos Comuns

**Processamento de Reuniões**:

* Transcrever reuniões
* Extrair itens de ação
* Resumir discussões

**Análise de Conteúdo**:

* Analisar vídeos de concorrentes
* Extrair pontos-chave de tutoriais
* Revisar demonstrações de produtos

**Documentação**:

* Converter tutoriais em vídeo para guias de texto
* Criar resumos de vídeos longos
* Extrair citações e carimbos de data/hora

### Exemplos de Tarefas

<CodePrompt>
  "Transcreva este webinar de 1 hora e crie:

  * Transcrição completa
  * Resumo executivo
  * Principais conclusões (em tópicos)
  * Seção de Perguntas e Respostas"
</CodePrompt>

<CodePrompt>
  "Assista a estes 5 vídeos de produtos concorrentes e crie uma tabela de comparação
  de recursos mencionados"
</CodePrompt>

***

## Saída de Voz

### Início Rápido

<CodePrompt>
  "Converta esta postagem de blog em um arquivo de áudio com narração de voz natural"
</CodePrompt>

<CodePrompt>
  "Crie uma narração para este script de apresentação em um tom profissional,
  amigável"
</CodePrompt>

<CodePrompt>
  "Gere versões em áudio destas 10 descrições de produtos
  para o nosso site"
</CodePrompt>

### Usos Comuns

**Criação de Conteúdo**:

* Scripts de podcast para áudio
* Posts de blog para versões em áudio
* Narrações de vídeo

**Acessibilidade**:

* Versões em áudio de conteúdo escrito
* Alternativas de leitor de tela
* Guias de áudio

**Marketing**:

* Narrações de anúncios
* Narração de demonstração de produto
* Conteúdo de áudio para mídia social

### Opções de Voz

**Tom**: Profissional, amigável, casual, enérgico, calmo**Ritmo**: Rápido, moderado, lento**Estilo**: Conversacional, formal, educacional, promocional

***

## Fala para Texto

### Início Rápido

<CodePrompt>
  "Transcreva esta gravação de entrevista"
</CodePrompt>

(Carregar arquivo de áudio)

<CodePrompt>
  "Converta este episódio de podcast para texto com identificação de falantes"
</CodePrompt>

<CodePrompt>
  "Transcreva estas 20 chamadas de suporte ao cliente e identifique
  problemas comuns mencionados"
</CodePrompt>

### Usos Comuns

**Notas de Reunião**:

* Transcreva reuniões automaticamente
* Crie arquivos de reunião pesquisáveis
* Extraia itens de ação

**Reaproveitamento de Conteúdo**:

* Converta podcasts em posts de blog
* Crie notas de programa a partir de áudio
* Gere citações para mídias sociais

**Pesquisa**:

* Transcreva entrevistas
* Analise chamadas de clientes
* Processe gravações de grupos focais

### Recursos

* **Identificação de falante**: Distingue entre falantes
* **Carimbos de data/hora**: Marca quando as coisas foram ditas
* **Formatação**: Pontuação e parágrafos adequados
* **Precisão**: Alta precisão mesmo com sotaques ou ruído de fundo

***

## Combinando Múltiplos Modos

O Manus pode combinar estas capacidades em fluxos de trabalho únicos:

### Exemplo 1: Vídeo para Post de Blog

<CodePrompt>
  "Assista a este vídeo de demonstração do produto, transcreva-o, extraia os principais recursos,
  gere capturas de tela em momentos importantes e crie um post de blog
  com imagens e texto"
</CodePrompt>

### Exemplo 2: Apresentação com Narração

<CodePrompt>
  "Crie uma apresentação de 10 slides sobre nosso produto. Gere ilustrações
  personalizadas para cada slide. Em seguida, crie um script de narração e
  narração em áudio para toda a apresentação."
</CodePrompt>

### Exemplo 3: Análise de Imagem para Relatório

<CodePrompt>
  "Analise estas 50 fotos de produtos, extraia texto e detalhes do produto,
  gere gráficos de comparação e crie um conjunto de slides com os resultados"
</CodePrompt>

***

## Perguntas Comuns

**Quais formatos de imagem são suportados?** PNG, JPG, WEBP, GIF e mais. Para geração, você pode especificar o formato.

**Qual pode ser a duração dos vídeos?** O Manus pode processar vídeos de até várias horas de duração. Vídeos mais longos levam mais tempo.

**Quais formatos de áudio funcionam para transcrição?** MP3, WAV, M4A, WEBM e a maioria dos formatos de áudio comuns.

**Posso gerar imagens em tamanhos específicos?** Sim. Especifique as dimensões: "Gerar uma imagem 1920x1080..." ou "Formato quadrado para Instagram..."

**Qual a precisão da transcrição de fala?** Precisão muito alta, mesmo com sotaques, múltiplos falantes ou ruído de fundo.

**Posso gerar vídeos?** Sim. Manus pode gerar clipes de vídeo curtos e animações.

**Existem limites para a geração?** A geração usa Credits. Verifique seu plano para os limites.

***

## Casos de Uso Rápido

| Caso de Uso                      | Entrada              | Saída                  |
| :------------------------------- | :------------------- | :--------------------- |
| **Maquetes de Produto**          | Descrição            | Imagens geradas        |
| **Anotações de Reunião**         | Gravação de vídeo    | Transcrição + resumo   |
| **Áudio de Blog**                | Artigo de texto      | Narração em áudio      |
| **Digitalização de Documentos**  | Foto de documento    | Texto extraído         |
| **Análise de Vídeo**             | Vídeo de concorrente | Comparação de recursos |
| **Notas de Episódio de Podcast** | Arquivo de áudio     | Transcrição + resumo   |
| **Gráficos Sociais**             | Descrição            | Imagens personalizadas |

***

**Conclusão**: Manus lida com múltiplos tipos de mídia perfeitamente. Gere imagens, entenda vídeos, crie saída de voz e transcreva fala—tudo integrado aos seus fluxos de trabalho.
