Os melhores apps de transcrição offline para Mac e iPhone (2026)

Resposta curta

• Você precisa de trabalho em equipe e anotações compartilhadas — vá de nuvem: Otter ou Notta. O preço é que o áudio é enviado e a assinatura se renova.
• O áudio não pode sair do seu próprio aparelho — na prática sobram dois apps: MacWhisper é o canivete suíço, completo mas denso; Whisper Notes é o simples. Os dois existem no Mac e no iOS.
• Você usa Windows ou Linux, ou o orçamento é zero — Buzz, gratuito e de código aberto.
• Você grava um áudio em inglês de vez em quando — o que já vem da Apple faz isso de graça.

A sua gravação pode ir para o servidor de outra pessoa?

As ferramentas de voz para texto são exatamente de dois tipos: ou o modelo roda no seu próprio aparelho, ou você chama a API de um fabricante. É isso que decide a privacidade das suas gravações, a precisão e, quase sempre, o preço — serviços de API são na prática só por assinatura, nunca compra única.

A vantagem de uma API é a inferência em GPU na nuvem: o modelo pode ter vários gigabytes, ou até dezenas, e é isso que compra a maior precisão de transcrição — o Scribe da ElevenLabs, por exemplo. O custo é igualmente concreto: o seu áudio vai para o servidor de outra pessoa, os minutos são contados, existe um teto e a assinatura se renova.

Enquanto isso, os chips Apple da série M e os iPhone recentes já têm processamento local suficiente para rodar os modelos de voz abertos e encurtar essa distância para algo que a maioria das gravações não vai notar (a comparação honesta está nas perguntas frequentes mais abaixo) — a gravação nunca sai do aparelho, a transcrição é rápida e fiel, e esses apps costumam ser vendidos de uma vez só.

O resto desta página fala só das ferramentas locais.

O panorama, num relance

• MacWhisper: O reconhecimento de falantes, as filas em lote, as pastas monitoradas e a gravação de reuniões são recursos Pro, não da versão gratuita, e o app de iOS precisa de um iPhone 15 ou mais novo para rodar o modelo no aparelho.
• Whisper Notes: A versão da Mac App Store não tem digitação por voz com Fn nem detecção automática de reuniões; isso é só do download direto.
• Superwhisper: Híbrido por projeto: vários recursos de precisão e de reescrita mandam o áudio ou o texto para um provedor na nuvem, então se uma sessão fica local depende do modo que você escolheu.
• VoiceInk: É um app de ditado mais do que de transcrição de arquivos: sem importação de arquivos, sem gravação de reuniões e sem identificação de falantes, e o app de iOS também é de ditado.
• Aiko: Sem identificação de falantes, sem escolha de modelo e sem edição dentro do app — você exporta a transcrição e conserta em outro lugar.
• Buzz: Sem app de celular e sem identificação de falantes, e é um utilitário mais do que um produto — a interface e a instalação mostram isso.
• Apple Voice Memos / Dictation: Uma lista de idiomas restrita, bem abaixo dos 101 do Whisper, nenhuma separação de falantes, nenhuma exportação em TXT, SRT ou VTT, e uma gravação por vez, feita dentro do app da Apple.
• Otter / Notta: O áudio é enviado e os minutos são contados — o plano Basic gratuito do Otter é 300 minutos por mês, com um teto de 30 minutos por conversa — e um bot pode aparecer na lista de participantes.

Uma ressalva em uma célula nomeia a condição de que ela depende; “Não” significa que a ferramenta simplesmente não faz isso.

Os recursos e os preços são os que cada fabricante publica no próprio site, e eles mudam; a ordem da tabela não é um ranking. Confira com o fabricante antes de comprar.

A disputa local: MacWhisper ou Whisper Notes

Depois que o áudio fica no computador, nas plataformas da Apple sobram dois apps: o MacWhisper e o Whisper Notes. Os dois rodam os mesmos modelos de voz abertos, os dois são vendidos de uma vez só, os dois existem no Mac e no iPhone e os dois passam no teste do modo avião que fecha esta página. A diferença entre eles é de temperamento, não de princípio: um coloca todas as opções à vista, o outro mantém a tela limpa.

MacWhisper — todo recurso que um app de transcrição pode ter

A versão gratuita do MacWhisper cobre a transcrição básica dos formatos comuns de áudio e vídeo em mais de 100 idiomas, com exportação em texto simples e em SRT/VTT, gravação pelo microfone e ditado em todo o sistema. A licença Pro — €64 de pagamento único com atualizações vitalícias, conforme o próprio site do MacWhisper informa — abre a ferramenta numa estação de trabalho de verdade: reconhecimento automático de falantes, filas em lote, pastas monitoradas, transcrição do YouTube e de URLs de mídia, gravação de reuniões no Zoom, Teams, Webex, Skype, Chime e Discord, tradução de legendas, arquivos de podcast separados por falante, exportação em .docx/.pdf/.md/.html, uma CLI e integrações com Notion, Obsidian e Zapier. Se um recurso de transcrição existe, é provável que o MacWhisper já o tenha lançado. Se você quer todas as opções debaixo do mesmo teto, compre; se prefere que a ferramenta continue simples, siga para o Whisper Notes.

O preço dessa amplitude é o formato da ferramenta: densa. O app de iOS dele se chama Whisper Transcription e leva uma parte do conjunto de recursos do Mac; segundo a documentação do próprio fabricante, o modelo no aparelho exige um iPhone 15 ou mais novo. Para quem gosta de uma cabine de comando — e muito profissional gosta —, nada disso é defeito. A comparação recurso a recurso está em Whisper Notes e MacWhisper lado a lado.

Limites: a versão gratuita faz transcrição e exportação básicas, então o reconhecimento de falantes, as filas em lote, as pastas monitoradas e a gravação de reuniões chegam com a licença Pro de €64; o app de iOS, o Whisper Transcription, precisa de um iPhone 15 ou mais novo para rodar o modelo no aparelho.

Whisper Notes — três tarefas, bem-feitas, nos seus dois aparelhos

O Whisper Notes se concentra nas três coisas que as pessoas de fato fazem com a voz e mantém no mínimo tudo o que está em volta. Digitação por voz: segure a tecla Fn e fale, e as palavras são digitadas no app que estiver em foco — Slack, um editor, um terminal (versão de download direto). Transcrição de reuniões: áudio do sistema mais microfone nos dois canais de Mac, sem nenhum bot entrando na chamada; a versão de download direto detecta chamadas do Zoom, do Teams e do Google Meet e começa a gravar sozinha, e depois escreve o resumo e as tarefas no próprio computador com o Gemma 4 — sem chave de API, sem nenhuma chamada à nuvem. Transcrição de arquivos: três modelos em todos os canais — Parakeet V3, Whisper e SenseVoice — cobrindo 101 idiomas, com identificação de falantes calculada no aparelho, que marca uma hora de áudio em cerca de 15 segundos.

No iPhone você tem o conjunto completo, não uma versão reduzida: gravação, importação de arquivos, pastas, escolha de modelo e identificação de falantes rodam todos no próprio celular (iOS 18 ou mais recente, iPhone 12 ou mais novo recomendado), com uma única compra de $7.99 na App Store cobrindo ao mesmo tempo o app de iPhone e a versão da Mac App Store. A interface sai da frente: gravar, ler, exportar, pronto.

Escolha, então, por temperamento. Se você quer todas as opções e gosta de uma ferramenta densa, compre o MacWhisper. Se você quer que a ferramenta desapareça — três tarefas bem-feitas, uma tela limpa, o mesmo app no bolso —, compre o Whisper Notes. As duas respostas mantêm o seu áudio em casa; nenhuma das duas envia um byte.

Tarefa 1: digitar por voz direto no cursor

É o fluxo em que você segura uma tecla, fala uma frase, solta e o texto aterrissa no app que estiver em foco. É a tarefa mais exigente desta página: a ferramenta precisa ser rápida a ponto de você parar de notá-la e precisa inserir texto em apps que ela não controla.

O Whisper Notes faz isso de forma nativa no Mac — segure Fn, fale, solte — usando os mesmos modelos locais que transcrevem as suas gravações, sem nada para configurar e sem ajuste app por app. Ele vem na versão de download direto; a versão da App Store não pode incluí-lo, porque as regras de sandbox da Apple mantêm de fora a API de acessibilidade que digita em outros apps — essa é a história de por que o app de Mac saiu da App Store. O funcionamento está explicado em ditado em todo o sistema no Mac com Whisper.

Os especialistas em ditado: Superwhisper e VoiceInk

Dois apps tratam o ditado não como um recurso, mas como o produto inteiro; se ditar ocupa o seu dia inteiro de trabalho, eles merecem a olhada. O sistema de “modos” do Superwhisper remodela a transcrição bruta com um prompt — virando um e-mail, uma mensagem de commit, um relatório de bug — e ninguém mais igualou isso. É aí também que a nuvem entra: o desenho é híbrido, modelos locais por padrão, mas vários recursos de precisão e de reescrita mandam o seu áudio ou o seu texto para um provedor na nuvem — “local” depende do modo que você escolheu. Ele roda em macOS, Windows e iOS, a versão gratuita não expira, e a licença vitalícia listada no próprio site, $249.99, é o preço mais alto desta página. O VoiceInk cobre o mesmo ciclo de ditado em Macs com Apple Silicon por uma licença única de $29 (mais caro para vários Macs), desenvolvido em aberto no GitHub — uma afirmação de privacidade que você pode conferir lendo o código. A comparação mais longa está na nossa página de alternativa ao Superwhisper.

Limites: nenhum dos dois identifica falantes. A garantia de local do Superwhisper é por modo, e não por app, porque alguns modos chamam um provedor na nuvem. O próprio site do VoiceInk o apresenta como um app de ditado — escrever por voz dentro de qualquer app — e não como uma ferramenta para transcrever arquivos que você já tem, e o app de iOS dele também é de ditado.

A regra de decisão é a carga de trabalho. Se ditar é o seu trabalho inteiro e a reescrita guiada por prompt é o ponto, compre o especialista. Se a digitação por voz é uma entre várias coisas que você faz — ao lado de reuniões, gravações e arquivos que vêm do celular —, o Whisper Notes resolve isso dentro do app que já cuida do resto: uma ferramenta, um pagamento, um modelo de privacidade, local sem condições.

Ditado da Apple — de graça, já instalado e honestamente bom

Antes de pagar para alguém, teste o ditado que vem com o macOS e o iOS. Em hardware moderno ele roda no próprio aparelho para muitos idiomas, funciona em todo o sistema e, em mensagens curtas, a distância para uma ferramenta paga é menor do que a internet sugere. Onde ele cai é no texto longo: disciplina de pontuação, vocabulário técnico e a ausência de qualquer passada de limpeza. Se você dita um parágrafo e depois passa um minuto arrumando, esse é o momento em que uma ferramenta paga começa a se pagar.

Limites: a lista de idiomas no aparelho é bem mais curta do que os 101 do Whisper, não há separação de falantes e o Voice Memos não exporta nada — você seleciona o texto e copia, sem arquivo TXT, SRT ou VTT e sem processamento em lote.

Tarefa 2: transcrever um arquivo que você já tem

Aqui as restrições se invertem: nada é em tempo real, você tem um MP3, um M4A ou um MP4 e quer o texto que está dentro dele. Três coisas separam as ferramentas — onde está o arquivo, que idioma está nele e quanto do trabalho em volta (identificação de falantes, formatos, processamento em lote) o app faz por você.

Whisper Notes — arquivos nos dois aparelhos, com o modelo certo para cada idioma

Se a gravação está no seu iPhone: o Buzz não tem app de celular; o MacWhisper tem um app de iOS (Whisper Transcription), mas, segundo a documentação do próprio fabricante, o modelo no aparelho exige um iPhone 15 ou mais novo. O Whisper Notes grava e transcreve no próprio iPhone (iOS 18 ou mais recente, iPhone 12 ou mais novo recomendado), importa do Arquivos e do Voice Memos, vídeo incluído, e uma única compra de $7.99 na App Store cobre tanto o app de iPhone quanto a versão da Mac App Store — então o celular não é o aparelho de captura de outra ferramenta: ele é a ferramenta.

Se o áudio está em chinês, japonês, coreano ou cantonês, o modelo importa mais do que o app. O Whisper não é o modelo mais forte para esses idiomas, e a maioria das ferramentas desta página só roda Whisper. O Whisper Notes traz o SenseVoice ao lado do Whisper e do Parakeet V3 em todos os canais — no nosso teste, ele transcreveu um podcast em chinês de 27 minutos em 13,83 segundos num M4 Pro, com pontuação melhor que a do Whisper. A comparação está em SenseVoice e Whisper para chinês, japonês e coreano, e a tabela de idiomas por modelo está em whispernotes.app/languages.

Se você precisa saber quem falou, a identificação de falantes roda no próprio aparelho em todos os canais — no app de iPhone desde a 1.8.5, na versão da Mac App Store e na de download direto (DMG) desde a 1.5.1 — e marca uma hora de áudio em cerca de 15 segundos. Impressões de voz são dados biométricos, o que já é um bom motivo para querer esse cálculo acontecendo no seu próprio chip; o modelo e os casos em que ele erra estão descritos em diarização de falantes no aparelho. Entre as outras ferramentas locais daqui, só a versão Pro do MacWhisper também faz reconhecimento de falantes; o Aiko e os apps nativos da Apple, não.

Na velocidade bruta com áudio em inglês o campo está mais equilibrado do que qualquer fabricante gosta de admitir, porque todo mundo roda os mesmos modelos abertos. Como referência: nos testes que publicamos, o Parakeet V3 transcreveu 35 minutos de áudio em 18 segundos num M4 Pro — números que você pode reproduzir, e que dizem mais sobre os modelos do que sobre os apps que os embrulham. Se você prefere um terminal a uma janela, a versão de download direto traz desde a 1.5.5 uma CLI e um servidor MCP, então scripts e assistentes de IA podem transcrever e buscar localmente.

MacWhisper — o fluxo de arquivos mais profundo no Mac

Se chegam arquivos em volume no seu Mac — o acervo inteiro de um podcast, uma pasta de entrevistas —, o MacWhisper Pro foi feito exatamente para isso: filas em lote, pastas monitoradas que transcrevem o que cair dentro delas, entrada por YouTube e por URL de mídia, e exportação para Notion, Obsidian e formatos de escritório. Essa profundidade de estação de trabalho é real — e é de propósito que a nossa não foi para lá: a nossa foi para o app de iPhone, para os modelos de chinês, japonês e coreano e para a identificação de falantes no aparelho. Então a divisão é a mesma da lista curta lá de cima: se os arquivos se acumulam num Mac, MacWhisper; se os arquivos começam num celular, ou o áudio é CJK, ou você quer o mesmo app nas duas pontas do cabo, Whisper Notes.

Buzz — gratuito, de código aberto e a resposta no Windows e no Linux

O Buzz é um app de desktop com licença MIT que roda o Whisper localmente no macOS, no Windows e no Linux, com aceleração por GPU, monitoramento de pastas, exportação em TXT/SRT/VTT e uma CLI. Ele ganha duas situações sem discussão. Orçamento: de graça e sem limite por minuto bate qualquer ferramenta paga desta página quando o dinheiro é a restrição que manda. Plataforma: não temos app para Windows nem para Android e não vamos fazer, então no Windows a nossa recomendação é o Buzz ou uma ferramenta de linha de comando como o faster-whisper — essa recomendação tem a própria página neste site, porque mandar as pessoas para a ferramenta certa é melhor do que fingir. O que se abre mão é do acabamento: o Buzz é um utilitário mais do que um produto, e isso aparece na interface e na instalação. Num aparelho da Apple, com alguns dólares de orçamento, um app feito para isso é mais agradável de usar todo dia.

Limites: não existe app de iPhone nem de Android, nem identificação de falantes, nem captura de reuniões.

Aiko — a transcrição avulsa mais simples

O Aiko faz uma coisa só: você joga um áudio ou um vídeo dentro e recebe de volta uma transcrição feita no aparelho com o Whisper, exportável como legenda. É uma compra única de $24 com Universal Purchase cobrindo iPhone, iPad, Mac e Vision Pro, e nada sai do aparelho. Os limites dele são de propósito: sem identificação de falantes, sem escolha de modelo, sem edição dentro do app — você exporta e conserta o texto em outro lugar. Se a sua necessidade é “de vez em quando transformar uma gravação em texto sem configurar nada”, o Aiko é uma resposta limpa. No momento em que você precisar saber quem falou, escolher um modelo mais forte para o seu idioma ou editar a transcrição onde ela está, ele ficou pequeno — e é exatamente essa a lacuna que o Whisper Notes ocupa, por um preço comparável.

Limites: o único motor é o Whisper e não há seletor de modelo, nem identificação de falantes, nem edição dentro do app.

Tarefa 3: capturar uma reunião ao vivo

Nas reuniões, a escolha entre offline e nuvem deixa de ser uma questão de princípio: tem mais gente na sala. A divisão de verdade é o que acontece com as anotações depois que a reunião acaba.

Otter e Notta ganham se as anotações são um material do time

Se você quer legendas aparecendo ao vivo durante a chamada, um espaço compartilhado onde dá para buscar, integração com a agenda que entra nas reuniões por você e um link para mandar para quem perdeu — compre uma ferramenta na nuvem. O plano Basic do Otter é gratuito, com 300 minutos por mês e um teto de 30 minutos por conversa; o Pro custa $16.99 por usuário por mês, ou $8.33 por mês na cobrança anual. O Notta é um equivalente próximo, com tradução em tempo real forte. Nenhuma ferramenta offline faz nada disso, e nenhuma quantidade de engenharia local vai mudar isso: colaborar exige um servidor. O que você aceita em troca é que o áudio é enviado, os minutos são contados, a assinatura se renova e um bot pode aparecer na lista de participantes. Nossa análise detalhada está em Whisper Notes e Otter.ai lado a lado e em alternativas ao Notta.

Limites: a gravação é enviada e os minutos são contados — o plano Basic gratuito do Otter permite 300 minutos por mês e limita uma conversa a 30 minutos — e o assistente pode entrar na chamada como um participante visível.

Whisper Notes e MacWhisper ganham se a gravação não pode sair do computador

A outra metade do mercado são as reuniões que não podem ser enviadas para lugar nenhum: consultas médicas, conversas com advogado protegidas por sigilo, reuniões de conselho e de remuneração, trabalho de produto ainda não anunciado, entrevistas em que se prometeu à fonte que a gravação não sairia do lugar. Aí uma ferramenta local não é preferência, é requisito. O site do próprio Superwhisper também lista gravação de reuniões, mas o desenho é híbrido, então saber se o áudio fica local depende do modo que você escolheu — se “nunca pode subir” é uma exigência dura, isso precisa ser confirmado modo a modo, e não presumido.

O Whisper Notes grava reuniões a partir do áudio do sistema mais o microfone nos dois canais de Mac, sem nenhum bot entrando na chamada e sem nada visível para os outros participantes. A versão de download direto (DMG) ainda detecta chamadas do Zoom, do Teams e do Google Meet e começa a gravar por você — você entra na chamada e, no fim, a transcrição simplesmente está lá, com a identificação de falantes separando quem disse o quê e com o Gemma 4 escrevendo o resumo e as tarefas no próprio computador, sem chave de API e sem nenhuma chamada à nuvem. A versão da Mac App Store grava manualmente, porque as regras da Apple mantêm a detecção automática de fora. O passo a passo está em transcrição de reuniões offline no Mac. O MacWhisper Pro também grava reuniões localmente e cobre uma lista maior de apps de videoconferência — Webex, Skype, Chime, Discord —, então, se as suas chamadas moram nesses apps, isso pode decidir por você.

Há uma limitação que vale para todo o campo offline, e preferimos que você saiba agora e não depois de comprar: nenhum dos apps de consumo bem-acabados que estão aqui produz legendas ao vivo durante a chamada. O Whisper Notes transcreve depois que a gravação para, não enquanto você fala. Se alguém na sala precisa ler as palavras conforme elas são ditas, você precisa de um serviço na nuvem ou de um produto de legendagem dedicado.

Teste primeiro o que já vem da Apple

O Voice Memos transcreve uma gravação sem custo nenhum — num Mac com Apple Silicon rodando macOS 15 ou mais recente, e no iPhone desde o iOS 18. Junto com o Ditado do sistema, isso cobre uma fatia real do uso casual, e qualquer recomendação que pule essa parte está tentando te vender alguma coisa.

Ele tem quatro limites duros: uma lista de idiomas restrita, bem abaixo dos 101 que o Whisper cobre (o detalhamento por modelo está na nossa página de idiomas); nenhuma separação de falantes; nenhuma exportação de verdade — você seleciona e copia, sem TXT, SRT ou VTT; e nenhum processamento em lote — uma gravação por vez, feita dentro do app da Apple. Se nada disso te afeta, pare de ler e economize o seu dinheiro.

Escolha pela sua restrição

Como verificar você mesmo qualquer uma dessas afirmações

Todo fabricante desta página, nós inclusive, diz a palavra “privado”. Você não precisa acreditar na palavra de ninguém. Cinco testes, nenhum deles exigindo formação técnica:

1. O teste do modo avião. Ligue o modo avião, ou desligue o Wi-Fi e tire o cabo de rede, e então grave alguma coisa e transcreva. Se a transcrição continua aparecendo em velocidade total, o processamento é local. Se você vê um indicador girando, um erro ou um trabalho na fila que se completa assim que a conexão volta, não é. Faça isso depois que o app terminou de baixar o modelo dele — uma ferramenta genuinamente local precisa da rede exatamente uma vez, para buscar os pesos do modelo.
2. Leia o rótulo de privacidade da App Store. Na página do app na App Store, desça até Privacidade do App. “Dados não coletados” é uma declaração que o desenvolvedor faz para a Apple, com consequências se mentir. Compare com o que diz a página de marketing. Confira também se o app exige uma conta: se você precisa criar um login para transcrever, alguma coisa está saindo do seu aparelho.
3. Observe a rede. Um firewall como o Little Snitch, ou o LuLu, de código aberto, mostra cada conexão de saída que um app tenta. Transcreva um arquivo com ele ligado. Verificação de atualização e validação de licença são normais e pequenas; um envio contínuo do tamanho do seu arquivo de áudio, não.
4. Procure o limite de minutos. Páginas de preço são um sinal honesto. Cobrança por minuto e cotas mensais de minutos existem porque há processamento sendo gasto no servidor de outra pessoa. Uma ferramenta que roda no seu hardware não tem motivo para te colocar no contador, então transcrição local ilimitada é o padrão, não um plano premium.
5. Verifique se “local” quer dizer “local por padrão”. Várias ferramentas boas são híbridas: modelos locais pela velocidade, modelos na nuvem pela precisão ou pela reescrita, escolhidos modo a modo. É um desenho razoável, mas significa que a resposta sobre privacidade depende dos seus ajustes, e não do app. Ache o seletor de modelo, veja qual opção está marcada e confira se algum passo de limpeza de texto ou de resumo sai para a rede por conta própria, separado do passo de transcrição.

Aplique esses cinco testes na gente com a mesma disposição com que aplicaria em qualquer outro. O Whisper Notes não tem conta, não tem login e não tem modo híbrido — não há nada para configurar para deixá-lo local, porque não existe outro jeito de ele funcionar. O teste do modo avião leva trinta segundos e vale mais do que este parágrafo.

Onde o Whisper Notes não serve

Os casos em que você deveria comprar outra coisa, ditos com todas as letras:

• Windows ou Android. Não existe versão e nenhuma está planejada. Use o Buzz ou o faster-whisper.
• Macs com Intel. O app de Mac exige Apple Silicon. MacWhisper e Buzz são a saída.
• Legenda ao vivo. A transcrição acontece depois da gravação, não durante.
• Colaboração. Não há espaço compartilhado, nem comentários, nem sincronização na nuvem entre os seus próprios aparelhos. É uma ferramenta de um usuário só por construção — é isso que “sem servidor” significa.
• Reescrita guiada por prompt. Os modos do Superwhisper transformam o que você disse em um e-mail ou numa mensagem de commit. Nós transcrevemos o que você disse e deixamos as suas palavras em paz.

Todo o resto — digitação por voz no Mac (versão de download direto), reuniões que precisam ficar em privado, arquivos que vêm do celular, áudio em chinês, japonês ou coreano, saber quem falou, pagar uma vez só — é para isso que o Whisper Notes foi construído. Os detalhes estão na página do Whisper Notes; se a sua situação é uma das cinco de cima, outra das ferramentas desta página é um uso melhor do seu dinheiro, e a gente prefere que você gaste lá.

Perguntas frequentes

Se o que você está comparando são modelos de voz locais e não apps, veja o guia de transcrição com Whisper para os tamanhos de modelo e as formas de rodar o Whisper, e o guia completo de voz para texto offline para o panorama mais amplo, Windows e Android incluídos.

Baixar para iOS Testar grátis no Mac