Você tem uma gravação do gravador de voz — um ditado, uma entrevista, anotações clínicas — e precisa dela em texto. Veja como transcrever sem enviar um único segundo de áudio: exporte o arquivo do seu gravador, arraste para o Whisper Notes e o modelo Parakeet integrado (o Parakeet Ultra da Moondream, pós-treinado a partir do NVIDIA Parakeet V3) transcreve tudo direto no seu iPhone ou Mac. Sem nuvem, sem conta, sem tarifa por minuto. Custa $7.99 no iPhone e $14 no Mac, nos dois casos um pagamento único; no Mac, 5.000 palavras por semana são grátis.
Quem ainda usa gravador de voz — e por que isso importa
O gravador de voz nunca desapareceu. Ele só migrou para as profissões em que falar é mais rápido do que digitar e o conteúdo é sensível demais para se perder — ou vazar.
- •Advogados ditam petições, notas de reunião e cartas entre um compromisso e outro. Esse ditado pode conter nomes de clientes, estratégia processual e detalhes protegidos por sigilo que jamais deveriam tocar um servidor de terceiros.
- •Médicos ditam evoluções clínicas e cartas de encaminhamento depois de cada paciente. Esse áudio é dado médico na forma mais bruta.
- •Jornalistas gravam entrevistas no gravador de voz e no celular. Proteger uma fonte começa por não subir a voz dela para a nuvem de outra empresa.
- •Pesquisadores acumulam horas de entrevistas de campo e observações, muitas vezes sob termos de ética que restringem expressamente onde as gravações podem ser processadas.
Para os quatro grupos, o gargalo é o mesmo: transformar horas de ditado em texto. Tradicionalmente, isso significava uma digitadora, uma empresa de transcrição terceirizada ou um serviço na nuvem — sempre uma pessoa ou um servidor que ouve tudo o que você disse. A transcrição offline elimina o intermediário por completo.
Como transcrever gravações do gravador de voz em três passos
1. Exporte o arquivo do seu gravador de voz
Conecte o gravador via USB (ou use o aplicativo do fabricante) e copie a gravação para o Mac ou iPhone. A maioria dos gravadores digitais — Olympus, Philips, Sony, Zoom, ou o app Gravador do próprio iPhone — salva as gravações em MP3, WAV ou M4A. Qualquer um desses formatos funciona como está; não precisa converter nada.
2. Importe para o Whisper Notes
Arraste o arquivo para o Whisper Notes no Mac, ou compartilhe com o app no iPhone. Cada arquivo pode ter até 24 horas, sem cobrança por minuto. Vídeos também servem: importe um MP4 ou MOV e o app transcreve a trilha de áudio.
| Formato | Tipo | Suportado |
|---|---|---|
| MP3 | Áudio — a maioria dos gravadores digitais | Sim |
| WAV | Áudio — gravadores sem compressão | Sim |
| M4A | Áudio — app Gravador do iPhone | Sim |
| MP4 | Vídeo — a trilha de áudio é transcrita | Sim |
| MOV | Vídeo — a trilha de áudio é transcrita | Sim |
3. Transcreva localmente, exporte para onde quiser
Toque em transcrever. O Parakeet — o modelo padrão, com suporte completo ao português — processa o áudio no próprio chip do seu aparelho. Em um Mac, ele roda a cerca de 74 vezes o tempo real, então uma hora de áudio leva menos de um minuto. O Parakeet V3, modelo a partir do qual ele foi pós-treinado, tem taxa de erro de palavra de 6,32% em inglês no Open ASR Leaderboard. O resultado é uma transcrição em parágrafos com marcações de tempo: clique em qualquer parágrafo para pular para aquele momento da gravação — conferir uma citação ou uma orientação de dosagem passa a levar segundos em vez de minutos.
Corrigindo uma palavra mal reconhecida no próprio texto: abra o trecho, corrija e salve
Quando terminar, exporte como TXT para um documento, ou como SRT/VTT com marcações de tempo se a gravação veio de um vídeo. Se quiser, edite o texto direto na transcrição antes — as correções ficam sincronizadas com o áudio.
Por que o offline ganha da nuvem no ditado
Os serviços de transcrição na nuvem funcionam assim: seu áudio sobe para os servidores deles, é processado lá e fica armazenado conforme as políticas de retenção deles. Para um episódio de podcast, tudo bem. Para um ditado sobre um cliente ou uma anotação de paciente, é um risco de confidencialidade que você não precisa correr.
Com a transcrição no aparelho, não há nada para proteger, porque nada sai dele. Sem upload, sem conta, sem logs em servidor, sem contrato de tratamento de dados para negociar. É privacidade por arquitetura, alinhada à LGPD (e ao GDPR europeu): você não transfere dados pessoais a nenhum operador, porque não existe operador.
| App offline (Whisper Notes) | Serviços de transcrição na nuvem | |
|---|---|---|
| Onde o áudio é processado | No seu próprio aparelho | Nos servidores do fornecedor |
| Confidencialidade | O áudio nunca sai do aparelho | Depende das políticas do fornecedor |
| LGPD | Alinhado por arquitetura — sem transferência de dados | Exige contratos de tratamento de dados |
| Custo | pagamento único: $7.99 (iPhone), $14 (Mac) | Assinatura mensal ou tarifa por minuto |
| Funciona sem internet | Sim — fórum, consultório, avião, trabalho de campo | Não |
| Exige conta | Não | Sim |
A conta também fecha para quem dita muito. Se você dita uma hora por dia, as tarifas por minuto da nuvem sobem rápido, e as assinaturas cobram você ditando ou não. Uma compra única custa o mesmo se você transcreve dez minutos por mês ou dez horas por semana.
Como obter a transcrição mais precisa
Dois ajustes fazem a maior diferença no ditado profissional:
Vocabulário personalizado. Os modelos de voz são treinados com linguagem geral, então tropeçam justamente nas palavras que mais importam na sua área — sobrenomes de clientes, nomes de medicamentos, referências a artigos de lei, jargão técnico. O Whisper Notes permite adicionar esses termos a um vocabulário personalizado, e o modelo os usa para resolver áudios ambíguos. Adicione os dez nomes próprios que você mais dita e a maioria dos erros recorrentes desaparece.
O modelo certo para o seu idioma. Escolha o modelo que corresponde ao idioma em que você dita:
| Português / idiomas europeus | Parakeet V3 — 25 idiomas europeus, incluindo português, francês e alemão, 6,32% de WER em inglês (Open ASR Leaderboard), cerca de 74× o tempo real em um Mac, já integrado ao app |
| Chinês / japonês / coreano | SenseVoice — a opção rápida para CJK e cantonês, 115–131× o tempo real. Para menos erros no Mac: Qwen3-ASR 1.7B (Beta) |
| Outros idiomas | Whisper Large V3 Turbo — mais de 100 idiomas, ~2GB, mais lento mas com a cobertura mais ampla |
E um hábito da era do ditado analógico continua valendo: mantenha o gravador perto, fale num ritmo constante e dite frases bem estruturadas. Áudio limpo entrando, texto limpo saindo.
Perguntas frequentes
Posso transcrever gravações antigas do gravador de voz?
Sim. Copie os arquivos do seu gravador e importe para o Whisper Notes — MP3, WAV e M4A funcionam, até 24 horas por arquivo e sem cobrança por minuto. Uma gravação de dez anos atrás é transcrita exatamente como uma desta manhã; a precisão depende da qualidade do áudio, não da idade do arquivo.
Qual é o melhor aplicativo para transcrever gravações do gravador de voz?
Avalie qualquer app por quatro critérios: onde o áudio é processado, quais formatos de arquivo ele aceita, se lida bem com o jargão da sua área e quanto custa ao longo de um ano de uso. Se o seu ditado é confidencial — jurídico, médico, jornalístico — para nós o processamento no aparelho não é negociável, e foi exatamente por isso que criamos o Whisper Notes: transcrição local, importação de MP3/WAV/M4A/MP4/MOV de até 24 horas por arquivo, sem cobrança por minuto, vocabulário personalizado, pagamento único: $7.99 no iPhone, $14 no Mac (com 5.000 palavras por semana grátis no Mac).
A transcrição do gravador de voz funciona sem internet?
Com o Whisper Notes, sim — totalmente offline. O modelo Parakeet padrão já vem embutido no app e roda no próprio chip do seu iPhone ou Mac (os outros modelos são downloads opcionais, feitos uma única vez), então você pode transcrever no subsolo de um fórum, num avião ou em campo sem sinal. A transcrição nunca exige conexão.
Qual é a precisão da transcrição offline do gravador de voz?
O Open ASR Leaderboard registra para o Parakeet V3 uma taxa de erro de palavra de 6,32% em inglês, mas esse benchmark não garante o resultado de uma gravação específica. Os erros restantes se concentram em nomes próprios e jargão especializado, e é para isso que serve o vocabulário personalizado: adicione seus nomes e termos recorrentes e a precisão exatamente nessas palavras melhora de forma perceptível.