Edição #068

MacWhisper: a transcrição por IA que roda 100% local no Mac

Ele processa o arquivo de áudio ou de vídeo dentro do seu próprio computador, sem upload e sem assinatura mensal, e devolve a transcrição pronta em texto, SRT ou legenda, mantendo o conteúdo sensível fora de qualquer servidor externo.

Você tem uma hora e quarenta de gravação parada na pasta e nenhum texto. O MacWhisper roda o modelo Whisper dentro do processador do seu Mac, transcreve o arquivo sem mandar um segundo de áudio pra nuvem e devolve texto, SRT ou legenda pronta em poucos minutos.

O arquivo está lá, parado na pasta. Uma hora e quarenta de gravação: a reunião com o cliente, a entrevista que você marcou com tanta dificuldade, a aula que você assistiu e prometeu revisar com calma.

Você precisa de três frases dali. Não do arquivo inteiro, de três frases: o número que o cliente falou, a citação que dá título pro texto, a definição que apareceu no meio da explicação.

Então você faz o que todo mundo faz. Abre o player, arrasta a bolinha, escuta trinta segundos, volta vinte, digita meia frase, perde o fio, arrasta de novo. Quarenta minutos depois, você tem um parágrafo.

O erro que quase todo mundo comete é achar que o problema é preguiça. Você promete transcrever no domingo, cria uma pasta chamada "transcrever", e a pasta engorda. Áudio não vira texto por força de vontade.

A causa real é que áudio é uma mídia que não deixa você pular. Texto você varre com o olho em dez segundos. O áudio obriga a percorrer em tempo real, do começo ao fim, no ritmo de quem estava falando.

A primeira armadilha é subir o arquivo pro primeiro site de transcrição que aparece na busca. Você acabou de entregar a gravação de uma conversa de contrato pra um servidor que você não sabe onde fica nem por quanto tempo guarda.

A segunda armadilha é a assinatura mensal por minuto transcrito. Você paga todo mês por um serviço que usa três vezes no trimestre, e no mês em que precisa de dez horas de áudio, estoura a cota e paga o excedente.

A terceira armadilha é depender de conexão boa. Aeroporto, hotel, carro parado: é justamente quando sobra tempo pra despachar transcrição que a internet não segura o upload de um arquivo de setecentos megabytes.

A quarta armadilha é o material que simplesmente não pode subir. Reunião de sociedade, conversa com advogado, entrevista com fonte que pediu sigilo, aula de curso pago. Existe conteúdo que não deveria sair do seu computador.

A quinta armadilha é a transcrição que volta em bloco único. Um paredão de texto sem marca de tempo e sem quebra de fala não serve pra legendar vídeo, nem pra achar o minuto exato em que a frase importante foi dita.

Falta a ferramenta que trate o arquivo como arquivo. Ela pega o áudio ou o vídeo que já está no seu disco, processa ali mesmo e devolve texto pesquisável, sem intermediário e sem contador de minutos correndo por fora.

O MacWhisper é essa ferramenta. Ele roda o modelo Whisper direto no processador do seu Mac, transcreve arquivo de áudio e de vídeo sem enviar nada pra nuvem, e exporta em texto puro, SRT ou legenda pronta.

O MacWhisper foi desenhado pra um trabalho específico: transformar arquivo gravado em texto editável dentro da sua própria máquina. Ele é a ponte entre a gravação parada no disco e o documento que você consegue buscar com Cmd+F.

O diferencial: o áudio nunca sai do seu computador. O modelo de transcrição fica instalado no Mac e o processamento acontece no chip, então a gravação sensível não passa pelo servidor de ninguém, nem pra ida nem pra volta.

Arrastar e soltar é a interface inteira: você joga o arquivo na janela, escolhe o modelo e aperta transcrever. Não tem conta pra criar, fila de processamento nem tela de upload com a barra travada em 87 por cento.

Áudio e vídeo entram do mesmo jeito: MP3, WAV, M4A, MOV, MP4 e o resto da lista. Gravação de call, memo de voz do celular, aula baixada, episódio de podcast, vídeo salvo no disco, tudo cai na mesma janela.

Você escolhe o tamanho do modelo: o pequeno transcreve rápido e serve pra achar um trecho, o grande demora mais e acerta nome próprio, sigla e número. Mac com chip da linha M roda o modelo grande sem drama.

Funciona em modo avião: depois que o modelo está baixado, o app não precisa de internet. Transcrever no voo, no ônibus ou no hotel com Wi-Fi capenga deixa de depender da conexão e passa a depender só da bateria.

A transcrição sai marcada no tempo: cada bloco de fala carrega o minuto e o segundo em que foi dito. Achar a frase no texto e voltar ao ponto exato da gravação vira um clique, e não uma caçada arrastando a bolinha do player.

Exporta em texto, SRT, VTT ou CSV: o mesmo áudio vira documento pra ler, legenda pra subir junto com o vídeo ou planilha pra recortar em trechos. Legendar o próprio vídeo deixa de ser serviço terceirizado e vira exportação.

Separação de quem falou: ele marca as trocas de voz e etiqueta os participantes. Numa entrevista com duas pessoas, a citação já sai atribuída, sem você reescutar meia hora de arquivo pra descobrir quem disse o quê.

Dá pra editar dentro do app: o texto abre ao lado da onda do áudio, você corrige a palavra errada ouvindo o trecho e exporta a versão limpa. Nome de empresa, sigla e número são o que mais pede esse ajuste.

Um dicionário com os seus termos: você cadastra os nomes que aparecem sempre, o jargão do seu mercado, o nome dos sócios, a marca do produto. O app para de trocar por palavra parecida em cada arquivo novo.

Lote de arquivos numa tacada: você seleciona doze gravações e deixa a máquina trabalhando enquanto almoça. Volta com doze textos prontos, o que muda a conta de quem tem meses de áudio acumulado no disco.

Licença única, não assinatura: você compra uma vez e o app continua funcionando. Sem cota de minutos, sem excedente no fim do mês e sem a sensação de estar queimando dinheiro a cada arquivo que resolve transcrever.

Eu uso assim: termino a gravação, arrasto o arquivo pra janela do MacWhisper, escolho o modelo grande e vou fazer outra coisa. Quando volto, o texto está pronto pra buscar e recortar só o trecho que interessa.

Onde ele não é a ferramenta certa: pra ditar texto em tempo real enquanto você escreve, o caminho é o Wispr Flow. Pra sair da reunião com o resumo já escrito, o Granola.

O MacWhisper cuida do outro pedaço, o arquivo que já existe e ninguém abriu. É a diferença entre capturar a fala no instante em que ela acontece e resgatar a gravação que está esperando há três semanas.

Pra quem serve: quem faz entrevista e precisa da citação exata, quem grava aula e quer o texto pra estudar, quem legenda os próprios vídeos, e quem lida com conversa que não pode ficar hospedada por terceiro.

Preço: tem uma versão gratuita com os modelos menores, boa pra testar o fluxo com um arquivo real, e a licença paga, comprada uma vez, libera os modelos grandes e a exportação completa. A comparação honesta é com a sua hora.

O ponto de atenção: ele é exclusivo do Mac, e o modelo grande pede espaço em disco e alguns minutos de processamento por arquivo. Gravação com barulho de fundo alto ou três pessoas falando juntas ainda pede revisão sua no fim.

A referência aqui é a fita cassete com a máquina de escrever do lado. O repórter ouvia e batia o texto, hora após hora, pra só depois começar o trabalho de verdade. A máquina faz a parte braçal e devolve pra você a parte que exige julgamento.

Selo HC: Aprovado. É a ferramenta que transforma áudio parado em material de trabalho sem pedir seu cartão todo mês e sem pedir o seu arquivo. Depois de uma semana, a pasta "transcrever depois" desaparece do computador.

Conhecer o MacWhisper →

Instalou o MacWhisper? Faça esses três ajustes antes de jogar o primeiro arquivo na janela, porque transcrição mal configurada vira um paredão de texto que você nunca mais abre.

Dica 01: Baixe dois modelos, um rápido e um preciso. O pequeno serve pra varrer o arquivo e confirmar que a informação está ali. O grande você usa quando o texto vai virar citação, legenda ou documento que outra pessoa vai ler.

Dica 02: Cadastre seu vocabulário antes do primeiro lote. Nome dos clientes, sigla do seu mercado, marca dos produtos. Cinco minutos de dicionário poupam a mesma correção manual repetida em cada um dos próximos arquivos.

Dica 03: Exporte com marca de tempo, mesmo quando você só quer o texto. O arquivo sem minuto marcado parece mais limpo e fica inútil no dia em que alguém pedir a prova. Com o tempo colado, você volta na fala original em segundos.

P.S.: A conta que quase ninguém faz é o preço do áudio que nunca virou texto. Cada gravação parada na pasta é uma citação que você não usa, uma aula que você não revisa e uma reunião cuja versão oficial vira a memória de quem fala mais alto. Transcrever dentro do seu Mac custa alguns minutos de processamento e nenhum megabyte de upload.

Abraço,

HC

Bom setup. Parati semper.

SETUP MEMORÁVEL

Menos apps. Mais resultado