Em treze de janeiro de 1976, num hotel em Nova York, Ray Kurzweil apresentou à imprensa uma máquina do tamanho de uma lavadora de roupa que fazia uma coisa só. Você abria o livro, deitava a página no vidro do scanner, e o aparelho lia o texto em voz alta.

O nome era Kurzweil Reading Machine e o preço, cerca de cinquenta mil dólares da época. O cliente não era escritório nenhum, era biblioteca pública e instituto para cegos. Stevie Wonder comprou uma das primeiras unidades e usou o aparelho por décadas.

O que havia de novo ali não era a voz sintética nem o scanner. Era o motor de reconhecimento: o primeiro sistema comercial capaz de ler qualquer tipografia, e não só as duas ou três fontes que as máquinas anteriores tinham decorado.

Cinquenta anos depois, esse motor virou commodity. Ele está no seu celular, no aplicativo do banco que lê o código do boleto, na câmera que traduz placa de rua, no leitor de documento do aeroporto. Custa perto de nada e roda em qualquer chip.

E mesmo assim, todo dia, você olha pra um texto na sua própria tela e o cursor não seleciona nada. A mensagem chegou como print. O dado importante está num slide de vídeo. O contrato veio como PDF escaneado, que é uma foto de papel disfarçada de documento.

A saída de sempre é a pior possível: você digita à mão o que já está escrito na frente dos seus olhos, e digita errado, porque copiar número de série olhando pra tela é um exercício de fé.

A tecnologia que resolve isso está pronta desde antes de você nascer, e continua a três cliques de distância do lugar onde ela realmente faria falta. O problema nunca foi o reconhecimento de caracteres, foi a distância entre o texto na tela e o campo onde você quer colar.

Continue lendo ↓

I  O Problema

I, O texto está na tela e o cursor não pega

Três da tarde. Um cliente manda o print da tela de erro, com a mensagem inteira legível na imagem. Você precisa daquele código pra buscar a solução, e a única forma de tirar o código dali é datilografar caractere por caractere.

O primeiro atrito é o print de conversa. Metade das informações que circulam em grupo de trabalho chega como captura de tela, porque é mais rápido printar do que copiar. Quem recebe paga a conta de transcrever.

O segundo atrito é o PDF escaneado. O arquivo tem extensão de documento e conteúdo de fotografia. Você abre, tenta selecionar um parágrafo, e o cursor atravessa a página inteira sem marcar uma letra.

O terceiro atrito é o vídeo pausado. Aula, palestra, tutorial: o slide traz o comando exato, o nome do pacote, a fórmula da planilha. Nada disso é selecionável, e a única cópia possível é a que sua mão faz.

O quarto atrito é o app que bloqueia a seleção. Leitor de livro digital, plataforma de curso, painel interno de empresa, tudo desenhado pra impedir que o texto saia dali. O bloqueio pega o usuário legítimo do mesmo jeito que pega o resto.

O quinto atrito é o erro de transcrição. Código de rastreio, chave de licença, endereço de carteira, número de nota fiscal: sequências longas sem sentido semântico, em que um dígito trocado só aparece depois que a operação falha.

O sexto atrito é o serviço online de OCR. Existem dezenas, funcionam, e cobram um preço que ninguém lê no rodapé: você sobe o print do contrato, do holerite ou do documento do cliente pro servidor de um desconhecido.

O sétimo atrito é o tempo somado. Cada transcrição dessas leva de trinta segundos a dois minutos, com conferência. Cinco por dia, cinco dias por semana, e o ano fecha com um número que ninguém quer calcular.

Alan Kay escreveu no artigo User Interface, a Personal View, de 1989, que o computador só cumpre o papel quando o usuário deixa de pensar na máquina e passa a pensar apenas na tarefa. Transcrever à mão é o oposto exato: a máquina no meio do caminho, cobrando pedágio.

Junte os sete e o desenho do que falta fica claro. Um jeito de apontar pro pedaço da tela que interessa, sem subir arquivo pra lugar nenhum, e receber o texto já no clipboard.

O TextSniper é essa peça. Um app pequeno de Mac que mora na barra do topo e transforma qualquer retângulo da sua tela em texto pronto pra colar.

II  A Descoberta

II, A mira que vira texto no clipboard

O TextSniper responde a uma pergunta só: e se capturar texto fosse tão simples quanto tirar um print? A resposta é um atalho de teclado que troca o cursor por uma mira, e um retângulo arrastado que devolve texto em vez de imagem.

O diferencial: o reconhecimento roda inteiro dentro do seu Mac, sem enviar um pixel pra servidor nenhum. O motor é o de visão do próprio sistema, o mesmo que a Apple usa no reconhecimento de texto das fotos.

A captura em dois tempos: aperte a combinação, arraste a mira em cima do que interessa, solte. O texto já está no clipboard e o próximo comando de colar entrega ele no campo onde o seu cursor estiver.

Funciona em cima de qualquer coisa: print de conversa, PDF escaneado, vídeo pausado, apresentação, prova de tela de app que bloqueia seleção, foto de documento, legenda de imagem, tabela dentro de uma captura.

Sem enviar nada pra fora: o processamento é local e offline. Contrato do cliente, holerite, documento pessoal, nada disso sobe pra nuvem de terceiro, o que muda a conversa quando o material é sensível.

Leitura em voz alta: o app fala o que acabou de capturar, com voz do sistema, o que serve pra conferir número longo sem ficar comparando na tela e ajuda quem revisa texto de ouvido.

Reconhecimento de QR code e código de barras: aponte a mira pro código na tela e o conteúdo vira texto ou link direto, sem pegar o celular pra apontar a câmera pro monitor.

Vários idiomas na mesma captura: o motor lida com português, inglês, espanhol, francês, alemão, italiano e mais um punhado, e reconhece texto manuscrito legível em alguns casos.

Preserva a quebra de linha quando você quer: dá pra escolher entre manter a estrutura original do bloco capturado ou juntar tudo num parágrafo contínuo, o que muda muito na hora de colar código ou endereço.

Peso quase zero: o app fica parado na barra do topo consumindo memória irrisória e só acorda quando o atalho é acionado. Não tem janela principal, não tem painel pra explorar.

Quem assina o projeto: a Valen Company, estúdio pequeno de software para Mac, que mantém o app desde 2020 com atualizações regulares e sem inflar o produto com função que ninguém pediu.

Onde ele não é a ferramenta certa: quem precisa converter documento inteiro em texto editável, com cem páginas e formatação preservada. Pra isso existe OCR de documento, não captura de tela.

Pra quem serve: quem recebe print o dia inteiro, quem estuda por vídeo e slide, quem lida com PDF escaneado, quem copia código de tutorial gravado, quem transcreve dado de imagem pra planilha.

Preço: licença única na faixa de dez dólares, sem mensalidade, com um teste gratuito limitado a algumas capturas por dia. Ele também entra no catálogo do Setapp, se você já assina o pacote.

O ponto de atenção: o resultado depende do tamanho do texto na tela. Fonte muito pequena ou print de baixa resolução ampliado gera erro de letra. Dar zoom antes de capturar resolve quase todos os casos.

Na nossa opinião: vale pelo primeiro contrato escaneado que você não precisou digitar. É o tipo de app que some do seu radar em uma semana, porque vira um reflexo em vez de uma decisão.

Conhecer o TextSniper →

III  O Setup

III, Quatro capturas que provam o app no primeiro dia

Instalou? Faça estas quatro capturas antes de qualquer outra coisa, porque app de atalho só entra na rotina quando a mão executa o movimento sem consulta, e isso se constrói nos primeiros minutos.

Captura 01: o print parado no seu grupo de trabalho. Escolha a última imagem com texto que chegou hoje, capture o trecho que interessa e cole numa nota. É a prova mais rápida de que o fluxo funciona.

Captura 02: um PDF escaneado que você já desistiu de copiar. Abra, dê zoom até o texto ficar confortável de ler, capture um parágrafo inteiro e confira a fidelidade palavra por palavra.

Captura 03: um vídeo pausado no slide com comando. Aula, tutorial ou palestra gravada. Pause no quadro certo, capture o bloco de código ou o nome do recurso e cole direto onde ele precisa ser usado.

Captura 04: um número longo com a leitura em voz alta ligada. Capture um código de rastreio ou uma chave de licença e escute o app ler. Conferir de ouvido é mais rápido do que comparar dois campos na tela.

A regra que decide o resultado é o atalho. Escolha uma combinação que sua mão alcance sem olhar e que nenhum app do seu dia esteja usando, e não mude mais. Atalho trocado depois de duas semanas custa o hábito inteiro.

Dê zoom antes de capturar, sempre que o texto estiver pequeno. Dois segundos ampliando a tela evitam o retrabalho de conferir caractere por caractere um resultado que veio com meia dúzia de trocas.

Decida logo o que fazer com a quebra de linha, porque essa configuração muda o resultado mais do que parece. Mantenha a estrutura quando capturar código, endereço e tabela, e junte tudo quando capturar texto corrido.

Quem já usa o CleanShot X pra capturas ganha um par afinado: um resolve print anotado, gravação de tela e link compartilhável, o outro resolve o texto que precisa sair da imagem e entrar num campo.

Quem quer disparar a captura sem decorar combinação nenhuma liga o atalho a um comando do Raycast: você chama pelo nome, e o mesmo gatilho passa a valer em qualquer teclado que você usar.

Quem prefere falar a digitar fecha o ciclo com o Wispr Flow: o texto entra por captura quando está preso em imagem e entra por voz quando está só na sua cabeça, e o teclado vira exceção.

Faça uma conferência rápida na primeira semana, principalmente em número e nome próprio. O motor acerta a esmagadora maioria dos casos, e a confiança cega em cima do 1 por cento restante é o que gera o erro caro.

O ganho aparece por volta do quarto dia, quando você percebe que parou de pedir "manda em texto" pra quem só sabe mandar print, que é exatamente o problema que Kurzweil estava tentando resolver com uma máquina de cinquenta mil dólares.

Mestre do Teclado

Dez minutos de prática, o erro de iniciante corrigido e uma música conhecida para você tocar. No seu email todo dia às 19:19.

Quero receber →