Iniciante 13 minÁudio

Transcrição de áudio em texto: grátis, sem limite

Um notebook aberto ilumina uma mesa escura com luz verde.
Resposta direta

Para uma transcrição de áudio em texto gratuita e sem limites, instale um software local baseado no Whisper, o modelo de reconhecimento de fala da OpenAI publicado sob licença MIT: Buzz ou Vibe (Windows, macOS, Linux). O arquivo fica no seu computador, sem conta nem cota. As ferramentas on-line gratuitas têm limites: 30 minutos por mês no Wave, 300 minutos por mês no Word com uma assinatura do Microsoft 365 (páginas oficiais de 18 de novembro de 2026).

Os serviços de transcrição on-line são práticos para um arquivo curto, mas impõem uma cota e recebem a sua gravação. Um programa instalado na sua máquina transcreve quantas horas você quiser, em francês, sem enviar nada. Este guia ajuda você a escolher a ferramenta de acordo com o seu uso, fazer uma primeira transcrição e verificar o resultado.

Por Mohamed Meguedmi·Atualização 2026-11-18·Testado no Windows, macOS e Linux

#Como fazer uma transcrição de áudio para texto gratuita e sem limite?

Uma transcrição de áudio em texto realmente gratuita e sem limite passa por um software instalado no seu computador, que roda um modelo de reconhecimento de voz localmente. O único limite passa a ser o tempo de processamento da sua máquina: sem contagem de minutos, sem cadastro, sem envio do arquivo.

A transcrição automática (ou reconhecimento de voz, em inglês speech-to-text) é a conversão de uma fala gravada em texto escrito por um modelo de inteligência artificial. Os softwares gratuitos apresentados aqui se baseiam no Whisper (o Vibe também oferece outros modelos). Segundo o repositório oficial, o Whisper é um modelo de reconhecimento de voz de uso geral e multilíngue, que também consegue traduzir para o inglês e identificar o idioma falado. A OpenAI publica o código e os pesos sob a licença MIT, o que permite tanto o uso pessoal quanto o profissional.

O repositório do Whisper não indica nenhuma duração máxima de arquivo. Segundo a documentação, a função de transcrição lê o arquivo inteiro e o processa em janelas deslizantes de 30 segundos. Uma entrevista de duas horas é transcrita, portanto, como um memorando de dois minutos, só que leva mais tempo.

Qual caso, qual opção de transcrição gratuita (páginas oficiais consultadas em 18 de novembro de 2026)
Seu casoOpção recomendadaPor quê
Um arquivo curto, sem conteúdo sensívelFerramenta on-line gratuitaNada para instalar, mas com cota mensal e arquivo enviado ao serviço
Entrevistas, reuniões, consultas confidenciaisBuzz ou Vibe localmenteTranscrição offline, sem cota, sem conta
Legendas de um vídeoBuzz (SRT, VTT) ou Vibe (SRT, VTT, DOCX…)Exportação direta em formato de legendas
Várias pessoas falandoBuzz ou Vibe (identificação de locutores)Os dois aplicativos anunciam separação por locutor
Dezenas de horas, processamento automatizadoWhisper ou faster-whisper na linha de comandoAutomatizável por script, processamento em lote
Ditado ao vivo no microfoneBuzz (tempo real) ou Vibe (microfone)Transcrição do microfone sem conexão

#Transcrição de áudio para texto grátis online: quais são as limitações?

O kit completo para criar o seu próprio assistente de IA.

Aproveite a nossa experiência e um percurso guiado para criar o seu assistente local e usar a sua IA no dia a dia.

  • Espaço online vitalício
  • PDF + arquivos
  • Reembolsado em 30 dias

Quase todas as ferramentas gratuitas de transcrição de áudio online limitam o volume, e todas recebem o seu arquivo nos servidores delas. Elas quebram um galho para uma gravação curta e não confidencial; além disso, a cota ou a questão dos dados se torna um impedimento.

Wave
Segundo a página de preços da Wave consultada em 18 de novembro de 2026, o plano gratuito cobre 30 minutos de gravação por mês. O plano Pro, ilimitado, custa US$ 15 por mês ou US$ 80 por ano na web.
Microsoft Word
De acordo com a ajuda da Microsoft consultada em 18 de novembro de 2026, um assinante do Microsoft 365 pode transcrever no máximo 300 minutos de áudio importado por mês. Uma nota da mesma página informa que o recurso está disponível atualmente no Word para Microsoft 365 no Windows para os “Commercial Tenants”, em contraste com os ambientes governamentais, limitados ao Word para a web; a página não esclarece o caso de uma assinatura pessoal ou familiar. As gravações são armazenadas no OneDrive.
Google Docs
A digitação por voz do Google Docs serve para ditar pelo microfone no Chrome, no Edge ou no Safari. A ajuda do Google explica que é o navegador que controla o serviço de reconhecimento de voz; a página descreve o ditado, e não a import d de um arquivo de áudio.
Outros serviços gratuitos
As cotas gratuitas dos serviços especializados mudam com frequência, e as páginas de preços deles bloqueiam a leitura automatizada: verifique a duração máxima por arquivo, o número de arquivos por dia e a retenção das gravações antes de enviar um documento.

#Qual programa gratuito de transcrição de áudio para texto instalar?

Para quem não quer usar linha de comando, o Buzz e o Vibe são os dois softwares de transcrição de áudio gratuitos e de código aberto mais diretos: uma janela, um arquivo para arrastar, um texto para exportar. O Whisper, o whisper.cpp e o faster-whisper são indicados para quem se sente à vontade com o terminal.

Softwares de transcrição gratuitos e locais, segundo seus repositórios oficiais em 18 de novembro de 2026
SoftwareVersão e dataSistemasLicençaPontos fortes
Buzz1.4.5, 23 de agosto de 2026Windows, macOS (Apple Silicon e Intel), LinuxMITArquivos, links do YouTube, microfone ao vivo, locutores, pasta monitorada, exportação em TXT, SRT, VTT
Vibe3.3.5, 13 de novembro de 2026Windows, macOS, LinuxMITLotes de arquivos, locutores, exportação em SRT, VTT, TXT, HTML, PDF, JSON, DOCX, modelos Whisper, Nemotron 3.5 e Parakeet TDT v3
Whisper (OpenAI)Pacote PyPI 20250625Windows, macOS, Linux (Python)MITReferência oficial, linha de comando e Python
whisper.cpp1.9.5, 6 de outubro de 2026Windows, macOS, LinuxMITC/C++ sem dependências, pode rodar só no processador, Metal no Mac, Vulkan
faster-whisperPacote PyPI 1.2.1Windows, macOS, Linux (Python)MITAté 4 vezes mais rápido que o Whisper, segundo seus autores

O Buzz é um aplicativo de desktop que, segundo seu repositório, transcreve e traduz áudio offline no seu computador usando o Whisper. A versão 1.4.5, a mais recente publicada em 18 de novembro de 2026, está disponível para Mac Apple Silicon e Mac Intel; o repositório avisa que esta é a última para Mac Intel, já que o Buzz agora exige um chip Apple Silicon. No Windows, o instalador não é assinado e o Windows exibe um aviso; o repositório orienta clicar em More info e depois em Run anyway (Informations complémentaires e depois Exécuter quand même em um Windows em francês).

O Vibe é um aplicativo de transcrição de código aberto cujo repositório promete uma transcrição totalmente offline, sem que nenhum dado saia do dispositivo. O Vibe disponibiliza instaladores para Mac Apple Silicon e Mac Intel, Windows e Linux. O Vibe também aceita gravação a partir de um celular por meio de um QR code, com o processamento continuando a ser feito pelo computador.

#Como transcrever um áudio em texto com o Buzz ou o Vibe?

Transcrever um áudio para texto com o Buzz ou o Vibe leva cinco etapas: instalar o aplicativo pela página oficial, escolher um modelo, importar o arquivo, definir o idioma e, por fim, exportar o texto. Conte com alguns minutos de preparação, mais o download do modelo na primeira vez.

  1. 01
    Instalar o aplicativo oficial
    Baixe o Buzz pelo link do SourceForge indicado no repositório do GitHub (ou via Flatpak e Snap no Linux), ou o Vibe pela página oficial de download. Evite sites espelho não citados pelos projetos.
  2. 02
    Escolher um modelo adequado à máquina
    Nas configurações do aplicativo, selecione um modelo Whisper. O modelo small é adequado para um notebook sem placa de vídeo; o turbo ou o large exigem mais memória. O modelo é baixado uma única vez e depois reutilizado offline.
  3. 03
    Importar o arquivo de áudio ou vídeo
    Arraste o arquivo para a janela do Buzz ou do Vibe. Os dois aplicativos aceitam áudio e vídeo; o Vibe também aceita vários arquivos de uma vez para processamento em lote.
  4. 04
    Indicar o idioma francês
    Escolha o francês em vez da detecção automática: como o idioma já é conhecido, a transcrição evita um erro de detecção em um início de gravação com ruído ou música.
  5. 05
    Exportar e revisar
    Exporte em TXT para texto puro, em SRT ou VTT para legendas, ou em DOCX com o Vibe. Revise os nomes próprios, os números e os trechos em que várias pessoas falam ao mesmo tempo.

No Linux, o repositório do Buzz traz o seguinte comando de instalação via Flatpak. Para o Whisper em linha de comando, a documentação oficial orienta instalar o pacote Python e a ferramenta ffmpeg e, em seguida, iniciar a transcrição com o modelo turbo.

Terminal (Linux): instalar o Buzz
flatpak install flathub io.github.chidiwilliams.Buzz
Terminal: Whisper oficial (macOS com Homebrew)
pip install -U openai-whisper
brew install ffmpeg
whisper audio.flac audio.mp3 audio.wav --model turbo
→
Verificar se tudo funcionou
Uma transcrição bem-sucedida gera um texto com marcação de tempo que acompanha a gravação do início ao fim. Ouça três trechos aleatórios, no início, no meio e no fim: se o texto se perder ou repetir uma frase em loop, rode de novo com um modelo maior ou forçando o idioma.

#Qual máquina usar para transcrever áudio localmente?

Uma transcrição de áudio local funciona em um computador comum, mesmo sem placa de vídeo: o whisper.cpp anuncia inferência apenas no processador, e o modelo small exige nele menos de 1 GB de memória. Uma placa de vídeo ou um Mac com Apple Silicon reduz bastante o tempo de espera.

Memória necessária por modelo Whisper, segundo os repositórios openai/whisper (placa de vídeo) e whisper.cpp (memória RAM); velocidades relativas medidas pela OpenAI em inglês em uma placa A100
ModeloParâmetrosVRAM com openai/whisperMemória com whisper.cppVelocidade relativa divulgada
tiny39 Mcerca de 1 GBcerca de 273 MBcerca de 10 vezes o large
base74 Mcerca de 1 GBcerca de 388 MBcerca de 7 vezes o large
small244 Mcerca de 2 GBcerca de 852 MBcerca de 4 vezes o large
medium769 Mcerca de 5 GBcerca de 2,1 GBcerca de 2 vezes o large
large1 550 Mcerca de 10 GBcerca de 3,9 GBreferência
turbo809 Mcerca de 6 GBnão publicadocerca de 8 vezes o large

Para estimar o tempo, o repositório do faster-whisper publica um benchmark com 13 minutos de áudio. Com o modelo small em um processador Intel Core i7-12700K (8 threads), o openai/whisper leva 6 min 58 s, o whisper.cpp 2 min 05 s e o faster-whisper em int8 1 min 42 s. Com o modelo large-v2 em uma placa NVIDIA RTX 3070 Ti de 8 GB, o faster-whisper em fp16 leva 1 min 03 s. Esses números são publicados pelos autores do faster-whisper, com versões anteriores das ferramentas (faster-whisper 1.1.0, whisper.cpp 1.7.2); o seu tempo vai depender da sua máquina e da gravação.

No Mac Apple Silicon, o whisper.cpp processa no chip gráfico via Metal e pode delegar parte do trabalho ao Neural Engine com uma compilação Core ML. No PC, a aceleração usa CUDA nas placas NVIDIA; o Buzz também anuncia suporte a Vulkan para a maioria das outras placas, inclusive integradas. Não misture os dois mundos: uma configuração de CUDA não se aplica a um Mac.

#A transcrição de áudio para texto é confiável em francês?

A transcrição de áudio em texto em francês é suportada pelos modelos multilíngues do Whisper, mas a qualidade depende do idioma, do modelo e da gravação. O próprio repositório oficial afirma: o desempenho do Whisper varia muito conforme o idioma. O francês consta na lista oficial de idiomas do modelo.

Modelo
O modelo turbo é, segundo a OpenAI, uma versão otimizada do large-v3, mais rápida e com perda mínima de precisão. Ele não foi treinado para tradução: para traduzir para o inglês, use o medium ou o large.
Idioma forçado
A documentação oficial mostra a opção --language com o exemplo --language Japanese; para uma gravação em francês, indique French ou escolha o francês no Buzz ou no Vibe.
Captação de som
Um microfone perto de quem fala, sem música de fundo, dá ao modelo um sinal mais limpo. O Buzz oferece separação da voz antes da transcrição para gravações com ruído.
Nomes próprios e siglas
Nomes de pessoas, de marcas e siglas são fontes frequentes de erro: faça uma revisão direcionada, principalmente se a ata for ser divulgada.
i
Anunciado, publicado, verificado
Os números de velocidade e de memória deste guia são os publicados pelos próprios projetos. Nenhum teste foi realizado para este guia: só uma audição de verificação dos seus próprios arquivos vai dizer se a qualidade é suficiente para o seu uso.

#Com um software de transcrição local, o que ainda é enviado para a internet?

Com um software de transcrição local, o áudio e o texto ficam no seu computador, mas algumas funções complementares se conectam à internet. Conhecê-las permite manter um processamento realmente offline para arquivos sensíveis.

Download dos modelos
Na primeira execução, o modelo escolhido é baixado. Depois disso, a transcrição não precisa mais de conexão.
Links de sites de vídeo
O Buzz e o Vibe conseguem transcrever um vídeo do YouTube a partir do link: nesse caso, o aplicativo baixa o vídeo da internet antes de transcrevê-lo localmente.
Resumos do Vibe
O Vibe oferece resumos pela API do Claude, um serviço online que, nesse caso, recebe o texto da transcrição. A opção Ollama do mesmo software faz a análise localmente.
Atualizações automáticas
O Vibe informa que faz atualizações automáticas, que se conectam ao servidor do desenvolvedor. Elas não envolvem os seus arquivos, mas um computador totalmente isolado da rede não vai recebê-las.
Word e OneDrive
Por outro lado, a transcrição do Word armazena a gravação no OneDrive, e a Microsoft avisa que a duração dela depende da velocidade da sua conexão com a internet: evite-a em uma entrevista confidencial.
!
Gravar alguém
Uma ferramenta local protege o arquivo, não o enquadramento jurídico da gravação: avise as pessoas gravadas antes de uma reunião ou entrevista e guarde a transcrição com o mesmo cuidado que o áudio.
Perguntas frequentes
Existe transcrição de áudio para texto gratuita sem cadastro?+
Sim. O Buzz e o Vibe são instalados e funcionam sem nenhuma conta, assim como o Whisper pela linha de comando. Nesse caso, a transcrição de áudio para texto é feita no seu computador, de graça e sem cota. Online, os serviços sem cadastro geralmente limitam a duração ou o número de arquivos transcritos.
Uma transcrição de áudio local é realmente ilimitada?+
Uma transcrição de áudio local não tem cota de minutos: o único limite é o tempo de processamento da sua máquina e o espaço em disco. O Whisper processa o áudio em janelas de 30 segundos, então uma gravação de várias horas é transcrita sem precisar dividir manualmente, só leva mais tempo.
É possível transcrever áudio para texto ao vivo?+
Sim. O Buzz transcreve o microfone em tempo real e oferece uma janela de apresentação para exibir a transcrição durante um evento; o Vibe também transcreve o microfone e o som do sistema. Para reconhecimento de voz ao vivo, o Vosk é outra opção offline, apresentada em um guia dedicado do site.
Quanto tempo leva para transcrever uma hora de áudio?+
O tempo depende do modelo e da máquina. O benchmark publicado pelo faster-whisper indica 1 min 42 s para 13 minutos de áudio com o modelo small em int8 em um Intel Core i7-12700K, e 1 min 03 s com o large-v2 em uma RTX 3070 Ti. Por uma simples regra de três (60 ÷ 13 ≈ 4,6), uma hora de áudio levaria cerca de 8 e 5 minutos em máquinas comparáveis: trata-se de uma estimativa, não de uma medição publicada.
É possível usar o Whisper, o Buzz ou o Vibe para uso profissional?+
Sim. O Whisper publica seu código e seus pesos sob a licença MIT, e tanto o Buzz quanto o Vibe também usam a licença MIT, o que permite uso comercial. Para dados sensíveis, a transcrição local evita enviar a gravação a um prestador de serviços, mas o consentimento das pessoas gravadas continua sendo necessário.
É preciso uma placa de vídeo para transcrever áudio em texto?+
Não. Segundo o whisper.cpp, o modelo small do Whisper roda só no processador, com menos de 1 GB de memória. Uma placa de vídeo NVIDIA ou um Mac Apple Silicon acelera a transcrição e permite usar com folga o turbo, que exige cerca de 6 GB de memória de vídeo com o openai/whisper.

#Fontes e verificação de 18 de novembro de 2026

As versões, licenças, funções, requisitos de memória e cotas citados foram levantados em 18 de novembro de 2026 nos repositórios oficiais dos projetos e nas páginas de ajuda e de preços dos desenvolvedores; as cotas dos serviços on-line e as versões dos softwares podem mudar a qualquer momento.

Este guia ajudou você?

Um comentário, um erro ou uma observação? Avise-nos; isso ajuda a melhorar o guia para todos.