Áudio para texto, sem upload, no Mac ou no Windows

Resposta curta

Para transformar áudio em texto, adicione o arquivo ao Lesskeys: ele transcreve no seu computador, rotula os falantes e não envia nada. Continua funcionando com a internet desligada.

Baixar para Mac

Baixar para Windows

Outros downloads

macOS 13+ em Apple Silicon · Sem assinaturaWindows 10 e 11 · Sem assinatura

Última revisão em 21 de outubro de 2026

Ilustração: um arquivo de áudio chamado entrevista.m4a é solto em uma janela Transcrever com o Wi-Fi desligado. Ao lado, uma janela de transcrição se preenche linha por linha com três frases de exemplo inventadas.

Ilustração com texto de exemplo inventado, não é uma captura de tela.

Solte o arquivo

Como transformar áudio em texto

Abra o Lesskeys, escolha Transcrever e adicione o arquivo.
Deixe o idioma em detecção automática ou fixe até quatro.
Você define quantas pessoas falaram (2 por padrão).Diga quantas pessoas falaram: escolha de 1 a 4 ou digite um número personalizado.
Inicie. Leia o texto na Biblioteca, clique em play em uma linha para ouvir a partir dali ou use Copiar tudo.

Na primeira vez, o app baixa um pequeno conjunto de arquivos de falantes.

Quem disse o quê

Um rótulo de falante em cada linha

Cada linha vem com um rótulo de falante.

Troque Falante 1 por um nome de verdade ou mescle dois rótulos se uma pessoa foi dividida. Uma voz com nome pode ser reconhecida em gravações futuras; as impressões de voz ficam no seu computador. Rótulos de falante explica o que faz os rótulos errarem.

Seu computador

O arquivo nunca sai do seu computador

Um site conversor envia o seu arquivo. O Lesskeys o lê do seu disco e grava o texto ao lado dele.

Nadaenviado
Offlinefunciona com a internet desligada
99idiomas

Desligue o Wi-Fi e teste: transcrever um vídeo sem fazer upload.

Confira

Quando a transcrição de um áudio está errada

Ela é tão boa quanto a gravação.

Ruído e distância
Nomes e jargões
Duas pessoas ao mesmo tempo
Um arquivo longo pode parar antes do fim

Confira nomes e termos técnicos. Em um arquivo longo, o modelo de voz pode perder o final e mesmo assim dizer que terminou: compare as últimas linhas com o áudio (quando o Whisper para cedo). Onde uma pessoa precisa conferir cada palavra, use um serviço feito por pessoas. O que é transcrição local traz os nossos números de precisão.

No Mac

Quais arquivos funcionam no Mac, e com que velocidade

Áudio ou vídeo, sem conversão para os tipos comuns.

Áudio: MP3, M4A, WAV, AIFF
Vídeo: MP4, MOV, M4V

Outros formatos podem não abrir: converta-os antes. No nosso teste em um Apple M1 Max, uma hora de áudio levou cerca de cinco minutos com o modelo mais preciso. Identificar os falantes acrescenta tempo, e um Mac mais antigo é mais lento.

Fonte: Qual modelo do Whisper rodar no Mac.

No Windows

Quais arquivos funcionam no Windows

Áudio ou vídeo: o seletor aceita os tipos comuns.

Áudio: WAV, MP3, M4A, FLAC, OGG, WMA, AIFF
Vídeo: MP4, MOV, M4V, MKV, AVI, WEBM, WMV

Se um arquivo específico abre ou não depende de como ele foi codificado: se algum não abrir, converta-o antes para MP4 ou M4A. A velocidade no Windows não foi medida aqui, então não há número para ela. A primeira transcrição baixa um pequeno conjunto de modelos de identificação de falantes. Ainda sem arquivo? Grave uma nota de voz no Windows primeiro.

Perguntas

Perguntas sobre converter áudio em texto

Como converter áudio em texto sem fazer upload?

Use um app de transcrição local. O Lesskeys transcreve arquivos de áudio e vídeo no seu computador: o arquivo é lido do seu disco, o texto é gravado ao lado dele e nada é enviado. Não é preciso ter conta.

Quais formatos de arquivo funcionam?

No Mac: áudio MP3, M4A, WAV e AIFF; vídeo MP4, MOV e M4V. Outros formatos, como MKV, WEBM, WMA ou AVI, podem não abrir; converta-os antes para MP4 ou M4A. No Windows o seletor aceita WAV, MP3, M4A, FLAC, OGG, WMA, AIFF e os tipos de vídeo mais comuns; converta o arquivo que não abrir.

Posso transcrever uma gravação longa, como uma reunião de uma hora?

Sim, uma reunião de uma hora é um trabalho normal. Uma gravação longa leva mais tempo para ser transcrita do que um trecho curto, e um computador mais lento leva mais ainda. Compare as últimas linhas da transcrição com o áudio para conferir se nada foi cortado.

Qual é a precisão?

Depende mais da gravação do que do computador. No nosso teste com 6.086 palavras de áudio público, o modelo de voz mais preciso errou cerca de 2 palavras a cada 100. Não testamos conversores na nuvem, então não afirmamos que o resultado seja equivalente: experimente com o seu próprio áudio.

Mais