Como funciona o reconhecimento de voz offline em um Mac ou PC

Resposta curta

A transcrição local, ou reconhecimento de voz offline, transforma fala em texto com um modelo de fala guardado no seu computador e executado pelo próprio processador dele, sem servidor e sem conexão com a internet. O áudio entra, cinco etapas rodam no computador e o texto sai.

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: uma voz entra em um notebook. A tela do notebook marca cinco etapas, uma de cada vez: Ouvir, Preparar, Escrever, Separar as vozes e Montar. Sai uma página de texto. Um letreiro embaixo do notebook diz: Funciona sem internet.

Ilustração das cinco etapas no seu próprio computador.

Cinco etapas

O que acontece entre a fala e o texto?

Ouvir. O áudio vem do seu microfone, de um arquivo ou do som que o seu computador toca.
Preparar. O app encontra a fala, nivela o volume e corta a gravação em pedaços.
Escrever. O app transforma cada pedaço em texto, ali mesmo no computador.
Separar as vozes (opcional). As vozes são agrupadas por falante. Você define quantas pessoas falaram (2 por padrão).Você diz quantas pessoas falaram (de 1 a 4, ou um número personalizado) e o Lesskeys agrupa as vozes.
Montar. Os pedaços viram uma transcrição só, com rótulos de falante se você pediu. Todas as etapas rodaram no computador.

Rótulos de falante: diarização de falantes.

No seu computador

O que está rodando no meu computador?

Tudo de que ele precisa está no seu computador.

Um modelo inicial pequeno já vem dentro do app, então o ditado funciona desde a primeira abertura; os maiores são baixados uma vez e ficam. Exige macOS 13 ou mais recente e Apple Silicon (M1 ou mais recente)Windows 10 (versão 1903 ou mais recente) ou Windows 11.

Internet

Ele chega a precisar da internet?

Só para baixar coisas uma vez.

Um download maior e mais preciso, se você escolher um, e um extra pequeno na primeira vez que você rotula falantes. Depois disso, não é preciso conexão. O que é transcrição local compara a local com a da nuvem; um teste que você pode fazer.

No Mac

É rápido o bastante em um Mac?

No nosso teste em um Mac, uma hora de fala levou cerca de cinco minutos com a opção mais precisa e cerca de dois minutos com uma menor.

Um Mac mais antigo é mais lento. O ditado escreve o texto depois que você para de falar: uma espera curta, não legendas ao vivo. O trabalho roda no próprio chip Apple Silicon do Mac.

Fonte: nossa própria medição, em Qual modelo do Whisper rodar no Mac.

No Windows

O que o PC faz?

Uma placa de vídeo com suporte a Vulkan faz o trabalho pesado; sem ela, o processador assume.

Em um PC Intel ou AMD de 64 bits, o Lesskeys usa uma placa de vídeo com suporte a Vulkan quando encontra uma e volta para o processador quando não encontra. A versão ARM64 roda no processador. O ditado escreve o texto depois que você para de falar: uma espera curta, não legendas ao vivo. Não medimos quanto tempo uma hora de fala leva no Windows, então não há número para isso.

Perguntas

Perguntas sobre transcrição local

Como funciona a transcrição offline?

Um software guardado no seu computador transforma o áudio em texto na sua máquina, sem nenhum servidor envolvido, então funciona com a internet desligada.

A transcrição local é lenta?

Não. No nosso teste em um Mac com Apple Silicon, uma hora de fala levou cerca de cinco minutos com a opção mais precisa; um Mac mais antigo é mais lento. Não medimos no Windows.

Como ela rotula falantes diferentes sem a nuvem?

Ferramentas separadas, no seu computador, comparam as vozes ao longo da gravação e agrupam os trechos por falante. Você define quantas pessoas falaram, e nada é enviado a um servidor.

Mais