A gente construiu um aplicativo de ditado por voz que transcreve dentro do seu próprio computador. Esta página não é a venda dele — é o relato de por que decidimos fazer assim.
Um parágrafo factual, para ninguém precisar adivinhar do que estamos falando.
O Whisper Dictator é um aplicativo para Windows que transforma fala em texto. Você segura uma tecla, fala, solta, e o texto aparece digitado onde o cursor já estava — e-mail, editor, navegador, sistema interno. A transcrição acontece dentro da sua máquina: nenhum áudio é enviado a servidor nenhum, e depois da instalação ele funciona sem conexão.
Preço, download, requisitos e documentação ficam no site do produto: whisperdictator.com. É lá que ele é vendido. Aqui embaixo é a nossa versão da história.
Era para onde o áudio ia — uma discussão que termina antes de começar.
A gente via o mesmo cenário em consultório, escritório e área técnica: boa parte do expediente vira registro. O atendimento acabou, e alguém precisa transformar o que já sabe em texto dentro de um sistema. O trabalho foi feito; o que sobra é a digitação dele, competindo com o próximo atendimento.
A saída óbvia seria ditar, e quase todo mundo já tinha tentado. O que travava era sempre o mesmo detalhe: os serviços de ditado que vêm no sistema ou no navegador enviam o áudio para o servidor de outra empresa. Nota de paciente, depoimento, cláusula, número de conta — tudo sai da máquina antes de virar texto. Em setor regulado isso encerra a conversa.
Havia ainda um detalhe que o material de vendas desses serviços não menciona: sem internet, não há ditado. A ferramenta falha justamente onde seria mais útil — no avião, na área com sinal ruim, no consultório com rede instável. Foi a soma dessas três coisas que nos convenceu a construir em vez de indicar algo pronto.
Cada uma fechou uma porta. Vale mais explicar o que fechamos do que listar o que ficou aberto.
Foi a decisão mais cara e a primeira. Rodar o reconhecimento de fala em servidor nosso seria mais simples de manter e teria funcionado em qualquer sistema operacional. Escolhemos o contrário: o modelo é baixado no disco durante a instalação e a transcrição acontece ali. O preço é uma configuração inicial mais longa e uma dependência do hardware de quem usa. O ganho é a única coisa que resolvia a dor de origem — o áudio não sai.
A alternativa confortável era uma palavra de ativação, com o microfone sempre aberto esperando o comando. Descartamos porque isso desfaz a decisão anterior na prática: não adianta processar localmente se o microfone fica ligado o dia inteiro. O acionamento é um gesto explícito — o microfone só liga enquanto a tecla está pressionada. Custa não poder ditar de mãos ocupadas, e achamos esse custo justo.
Poderíamos ter feito uma janela própria com o texto para você copiar. Seria mais fácil de construir e funcionaria igual em todo lugar. Só que criaria mais um lugar de onde o texto precisa sair — o atrito que queríamos eliminar. O atalho é global e o texto entra onde o cursor já estava. O preço aparece na compatibilidade: é isso que amarra o aplicativo ao Windows por enquanto.
Um limite declarado vale mais do que um superlativo, ainda mais quando o teste custa dez minutos.
Funciona: 99 idiomas reconhecidos, escolhidos no menu da bandeja, e um PC comum com 4 GB de memória dá conta — placa NVIDIA acelera sem ser obrigatória. Além do ditado ao vivo, arquivos de áudio e vídeo que você já tem são transcritos inteiros na própria máquina, sem upload e sem cobrança por minuto. A versão gratuita libera sete transcrições por dia, com todos os modelos e idiomas.
Não funciona: hoje existe apenas para Windows 10 e 11 — Mac e Linux estão no roadmap, sem data. E ele transcreve o que você fala ou o arquivo que você escolhe; não fica escutando uma reunião ao vivo para produzir ata com identificação de quem falou. Isso é outra categoria de ferramenta.
A troca que você herda: a precisão varia com o tamanho do modelo. Modelo maior acerta mais e demora mais; modelo menor responde na hora e erra um pouco mais. Não existe ajuste que resolva os dois lados, e a escolha fica com quem usa.
Whisper Dictator nasceu dentro da Sincron IA, o mesmo time que faz automação de processos na operação de clientes. Quando o gargalo é maior do que uma ferramenta resolve, o caminho é a etapa de discovery.
A venda, o download e a documentação estão no site dele. Este texto foi só para explicar por que ele existe.
