Para quem é: jornalista, repórter e quem faz podcast e perde horas transcrevendo entrevista gravada. A tarefa que este guia resolve é transcrever o áudio no próprio computador, de graça, sem subir a gravação para a nuvem, e ditar a nota da matéria quando você está na rua.
O OpenWhispr é um app de ditado e transcrição de código aberto (licença MIT, "gratuito para uso pessoal e comercial", segundo o README). Os modelos locais, como Whisper e NVIDIA Parakeet, rodam no seu computador, e a nuvem é opcional.
Para o jornalista, o ponto que pesa é a fonte. O guia da News Media Help Desk recomenda transcrição que roda no computador quando a segurança é o mais importante, porque o áudio e a transcrição nunca saem da sua máquina. Abaixo estão o passo a passo, o checklist de conferência e o que custa cada opção. Dados conferidos em 05/11/2026 e relidos em 09/11/2026.
Por que a transcrição local importa para a fonte
O guia da News Media Help Desk (Steve Baragona, 09/12/2025) conta como o Good Tape, uma ferramenta de transcrição, nasceu na redação dinamarquesa Zetland. A Zetland publica reportagem longa em áudio, e os repórteres faziam horas de entrevista por semana e perdiam horas transcrevendo; a ferramenta foi criada para resolver isso.
O mesmo guia traz o caso do repórter Jacob Granger, do journalism.co.uk, que precisava de uma transcrição rápida, precisa, barata e em que pudesse confiar para cobrir um festival de jornalismo de cinco dias.
Importante: nem a Zetland nem a News Media Help Desk citam o OpenWhispr. Os casos mostram a dor (horas transcrevendo) e o critério (transcrição local para fonte sigilosa). O OpenWhispr entra aqui como uma opção grátis que atende esse critério.
Passo a passo: transcrever a entrevista gravada
- Baixe o instalador na página de versões do projeto: https://github.com/OpenWhispr/openwhispr/releases/latest. Há instalador para Windows (
.exe), Mac (.dmg, chip Apple e Intel) e Linux. No Mac também funcionabrew install --cask openwhispr. - Instale e abra o app. Na configuração de transcrição, escolha um modelo local (o README cita Whisper e NVIDIA Parakeet) em vez da nuvem. Na primeira vez, o app baixa o modelo para o seu computador.
- Importe o áudio: o README lista a função "Audio import", que transcreve áudio e vídeo que você já tem, arrastando os arquivos (também em lote), com detecção opcional de quem fala.
- Se quiser separar quem falou, ligue a opção. O README fala em diarização local de falantes, sem nuvem. É opcional e pode errar: confira quem disse o quê.
- Espere terminar e leia a transcrição com o áudio aberto ao lado.
Os nomes exatos dos menus mudam entre versões. A documentação oficial está em https://docs.openwhispr.com. Este guia não mostra tela de configuração para não inventar menu que pode ter mudado.
Para conferir que nada saiu do computador: confirme que o modo escolhido é o local. Um teste que o guia sugere (não é procedimento do projeto) é desligar a internet e transcrever um trecho curto: se funcionar, o modelo é local.
Nota ditada na rua
Na rua, com a matéria na cabeça, você aperta o atalho do ditado, fala e o texto cai direto no editor onde o cursor estiver. Defina a tecla de atalho na configuração do app. Isso é ditado: você formula a frase, o app só transforma a voz em texto. Releia sempre antes de enviar para a edição.
Checklist: conferir a aspa no áudio antes de publicar
Uma reportagem da AP (Garance Burke e Hilke Schellmann, 26/10/2024) mostra que o Whisper "tende a inventar trechos de texto ou até frases inteiras". Um pesquisador da Universidade de Michigan achou invenção em 8 de cada 10 transcrições de reuniões públicas que analisou, antes de tentar melhorar o modelo. O número é de 2024 e de um tipo específico de gravação, não de toda entrevista. Mas basta para a regra valer.
Para toda aspa que você vai publicar:
- Ouvi o trecho exato no áudio, do começo ao fim da frase.
- A frase na transcrição é a mesma que ouvi, palavra por palavra.
- Nenhuma frase aparece onde havia silêncio, ruído ou fala sobreposta.
- Números, nomes próprios, datas e siglas conferidos um por um.
- Em trecho com mais de uma voz, conferi quem falou.
- Se algum trecho ficou duvidoso, ouvi de novo ou perguntei de novo à fonte.
Quanto custam os pagos e o que é grátis
Segundo o guia da News Media Help Desk (09/12/2025):
| Ferramenta | Preço citado |
|---|---|
| Descript | US$ 24 por mês, por 10 horas de transcrição |
| Trint | US$ 52 por mês, por sete arquivos |
| Otter.ai | custo mensal parecido, com limite de 10 arquivos |
O OpenWhispr é aberto e grátis com os modelos locais; a nuvem opcional pode ter custo do provedor que você ligar. O projeto tinha 10.804 estrelas no GitHub em 05/11/2026.
Limites
- Transcrição sem erro não existe: confira sempre (veja o checklist).
- A separação de quem falou não é perfeita.
- A qualidade varia com microfone, ambiente e sotaque.
- Este guia não afirma que a Zetland ou a News Media Help Desk usem o OpenWhispr.
O que mudou desde o vídeo original
O vídeo base (21/10) mostrou o ditado: aperta o atalho, fala e o texto aparece em qualquer programa. Hoje o README também lista importação de áudio e vídeo com detecção opcional de quem fala, com diarização local, sem nuvem. As estrelas subiram de cerca de 9,5 mil para 10.804.
Fontes
- News Media Help Desk, "The newsroom-built AI transcription tool that protects your sources", 09/12/2025: https://www.newsmediahelpdesk.org/good-tape-the-newsroom-built-transcription-tool-that-protects-your-sources (acessado em 05/11/2026)
- AP, Garance Burke e Hilke Schellmann, 26/10/2024, via Yahoo Finance: https://finance.yahoo.com/news/researchers-ai-powered-transcription-tool-041540720.html (acessado em 05/11/2026)
- OpenWhispr (README): https://github.com/OpenWhispr/openwhispr (acessado em 05/11/2026)
Quer o guia da ferramenta em si, com a comparação de preço? Veja o material original: Ditado por voz em qualquer programa, de graça.