A maioria dos erros de transcrição começa no áudio, não no programa. Os maiores ganhos vêm de quatro coisas: microfone perto de quem fala, pouco barulho de fundo, uma pessoa falando por vez e o idioma certo na configuração. Depois disso, fale em frases completas num ritmo constante, pronuncie nomes e números com clareza e leia o texto uma vez antes de usar. Uma reescrita por IA pode arrumar a pontuação e os vícios de linguagem, mas não conserta uma palavra que a transcrição entendeu errado.
| Problema no texto | Causa mais provável | O que mudar |
|---|---|---|
| Palavras faltando ou embaralhadas | Microfone longe, ou barulho | Aproxime o celular, vá para um lugar mais quieto |
| Trechos inteiros errados | Idioma errado na configuração, ou dois idiomas misturados | Configure o idioma falado; um idioma por gravação |
| Nomes e marcas errados | Palavras raras que o sistema não espera | Fale com clareza, soletre uma vez, corrija depois |
| Palavra certa no som, errada na escrita | Palavras com o mesmo som (“cem” e “sem”) | Dê contexto na frase e confira |
| Duas vozes misturadas | Pessoas falando ao mesmo tempo | Revezem; espere um instante antes de responder |
| Nada | Gravação silenciosa ou baixíssima | Confira o volume; teste antes com um trecho curto |
O microfone e o ambiente
As boas práticas do Google para o serviço Cloud Speech-to-Text dizem sem rodeios: “Posicione o microfone o mais próximo possível da pessoa que está falando, especialmente quando houver ruído de fundo.” Na prática:
- Segure o celular perto da boca ao ditar, mais ou menos como numa ligação, e não tampe a abertura do microfone com o dedo ou a capinha.
- Escolha um cômodo quieto. Desligue música, TV e ventilador. Um cômodo pequeno, com cortina e sofá, ecoa menos que uma cozinha ou uma escada.
- Fuja do vento. Na rua, fique de costas para o vento ou use um fone com microfone.
- Não grite. O Google também recomenda: “Evite recortar o áudio.” Falar mais alto que o normal perto do microfone distorce o sinal.
- Numa reunião, deixe o celular no meio da mesa, não numa ponta, para todas as vozes chegarem com volume parecido. O Google avisa que várias pessoas falando ao mesmo tempo ou em volumes diferentes podem ser tratadas como ruído de fundo e ignoradas.
Como falar
- Frases completas num ritmo constante. Não precisa falar devagar, mas fala constante, com pausas curtas entre as ideias, transcreve melhor do que rajadas.
- Um idioma por gravação. Trocar de idioma no meio da frase confunde muitos sistemas. Se precisar citar outro idioma, seja breve.
- Nomes com clareza. Para um nome pouco comum, fale uma vez devagar ou soletre: “Thaís, T H A Í S”.
- Números sem ambiguidade. Em telefone, muita gente fala “meia” no lugar de seis, e a transcrição pode escrever “meia”. Fale “seis” e confira valores, datas e quantidades.
- Revezem. Quando duas pessoas falam juntas, as duas costumam sair erradas.
- Espere um instante depois de tocar em gravar e antes de parar, para a primeira e a última palavra não serem cortadas.
Palavras com o mesmo som
O português tem muitas palavras que soam iguais e se escrevem diferente: “cem” e “sem”, “conserto” e “concerto”, “sessão” e “seção”. Pelo som, o sistema não tem como saber qual é; ele decide pelo contexto da frase. Por isso:
- Dê contexto. “Cem reais” numa frase sobre preço tem mais chance de sair certo do que “cem” solto.
- Confira essas palavras de propósito na leitura final, principalmente em valores e em textos formais.
As configurações que importam
- Escolha o idioma falado onde a ferramenta pede. A digitação por voz do Gboard, a transcrição do WhatsApp (Configurações > Conversas > Idioma de transcrição; veja transcrição de áudio do WhatsApp não aparece) e os apps de gravação têm cada um a sua configuração, e o idioma errado estraga o resultado. No Gravador do Pixel, a opção Transcrever de novo permite escolher Português (Brasil).
- Pontuação no ditado. Na digitação por voz do Gboard em português, você fala a pontuação (“vírgula”, “ponto”, “novo parágrafo”): a pontuação automática da digitação por voz avançada não inclui o português. Veja como ditar texto por voz no Android.
- Acrescente nomes e termos se a sua ferramenta tiver uma lista de vocabulário. A documentação do Google recomenda usar “dicas de palavras e frases para adicionar nomes e termos ao vocabulário”.
- Guarde o arquivo original. Cada regravação ou recompressão perde detalhe. Transcreva o arquivo que o gravador criou, não uma cópia tocada num alto-falante. Para o próprio serviço, o Google recomenda um codec sem perdas (FLAC ou LINEAR16) e uma taxa de amostra de 16.000 Hz ou superior.
- Não aplique redução de ruído depois. Para o serviço dele, o Google diz: “Não use controle de ganho automático” e “Todo o processamento de redução de ruído deve ser desativado”, e afirma que o reconhecedor foi projetado para ignorar ruídos e vozes de fundo sem cancelamento de ruído complementar.
Áudio difícil de ouvir
Se a gravação já está feita e é difícil de entender:
- Transcreva o arquivo inteiro uma vez e veja quais trechos falharam.
- Ouça os trechos que falharam em velocidade menor, com fone, e digite você mesmo.
- Marque o que você não consegue ouvir como [inaudível] em vez de chutar. Uma palavra chutada numa citação ou numa ata é pior do que uma lacuna.
- Não espere milagre de fala muito distante. Se você mal ouve uma voz, o programa também não vai recuperá-la com segurança.
Como testar a precisão você mesmo
A precisão da transcrição costuma ser medida pela taxa de erro de palavras (WER): WER = (S + D + I) / N, em que S é o número de palavras trocadas, D as palavras que sumiram, I as palavras inseridas e N o número de palavras de um texto de referência correto. Quanto menor, melhor.
Uma versão caseira leva cinco minutos:
- Escolha um parágrafo de umas 100 palavras com alguns nomes e números.
- Leia em voz alta na sua ferramenta, na sua situação normal.
- Conte as palavras erradas, faltando ou sobrando e divida pelo número de palavras do parágrafo.
- Mude uma coisa (distância, cômodo, idioma) e repita.
O resultado mostra o que ajuda com a sua voz, o seu celular e o seu ambiente. Ele não compara ferramentas em geral: um número de precisão publicado só vale para o áudio em que foi medido.
O que a reescrita por IA corrige e o que ela não corrige
O Retexta, app de voz para texto e escrita com IA para Android que processa o áudio na nuvem, primeiro transcreve e depois pode reescrever o texto. A reescrita resolve bem o que deixa a transcrição crua difícil de ler:
- pontuação, maiúsculas e parágrafos;
- vícios de linguagem e começos falsos (“então, tipo, é”);
- frases repetidas e quebradas.
Se você só quer arrumar a transcrição, o objetivo Limpar um texto (em Mais modelos) é descrito no app assim: mantenha seu texto e corrija gramática, pontuação e fluxo. Os objetivos de escrita, como Escrever uma mensagem ou Fazer anotações, vão além e reorganizam o que você falou.
O que a reescrita não consegue é saber que “Thaís” virou “Taís”, ou que “cem” devia ser “sem”. Ela pode até transformar uma palavra mal entendida numa frase fluente que parece certa. Então confira nomes, números, datas e valores com a gravação. O Retexta marca os resultados com “Gerado por IA. Confira os detalhes importantes.”
Dois detalhes do app que ajudam: o Retexta detecta o idioma falado automaticamente (não há um seletor de idioma falado), então um trecho com uma primeira frase completa dá mais material para ele do que uma palavra solta. E se a gravação está silenciosa ou baixíssima, ele avisa em vez de devolver texto: “A transcrição terminou, mas nenhum texto foi produzido.”
O Retexta é grátis para experimentar: no começo você recebe alguns resultados Pro gratuitos para ver dentro do app, e depois deles até Somente transcrição exige o Retexta Pro ou créditos. Os objetivos de reescrita e Importar áudio fazem parte do Retexta Pro, e copiar, compartilhar ou exportar resultados exige o Retexta Pro ou créditos.
Continue lendo
Tem uma gravação no celular? Veja como transcrever áudio em texto no Android. Ditando em vez de digitar? Leia como ditar texto por voz no Android. Duas vozes na mesma gravação: como transcrever entrevistas. Formatos de arquivo: MP3 para texto. Qual app escolher: melhores apps de transcrição para Android. Mais sobre o app: Retexta, voz para texto no Android.
Fontes
Consultadas pela FLAME Apps em 25 de setembro de 2026.
- Google Cloud, Práticas recomendadas, Cloud Speech-to-Text (última atualização em 19 de setembro de 2026): posição do microfone, recorte, taxa de amostra, codecs sem perdas, sem controle de ganho nem redução de ruído, várias vozes, dicas de palavras e frases. São recomendações para o serviço do próprio Google.
- Wikipedia, Word error rate (em inglês): definição WER = (S + D + I) / N.
- Ajuda do Gboard, Usar recursos avançados de digitação por voz: idiomas da pontuação automática, sem o português.
- Ajuda do Smartphone Pixel, Criar, editar e gerenciar transcrições: Transcrever de novo com Português (Brasil).
- Central de Ajuda do WhatsApp, Como ativar ou desativar a transcrição de mensagens de voz: idioma de transcrição.
- Código do app Retexta (Android, versão 2026.1.23): detecção automática de idioma (
RecordScreen.kt,TranscriptionLanguageCatalog.kt), descrição do objetivo Limpar um texto e mensagens de erro (textos do app).
