Início → Blog → Como transformar notas de voz em texto automaticamente

Como transformar notas de voz em texto automaticamente

Publicado em 2026-08-20 · 5 min de leitura

As ideias chegam durante a caminhada, e falar é mais rápido que digitar em movimento. O problema aparece depois: uma pasta com cem gravações onde não se acha nada. A transcrição transforma essa pilha em texto comum, pesquisável e ligável.

Um fluxo sem passos manuais

O arranjo que funciona tem três partes:

  1. O gravador do celular escreve numa pasta que sincroniza com o computador.
  2. Um script no computador percebe arquivos novos e os manda transcrever.
  3. O texto aparece como nota ao lado do áudio original.

Nada para clicar: você fala e, um minuto depois, a nota já está na base de conhecimento.

O script observador

A versão mais simples não precisa de dependências — percorra a pasta e processe o que ainda não tem texto.

import pathlib, datetime
from openai import OpenAI

client = OpenAI(base_url="https://voicesscribe.com/v1", api_key="sua chave")
vault = pathlib.Path.home() / "Vault" / "voice"

for audio in vault.glob("*.m4a"):
    note = audio.with_suffix(".md")
    if note.exists():
        continue
    with audio.open("rb") as f:
        text = client.audio.transcriptions.create(model="whisper-1", file=f).text
    stamp = datetime.datetime.fromtimestamp(audio.stat().st_mtime)
    note.write_text(
        f"---\ndate: {stamp:%Y-%m-%d %H:%M}\nsource: {audio.name}\n---\n\n{text}\n",
        encoding="utf-8")
    print("pronto:", note.name)

Agende a cada cinco minutos e as notas surgem praticamente enquanto você grava.

Dê título e forma à nota

A transcrição crua é um fluxo contínuo de fala. Para ser útil, a nota precisa de título e ao menos estrutura grosseira, e é aí que um modelo de linguagem ajuda: mande o mesmo texto para resumir e coloque o resultado no topo como panorama e lista de tarefas.

Guarde também a transcrição completa. O resumo perde detalhes, e você vai buscar na base exatamente pelas frases que disse em voz alta.

Precisão em gravações de rua

Notas em movimento são material difícil: vento, passos, terminações engolidas. Três hábitos que ajudam de verdade:

Teste com as suas próprias gravações. O cadastro leva um minuto e os minutos gratuitos bastam para avaliar a qualidade.

Obter uma chave de API grátis

Perguntas frequentes

Em que formato o gravador do celular grava?

Normalmente m4a ou ogg, ambos aceitos como estão. Nenhuma conversão é necessária.

E notas em dois idiomas?

O idioma é detectado pelo áudio, então um arquivo misto não exige configuração. Informe o idioma só se o fluxo for realmente monolíngue.

Dá para funcionar sem computador?

Dá, se a sua plataforma de automação puder observar uma pasta na nuvem — aí o fluxo inteiro vive na nuvem.

O que acontece com o áudio depois?

Gravações e transcrições ficam no máximo 24 horas e depois são apagadas automaticamente.

Leitura relacionada