---
title: "Ditado por voz no Mac e no Windows — offline, grátis, sem cobrança por minuto"
description: "Aperte um atalho em qualquer lugar, fale e as palavras aparecem onde está o cursor. O reconhecimento roda na sua própria máquina com o Whisper: nada é enviado, nada é tarifado. Dentro: latência medida, tamanhos dos modelos e a única permissão necessária."
url: https://mediachef.app/pt/ditado-por-voz/
language: pt
---

# Escrever falando sem que nada saia do computador

Aperte a tecla ⌥ direita no Mac — ou a Ctrl direita no Windows — em qualquer lugar, fale uma frase e aperte de novo: o texto é digitado direto no campo onde está o cursor, seja um terminal, um chat ou um formulário do navegador. Quem reconhece é o mesmo Whisper que o MediaChef já carrega, então o áudio não sai do seu disco e ninguém conta os minutos. Na nossa medição uma frase de cinco segundos voltou em 780 milissegundos.

- **Situação:** No macOS desde a versão 0.8.0; no Windows e no Linux, desde a 0.8.5
- **Onde roda:** Inteiramente na sua máquina, sem conta e sem upload
- **Velocidade:** 780 ms da tecla ao texto numa frase de cinco segundos (medido)
- **Quanto custa:** Nada. Nem assinatura nem cobrança por minuto
- **Plataforma:** macOS, Windows 10/11, Linux numa sessão X11
- **Download único:** Um modelo de fala, 488 MB no padrão

[Baixar para macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64 bits](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Gratuito e de código aberto — [veja o código no GitHub](https://github.com/Kom1sh/mediachef)  [Todos os arquivos e notas da versão](https://github.com/Kom1sh/mediachef/releases/latest)

## Como o ditado funciona

1.  ### Ligar uma vez
    
    Na aba Ditado há um interruptor e um acionador para escolher: no Mac a ⌥ direita ou a ⌘ direita; no Windows a Ctrl direita, a Alt direita ou Caps Lock; e em todo lugar, duas combinações. Até você ligar, o MediaChef não registra atalho global nenhum: um aplicativo que toma uma combinação do sistema em silêncio é um aplicativo que quebra os outros.
    
2.  ### Apertar o atalho em qualquer lugar
    
    Funciona com o MediaChef em segundo plano ou com a janela fechada. Dois jeitos: segurar a tecla enquanto fala, ou apertar uma vez para começar e outra para parar, dependendo do tamanho do pensamento.
    
3.  ### Falar
    
    O microfone abre só enquanto você dita, então o ponto laranja na barra de menus apaga no instante em que você termina. Entre um toque e outro ninguém escuta.
    
4.  ### O texto aparece onde está o cursor
    
    Digitado direto no campo em foco, sem mexer na área de transferência. Se você preferir o contrário, que vá para a área de transferência, é a configuração ao lado.
    

 ![MediaChef pronto para converter: a bancada espera um arquivo de vídeo, a fila de tarefas fica à direita.](https://mediachef.app/_astro/app-main-pt-light.DErtVKxQ.png)

A aba Ditado do MediaChef: acionador, modelos, idioma, dicionário e estado da permissão, tudo num só lugar.

## Quão rápido é de verdade

Medição de ponta a ponta num notebook com M5: de soltar a tecla até o texto ser entregue. A primeira linha é um ditado real da compilação viva; as outras, uma frase fixa de quinze segundos passada por cada modelo.

| O que foi medido | Modelo | Tempo |
| --- | --- | --- |
| Frase real de cinco segundos, da tecla ao texto digitado | small | 780 ms |
| Frase de quinze segundos | tiny | não medido em separado |
| Frase de quinze segundos | small | 0,66–0,75 s |
| Frase de quinze segundos | large-v3-turbo | 1,64–1,97 s |

Esses números esconderam duas coisas, e as duas vale saber. O microfone leva 56 milissegundos para entregar a primeira amostra, então uma palavra começada no mesmo instante do toque pode ser cortada — na prática a gente fala depois da tecla e ninguém percebe. E o primeirinho ditado depois de conceder a permissão do microfone se perde: o sistema passa cerca de 1,8 segundo mostrando o diálogo dele. Aperte de novo e funciona.

## Qual modelo usar

Os mesmos quatro modelos que as receitas de transcrição usam, então se você já transcreve arquivos no MediaChef o modelo está no seu disco e o ditado não custa download nenhum.

| Modelo | Download | Perfil |
| --- | --- | --- |
| tiny | 78 MB | O mais rápido, tosco — serve para um recado para si mesmo |
| base | 148 MB | Rápido, razoável |
| small — o padrão | 488 MB | O equilíbrio, e o que as receitas já usam |
| large-v3-turbo | 1,62 GB | Melhor qualidade, cerca de duas vezes mais espera |

Comece pelo small. Ele é o padrão por um motivo prático, não técnico: é o mesmo modelo das receitas, então para quem já usa o app o ditado funciona sem baixar nada. Suba para o large-v3-turbo se o seu áudio for difícil — sotaque forte, sala barulhenta, dois idiomas numa frase — e aceite aproximadamente o dobro de espera por frase.

## Ensinando suas palavras

Todo ofício tem palavras que o reconhecimento destrói: nomes de produtos, jargão, o sobrenome de um colega. Você pode entregar essa lista ao modelo, e ele para de adivinhar. Abaixo, a mesma gravação com e sem um dicionário de quarenta termos.

| Sem dicionário | Com ele |
| --- | --- |
| «медиашиф» | MediaChef |
| «ходкий» | хоткей |
| «виспер» | whisper |
| «распознаванию» | распознавание |

Custou 0,04 segundo: 0,87 contra 0,83 no mesmo trecho. O teto são cerca de 224 tokens, ou seja mais ou menos 400 caracteres em cirílico e o triplo em alfabeto latino; o MediaChef conta por você e corta, porque o Whisper trunca uma lista longa demais em silêncio. É exatamente isto que o ditado embutido do macOS não faz: não se ensina o seu vocabulário a ele.

## Para onde vai o texto

Duas escolhas, e a diferença pesa mais do que parece quando você dita várias vezes por hora.

| Configuração | O que acontece | Do que precisa |
| --- | --- | --- |
| Digitar | As palavras aparecem no campo em foco. Sua área de transferência fica intacta | A permissão de Acessibilidade, uma vez |
| Área de transferência | O texto é copiado e você cola com ⌘V | Nada além do microfone |

Digitar deixa a área de transferência em paz, e é por isso que vale preferir: se cada ditado a sobrescrevesse, você não conseguiria guardar um link ali enquanto trabalha. O macOS considera digitar em outro aplicativo como entrada sintética e pede a permissão de Acessibilidade — a primeira tentativa abre sozinha o painel certo dos Ajustes do Sistema. Quando a permissão falta, o texto ainda assim vai para a área de transferência: um ditado nunca se perde.

## Por que fazer isso localmente é o ponto

**Sua voz não é enviada.** A gente dita justamente aquilo que não colaria num formulário web: ideias pela metade, nomes de clientes, a frase que está a ponto de enviar. Ditado na nuvem é, por definição, uma cópia de tudo isso no servidor de outra pessoa.

**Sem contador por minuto.** Serviços que transcrevem cobram por minuto, e isso faz a gente pensar antes de falar. Aqui o download do modelo é único e o centésimo ditado do dia custa exatamente o que custou o primeiro.

**Funciona com a rede desligada.** No avião, numa máquina fechada, numa sala onde o wi-fi é a coisa menos confiável presente. Com o modelo no disco, o ditado nunca encosta na internet.

**Aprende o seu vocabulário.** O dicionário é uma lista simples das suas palavras, e é a única coisa que o ditado embutido no macOS não sabe fazer.

**Código aberto, sem assinatura.** GPL-3.0, tudo legível no GitHub. As ferramentas pagas deste nicho cobram por mês pelo que, por baixo, é o mesmo modelo aberto.

## Quando não vai ajudar

Dito na lata, porque descobrir depois é pior do que ler agora.

1.  ### Você usa Linux com Wayland.
    
    Uma sessão Wayland não deixa nenhum aplicativo captar uma tecla global nem digitar em outra janela, então ali o ditado ainda não funciona — a aba Ditado avisa. Numa sessão X11 funciona, com Ctrl+Alt+D ou Ctrl+Alt+Space: no Linux ainda não há acionador de uma tecla só.
    
2.  ### Você precisa que digite enquanto fala.
    
    O texto chega ao campo quando você termina, não palavra por palavra enquanto fala: assim a frase é reconhecida inteira e com mais precisão. Enquanto você fala, um rascunho do reconhecimento aparece no painel sob o notch, mas o que é digitado é um único resultado limpo, não uma sequência de correções.
    
3.  ### Você precisa separar quem fala.
    
    Ele escreve o que foi dito, não quem disse. Para uma entrevista a duas vozes você quer uma ferramenta de transcrição feita para isso, não um atalho de ditado.
    

## Perguntas

**Minha voz é enviada para algum lugar?**

Não. O áudio é reconhecido por um arquivo de modelo que está no seu próprio disco, e é apagado junto com a pasta temporária em que viveu. A única coisa que atravessa a rede é o download único do modelo; depois o ditado funciona com a rede totalmente desligada.

**Quão rápido é?**

780 milissegundos de soltar a tecla até o texto aparecer, medido numa frase real de cinco segundos com o modelo padrão num notebook com M5. Uma frase de quinze segundos levou 0,66–0,75 segundo. O modelo pesado large-v3-turbo leva cerca do dobro.

**Funciona em qualquer aplicativo?**

Sim: o atalho é registrado para todo o sistema, então dispara num terminal, num navegador, num mensageiro ou num editor, com o MediaChef em segundo plano ou até com a janela fechada.

**Qual combinação ele usa?**

Por padrão, a tecla ⌥ direita — um modificador sozinho: segure e fale, ou toque uma vez para começar e outra para terminar; com Shift o texto é enviado com Enter. Um modificador sozinho não digita nada e não conflita com nada. Combinações como ⌥ Space digitavam um espaço no modo de segurar se ⌥ fosse solto primeiro, por isso foram retiradas; ⌃⌥ Space e ⌃⌥ D ficam como alternativas. No Windows, o padrão é a Ctrl direita, com a Alt direita e Caps Lock como alternativas; no Linux, Ctrl+Alt+D.

**Funciona no Windows e no Linux?**

Sim, desde a versão 0.8.5. No Windows é uma tecla só, como no Mac — a Ctrl direita por padrão — e não precisa de permissão além do microfone. Se o gancho de teclado não iniciar, Ctrl+Alt+D continua funcionando. No Linux funciona numa sessão X11 com Ctrl+Alt+D; com Wayland o sistema ainda não permite.

**Por que precisa da permissão de Acessibilidade?**

Para duas coisas. Ouvir a tecla de acionamento: um modificador sozinho não pode ser registrado como atalho comum, então o MediaChef escuta o teclado por conta própria, e o macOS só permite isso com Acessibilidade. E digitar texto na janela de outro aplicativo, que o sistema trata como entrada sintética. Uma permissão cobre as duas e é concedida uma vez; depois reinicie o aplicativo.

**E se eu não conceder?**

O texto vai para a área de transferência e uma notificação diz por quê, com o painel certo dos Ajustes do Sistema já aberto. Nada ditado se perde por causa de uma permissão que falta.

**Quanto disco ele precisa?**

O aplicativo mais um modelo de fala: 488 MB no padrão, 78 MB se você escolher o menor, 1,62 GB o maior. Se você já usa o MediaChef para transcrever arquivos, o modelo já está no seu disco e o ditado não acrescenta nada.

**Ele entende português, ou dois idiomas ao mesmo tempo?**

O Whisper suporta 99 idiomas, e você pode nomear o seu ou deixar que detecte. Misturar idiomas numa mesma frase é justamente o caso em que o modelo pesado justifica o tamanho e em que o dicionário ajuda mais.

**Quanto pode durar um ditado?**

Cinco minutos, e depois ele para sozinho e transcreve o que ouviu em vez de descartar. Na prática a gente dita em frases, não em monólogos.

**Dá para cancelar no meio da frase?**

Escape durante a gravação joga a tomada fora e não entrega nada. Ele é registrado só enquanto você dita, então não interfere no Escape em nenhum outro lugar.

**Ele substitui o ditado embutido do macOS?**

Faz o mesmo trabalho com duas diferenças que importam: a este se pode ensinar o seu vocabulário, e o áudio fica na sua máquina. Se nenhuma das duas importa para você, o embutido já está aí e também é de graça.

**É mesmo grátis?**

Sim. O MediaChef é de código aberto sob GPL-3.0, sem versão paga e sem assinatura — o ditado incluído. A versão publicada é a 0.8.7, com o ditado incluído.

**Por que o painel mostra um texto diferente do que é digitado?**

São duas passagens distintas. Enquanto você fala, o painel mostra um rascunho produzido por um modelo leve a cada segundo e meio, para conseguir acompanhar a fala. O que é digitado é o resultado final do modelo principal sobre a gravação inteira, com o seu dicionário de termos. Os dois modelos são escolhidos na aba Ditado: coloque na prévia o mesmo modelo do principal e a diferença desaparece — ao custo de o painel ficar atrasado.

**Por que ele pede as permissões de novo depois de uma atualização?**

O macOS vincula a permissão à assinatura do aplicativo, não ao nome dele. O MediaChef não tem certificado da Apple — não vamos pagar por um —, então cada versão é assinada de forma diferente e o sistema trata o aplicativo atualizado como novo. O próprio aplicativo remove a entrada vencida e pede a permissão outra vez: um interruptor e um «Permitir» por atualização.

**O interruptor nos Ajustes do Sistema está ligado, mas o ditado não funciona.**

Então aquela entrada pertence à cópia anterior do aplicativo, que é o que acontece depois de uma atualização. Desligar e ligar de novo não a revincula — nós testamos. O MediaChef limpa essa entrada por conta própria e dispara o aviso do sistema: ligue-o na lista e reinicie o aplicativo.

**A gravação saiu vazia mesmo com o microfone funcionando.**

Normalmente é o fone: AirPods na caixa continuam conectados e continuam sendo a entrada padrão, e o macOS entrega zeros absolutos a partir deles — para qualquer aplicativo, não só o nosso. A notificação diz de qual dispositivo veio o silêncio. Coloque o fone ou escolha o microfone explicitamente na aba Ditado.

**Posso escolher um microfone específico?**

Sim: a aba Ditado lista os dispositivos de entrada. «Como o sistema» significa o último fone conectado, e não o microfone do notebook — por isso a escolha explícita é mais confiável.

**O que acontece se eu apertar o acionador e não falar nada?**

Nada é digitado. Uma gravação vazia nem chega ao reconhecimento: o Whisper não fica calado diante do silêncio, ele inventa — o modelo russo digitava créditos de legendas. Essas assinaturas de legendadores são reconhecidas e tratadas como silêncio, e você recebe «não se ouve fala».

**Por que o primeiro acionamento depois de abrir o aplicativo é mais lento?**

O subsistema de áudio do macOS está acordando: até dois segundos na primeira abertura do microfone por execução. O painel aparece imediatamente, antes de a gravação começar, então segure a tecla até ele dizer que está ouvindo. Depois disso, abrir leva dezenas de milissegundos.

**Como envio uma mensagem por voz sem apertar Enter?**

Aperte o acionador junto com Shift: o texto é digitado e o Enter vem automaticamente. Um ditado vazio nunca aperta Enter — caso contrário, ficar calado enviaria uma mensagem vazia ou executaria o comando anterior num terminal.

**O que acontece se eu apertar outra tecla segurando o acionador?**

A gravação é cancelada e nada é digitado. A ⌥ direita mais uma letra é o atalho de outro aplicativo, não um ditado, e o programa entende assim.

**O que eu dito fica salvo no disco?**

Não. A gravação vive numa pasta temporária e é apagada junto com ela, e guardar um histórico de transcrições vem desligado por padrão. O aplicativo promete que o seu conteúdo não sai da máquina; escrever nela tudo o que você dita em texto puro combinaria mal com isso — as pessoas ditam senhas e trechos de conversas privadas.

**Funciona sobre aplicativos em tela cheia?**

Sim. O painel é desenhado acima das janelas em tela cheia e em todas as áreas de trabalho — editores e terminais em tela cheia são justamente onde se dita.

**Outro aplicativo já usa o acionador. E agora?**

A aba Ditado também oferece a ⌘ direita — o outro modificador sozinho ao qual o macOS não atribui ação própria — mais duas combinações comuns, ⌃⌥ Espaço e ⌃⌥ D, caso os dois modificadores já estejam ocupados.

## O MediaChef hoje

Versão 0.8.7 — grátis, código aberto, macOS · Windows · Linux. O ditado já está incluído.

[Baixar para macOS 66 MB · Apple Silicon](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_aarch64.dmg) [Windows 82 MB · 64 bits](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_x64-setup.exe) [Linux 181 MB · x86\_64](https://github.com/Kom1sh/mediachef/releases/download/v0.8.7/MediaChef_0.8.7_amd64.AppImage)

Gratuito e de código aberto — [veja o código no GitHub](https://github.com/Kom1sh/mediachef)  [Todos os arquivos e notas da versão](https://github.com/Kom1sh/mediachef/releases/latest)

O MediaChef é novo: as compilações ainda não são assinadas pela Apple nem pela Microsoft, então a primeira execução pede confirmação — dentro de cada download há instruções em texto simples.

Algo não funciona ou está faltando? Escreva para nós: [hello@mediachef.app](mailto:hello@mediachef.app)

Leia a seguir

-   [Áudio para texto — o mesmo motor, para arquivos](https://mediachef.app/pt/transcrever-audio-para-texto/)
-   [Vídeo para legendas SRT — medido e offline](https://mediachef.app/pt/gerar-legendas/)
-   [As 19 receitas por categoria](https://mediachef.app/pt/receitas/)
