Transcritório
EN
Software livre e gratuito — v0.1.8

Transcreva entrevistas sem enviar seu áudio pra nuvem.

Transcritório é um aplicativo de desktop para transcrição automática e separação de falantes em português brasileiro. Roda 100% na sua máquina — sem login, sem assinatura, sem envio de dados.

Ver todas as versões no GitHub →

Ainda avaliando? Role a página e veja em 30 segundos por que pesquisadores estão migrando de serviços na nuvem.

Tela principal do Transcritório mostrando forma de onda, tabela de turnos com entrevistadora e entrevistado, e editor de bloco.
  • 🔒 100% local, sem nuvem
  • 🗣️ Separação automática de falantes
  • 🇧🇷 Português brasileiro nativo
  • 〰️ Editor com forma de onda
  • 📄 Exporta em vários formatos
  • 🆓 Gratuito e código aberto

Como mudam as suas horas de trabalho

Sem Transcritório

  • 8 a 10 horas transcrevendo manualmente 1 hora de entrevista.
  • Enviar áudio sigiloso para servidores de empresas estrangeiras.
  • Mensalidade de R$ 100–300 por serviços de transcrição online.
  • Marcar falantes na mão, linha por linha.
  • Explicar ao comitê de ética por que o áudio foi para a nuvem.

Com Transcritório

  • 15 a 30 minutos de processamento, depois só revisar.
  • Áudio nunca sai do seu computador.
  • Zero custo, para sempre. Código aberto sob licença MIT.
  • Falantes identificados automaticamente e renomeáveis em um clique.
  • Texto pronto para colar no projeto de pesquisa (logo abaixo).

Privacidade por desenho, não por promessa

  • Processamento 100% local: o áudio da entrevista nunca é enviado a servidores externos.
  • Sem coleta de dados, sem telemetria: nenhum cadastro ou login é exigido.
  • Código-fonte aberto sob licença MIT: auditável por qualquer pessoa.
  • Compatível com LGPD e TCLE: você mantém controle integral sobre o áudio do informante.

Tudo que um pesquisador precisa

Gerenciador de arquivos do projeto mostrando múltiplas entrevistas organizadas por status.

Gerenciador de arquivos do projeto

Todos os áudios do projeto em uma única tela, com status visual de cada etapa: ainda não transcrito, em fila, concluído, revisado. Você acompanha um projeto inteiro — dezenas de entrevistas — sem perder o fio do trabalho.

Player sincronizado com áudio e forma de onda, mostrando o momento atual da entrevista.

Revisão lado a lado com o áudio

Ouça e corrija ao mesmo tempo. Cada trecho transcrito fica ancorado no ponto exato do áudio, e um clique leva você até lá. O pesquisador revisa em um terço do tempo que levaria em um editor de texto comum.

Editor de turnos mostrando opções de juntar e dividir blocos da transcrição.

Editor de turnos com forma de onda

A forma de onda mostra visualmente silêncios, sobreposições e trocas de falante. Você ajusta limites de trechos, junta ou divide blocos com um clique — útil em entrevistas com falas rápidas ou interrupções frequentes.

Menu contextual da tabela de turnos com opções de edição avançada.

Tabela de turnos pronta para análise

A transcrição é organizada em turnos de fala com metadados de tempo e falante. Exporte em DOCX, MD, SRT, VTT, CSV, TSV ou NVivo — e importe direto no NVivo, Atlas.ti, MAXQDA ou em um script de R/Python.

Como usar, em quatro passos

  1. 1

    Crie um projeto

    Escolha um nome para o projeto e uma pasta onde os arquivos serão organizados. O Transcritório cria a estrutura de pastas para você.

    Dialogo de criação de novo projeto. Tela de escolha do nome do projeto.
  2. 2

    Adicione os áudios ou vídeos

    Arraste seus arquivos para a janela. MP3, WAV, M4A, MP4 e outros formatos comuns são aceitos.

    Tela de adição de arquivos de mídia.
  3. 3

    Clique em transcrever

    Escolha o idioma (português brasileiro) e o número de falantes. O Transcritório faz o resto — em um notebook comum, processa de metade a um terço da duração do áudio.

  4. 4

    Revise no Estúdio e exporte

    Abra a transcrição, ajuste trechos, renomeie os falantes (Entrevistador, Joana, Pedro…) e exporte no formato da sua preferência.

Instalando no seu sistema

🪟 Windows 10/11
  1. Baixe o arquivo Transcritorio-0.1.8-Setup.exe da última release.
  2. Execute o instalador. O Windows Defender pode exibir um aviso azul — clique em "Mais informações" e depois em "Executar assim mesmo".
  3. Abra o Transcritório pelo menu Iniciar.
  4. Opcional: se você tem placa gráfica NVIDIA, o aplicativo detecta automaticamente e oferece baixar a aceleração (~1 GB), tornando a transcrição até 9x mais rápida.
🍎 macOS (Apple Silicon)
  1. Baixe o arquivo Transcritorio.dmg da última release.
  2. Arraste o Transcritório para a pasta Aplicativos.
  3. Primeira vez: clique com o botão direito no ícone do app e escolha "Abrir". Em seguida, clique em "Abrir" no aviso de segurança. Se o app ainda não abrir (macOS 15 Sequoia bloqueia apps sem Apple Developer ID), clique duas vezes no arquivo Habilitar Transcritório.command que vem dentro do mesmo .dmg. Detalhes em docs/MAC_INSTALL.md.
  4. Aceleração Metal automática (M1/M2/M3/M4): o app já vem com a biblioteca de aceleração GPU Apple embutida. Um selo Motor: MLX (Metal) aparece no cabeçalho do projeto quando a aceleração está ativa. Na primeira transcrição, o modelo otimizado (~1,6 GB) é baixado em segundo plano.
  5. Tudo embutido: ffmpeg e todas as dependências vêm dentro do .dmg. Nada pra instalar pelo terminal.
🐧 Linux
  1. Baixe o arquivo Transcritorio-x86_64.AppImage da última release.
  2. No terminal, dê permissão de execução: chmod +x Transcritorio-*.AppImage
  3. Instale as bibliotecas do sistema X11 (Ubuntu/Debian): sudo apt install libfuse2 libxcb-cursor0 libxcb-xinerama0 libxkbcommon-x11-0. ffmpeg já vem embutido no AppImage — não precisa instalar à parte.
  4. Execute com duplo clique ou ./Transcritorio-x86_64.AppImage. Testado em Ubuntu 22.04+ e Fedora 40+.

Requisitos de sistema

Mínimo
  • CPU: 4 núcleos
  • RAM: 8 GB
  • Disco: 5 GB livres
  • Funciona — 1h de áudio leva ~40–60 min.
Recomendado
  • CPU: 8 núcleos
  • RAM: 16 GB
  • Disco: 10 GB livres
  • 1h de áudio em ~20–30 min.
Ideal
  • CPU: 8+ núcleos
  • RAM: 16 GB ou mais
  • GPU: NVIDIA com 6 GB+ VRAM (ou Apple Silicon)
  • 1h de áudio em 5–10 min.

A inteligência artificial por detrás

(detalhes técnicos)

Whisper (OpenAI, 2022)

Modelo de transcrição automática treinado em 680 mil horas de áudio multilíngue, incluindo grande quantidade de português. O Transcritório usa a versão large-v3 por padrão, que entrega alta acurácia mesmo em áudios com ruído de fundo ou sotaques regionais. Executado localmente via faster-whisper.

pyannote.audio (Bredin et al., 2020)

Biblioteca responsável pela separação automática de falantes — ou seja, por identificar quem falou em cada trecho. Usa redes neurais para agrupar vozes semelhantes ao longo da entrevista. Funciona bem até com 6–8 participantes distintos e também roda offline.

Processamento local

Tanto Whisper quanto pyannote rodam inteiramente no seu computador, via PyTorch. Nenhum áudio, texto ou metadado sai da sua máquina em momento algum. O primeiro uso baixa os pesos dos modelos (~3 GB); depois disso, o aplicativo funciona sem conexão com a internet.

Perguntas frequentes

Preciso de internet para usar?

Apenas no primeiro uso, para baixar os modelos (~3 GB). Depois disso, o Transcritório funciona integralmente offline.

Quão precisa é a transcrição?

Em áudios limpos de português brasileiro, a acurácia fica entre 90% e 96% das palavras corretas. Revisão humana continua sendo recomendada, especialmente para termos técnicos, nomes próprios e trechos com ruído.

E entrevistas com sotaque nordestino, caipira ou sulista?

O modelo Whisper large-v3 foi treinado com ampla variação dialetal em português e lida bem com sotaques regionais brasileiros. A queda de acurácia costuma ser pequena (2–4 pontos percentuais) em comparação a áudios em variante paulistana/carioca padrão.

Minha TI institucional bloqueia instalação de programas. O que faço?

Em Windows e Linux, o Transcritório pode rodar em modo portátil a partir de uma pasta do usuário, sem exigir privilégios de administrador (.AppImage no Linux, versão zipada no Windows sob demanda). Em último caso, peça à TI uma exceção apresentando a licença MIT e o repositório público no GitHub.

Como cito o Transcritório em um artigo ou tese?

Barbosa, R. J. (2026). Transcritório: transcrição local de entrevistas em português brasileiro (v0.1.8) [Software]. IESP-UERJ/CERES.

@software{barbosa2026transcritorio,
  author    = {Barbosa, Rog{\'e}rio Jer{\^o}nimo},
  title     = {Transcrit{\'o}rio: transcri{\c{c}}{\~a}o local de entrevistas em portugu{\^e}s brasileiro},
  year      = {2026},
  version   = {0.1.8},
  publisher = {IESP-UERJ/CERES},
  license   = {MIT},
  url       = {https://github.com/antrologos/Transcritorio}
}
Preciso de token da Hugging Face para os modelos?

Não no fluxo padrão. O Transcritório já inclui os componentes necessários dos modelos. Um token da Hugging Face só é pedido em cenários avançados (por exemplo, usar modelos de separação de falantes mais recentes manualmente).

Funciona com entrevistas em outros idiomas?

Sim. O Whisper suporta mais de 90 idiomas. O foco do Transcritório é português brasileiro, mas você pode selecionar espanhol, inglês, francês, etc. na interface.

Posso transcrever grupos focais com muitos participantes?

Sim, até cerca de 8 falantes com bons resultados. Acima disso, a separação de falantes começa a misturar vozes parecidas — nesses casos, recomenda-se revisão manual dos rótulos no editor.

O código é realmente aberto? Posso auditar?

Sim. Todo o código-fonte está publicado no GitHub sob licença MIT. Qualquer pessoa pode ler, modificar, redistribuir e verificar o comportamento do aplicativo.

Comece hoje. Seus áudios permanecem com você.

Gratuito, sem cadastro, código aberto.

Ver todas as versões no GitHub