As melhores apps de transcrição offline para Mac e iPhone (2026)

Resposta curta

• Precisa de trabalho em equipa e de anotações partilhadas — vá para a nuvem: Otter ou Notta. O preço é que o áudio é carregado e a subscrição renova-se.
• O áudio tem de ficar no seu próprio equipamento — na prática sobram duas apps: MacWhisper é o canivete suíço, completo mas denso; Whisper Notes é o simples. Ambos existem em Mac e em iOS.
• Trabalha em Windows ou Linux, ou o orçamento é zero — Buzz, gratuito e de código aberto.
• Grava um memorando em inglês de vez em quando — o que a Apple já traz faz isto de graça.

A sua gravação pode ir parar ao servidor de outra pessoa?

As ferramentas de voz para texto são exatamente de dois tipos: ou o modelo corre no seu próprio equipamento, ou chama a API de um fabricante. É isso que decide a privacidade das suas gravações, o rigor e, quase sempre, o preço — os serviços de API vendem-se essencialmente por subscrição, nunca em compra única.

A vantagem de uma API é a inferência em GPU na nuvem: o modelo pode ter vários gigabytes, ou mesmo dezenas, e é isso que compra o rigor de transcrição mais alto — o Scribe da ElevenLabs, por exemplo. O custo é igualmente concreto: o seu áudio vai para o servidor de outra pessoa, os minutos são contados, existe um limite e a subscrição renova-se.

Entretanto, os chips Apple da série M e os iPhone recentes já têm computação local suficiente para correr os modelos de voz abertos e encurtar essa distância para algo que a maioria das gravações não vai notar (a comparação honesta está nas perguntas frequentes mais abaixo) — a gravação nunca sai do equipamento, a transcrição é rápida e fiel, e estas apps vendem-se normalmente uma só vez.

O resto desta página fala apenas das ferramentas locais.

O panorama, num relance

🟢 Suportado · 🟡 Parcial · 🔴 Não suportado

As funcionalidades e os preços são os que cada fabricante publica no seu próprio site, e mudam; a ordem da tabela não é uma classificação. Confirme com o fabricante antes de comprar.

A corrida local: MacWhisper ou Whisper Notes

Depois de o áudio ficar no computador, nas plataformas da Apple sobram duas apps: o MacWhisper e o Whisper Notes. Ambas correm os mesmos modelos de voz abertos, ambas se compram uma vez, ambas existem em Mac e em iPhone e ambas passam o teste do modo de voo que fecha esta página. Distinguem-se no feitio, não no princípio: uma põe todas as opções à vista, a outra mantém o ecrã limpo.

MacWhisper — todas as funcionalidades que uma app de transcrição pode ter

O plano gratuito do MacWhisper cobre a transcrição básica dos formatos de áudio e vídeo mais comuns em mais de 100 idiomas, com exportação para texto simples e para SRT/VTT, gravação por microfone e ditado em todo o sistema. A licença Pro — €64 de pagamento único com atualizações vitalícias, segundo o próprio site do MacWhisper — transforma-a numa verdadeira estação de trabalho: reconhecimento automático de oradores, filas de processamento por lotes, pastas monitorizadas, transcrição de vídeos do YouTube e de URL de multimédia, gravação de reuniões no Zoom, Teams, Webex, Skype, Chime e Discord, tradução de legendas, ficheiros de podcast separados por orador, exportação para .docx/.pdf/.md/.html, uma CLI e integrações com o Notion, o Obsidian e o Zapier. Se uma funcionalidade de transcrição existe, é provável que o MacWhisper já a tenha lançado. Se quer todas as opções debaixo do mesmo teto, compre-o; se prefere que a ferramenta se mantenha simples, continue para o Whisper Notes.

O preço dessa amplitude é o feitio da ferramenta: densa. A sua app para iOS chama-se Whisper Transcription e leva uma parte do conjunto de funcionalidades do Mac; segundo a documentação do próprio fabricante, o modelo no aparelho exige um iPhone 15 ou mais recente. A quem gosta de um cockpit cheio de instrumentos — e muitos profissionais gostam — nada disto soa a defeito. A comparação funcionalidade a funcionalidade está em Whisper Notes e MacWhisper lado a lado.

Whisper Notes — três tarefas, bem feitas, nos seus dois dispositivos

O Whisper Notes concentra-se nas três coisas que as pessoas fazem mesmo com a voz e mantém no mínimo tudo o que está à volta delas. Escrita por voz: mantenha a tecla Fn premida e fale, e as palavras são escritas na app que estiver ativa — o Slack, um editor, um terminal (versão de transferência direta). Transcrição de reuniões: áudio do sistema mais microfone nos dois canais de Mac, sem nenhum bot na chamada; a versão de transferência direta deteta as chamadas do Zoom, do Teams e do Google Meet e começa a gravar sozinha, e depois escreve o resumo e as tarefas a realizar no próprio computador com o Gemma 4 — sem chave de API, sem nenhuma chamada à nuvem. Transcrição de ficheiros: três modelos em todos os canais — Parakeet V3, Whisper e SenseVoice — a cobrir 101 idiomas, com etiquetas de orador calculadas no dispositivo que marcam uma hora de áudio em cerca de 15 segundos.

No iPhone tem o conjunto completo, não uma versão reduzida: gravação, importação de ficheiros, pastas, escolha do modelo e etiquetas de orador correm todos no próprio telemóvel (iOS 18 ou posterior; recomenda-se um iPhone 12 ou mais recente), com uma só compra de $7.99 na App Store a cobrir ao mesmo tempo a app de iPhone e a versão da Mac App Store. A interface não estorva: gravar, ler, exportar, feito.

Escolha, portanto, pelo feitio. Se quer todas as opções e gosta de uma ferramenta densa, compre o MacWhisper. Se quer que a ferramenta desapareça — três tarefas bem feitas, um ecrã limpo, a mesma app no bolso —, compre o Whisper Notes. As duas respostas mantêm o áudio em casa; nenhuma delas carrega um único byte.

Tarefa 1: escrever por voz onde está o cursor

É o fluxo em que mantém uma tecla premida, diz uma frase, larga, e o texto aterra na app que estiver ativa. É a tarefa mais exigente desta página: a ferramenta tem de ser rápida ao ponto de deixar de se notar e tem de inserir texto em apps que não controla.

O Whisper Notes faz isto de forma nativa no Mac — premir Fn, falar, largar — com os mesmos modelos locais que transcrevem as suas gravações, sem nada para configurar e sem ajustes app a app. Vem na versão de transferência direta; a versão da App Store não o pode incluir, porque as regras da sandbox da Apple deixam de fora a API de acessibilidade que escreve noutras apps — é essa a história de porque é que a app de Mac saiu da App Store. O funcionamento está explicado em ditado em todo o sistema no Mac com o Whisper.

Os especialistas em ditado: Superwhisper e VoiceInk

Duas apps tratam o ditado não como uma funcionalidade mas como o produto inteiro; se o ditado ocupa o seu dia de trabalho todo, merecem a atenção. O sistema de «modos» do Superwhisper remodela a transcrição em bruto com um prompt — para a transformar num email, numa mensagem de commit, num relatório de erro — e mais ninguém o igualou. É também aí que a nuvem entra: o desenho é híbrido, modelos locais por predefinição, mas várias funcionalidades de rigor e de reescrita encaminham o seu áudio ou o seu texto por um fornecedor na nuvem — «local» depende do modo que escolheu. Corre em macOS, Windows e iOS, o plano gratuito não expira, e a licença vitalícia listada no seu próprio site, $249.99, é o preço mais alto desta página. O VoiceInk cobre o mesmo ciclo de ditado em Macs com Apple Silicon por uma licença única de $29 (mais, se forem vários Macs) e é desenvolvido em aberto no GitHub — uma promessa de privacidade que se confirma lendo o código. A comparação mais longa está na nossa página de alternativa ao Superwhisper.

A regra de decisão é a carga de trabalho. Se o ditado é todo o seu trabalho e a reescrita guiada por prompts é o objetivo, compre o especialista. Se a escrita por voz é uma de várias coisas que faz — a par de reuniões, gravações e ficheiros vindos do telemóvel —, o Whisper Notes resolve-a dentro da app que já trata do resto: uma ferramenta, um pagamento, um só modelo de privacidade, local sem condições.

O Ditado da Apple — grátis, já instalado e honestamente bom

Antes de pagar a quem quer que seja, experimente o ditado que vem com o macOS e com o iOS. Em hardware recente corre no próprio dispositivo para muitos idiomas, está disponível em todo o sistema e, em mensagens curtas, a distância para uma ferramenta paga é menor do que a internet sugere. Onde falha é nos textos longos: a disciplina da pontuação, o vocabulário técnico e a ausência de qualquer passagem de limpeza. Se dita um parágrafo e depois passa um minuto a corrigi-lo, é nesse momento que uma ferramenta paga começa a pagar-se a si própria.

Tarefa 2: transcrever um ficheiro que já tem

Aqui as restrições invertem-se: nada é em tempo real, tem um MP3, um M4A ou um MP4 e quer o texto que está lá dentro. Três coisas separam as ferramentas — onde está o ficheiro, que idioma tem, e quanto do trabalho à volta (etiquetas de orador, formatos, processamento por lotes) é a app que faz por si.

Whisper Notes — ficheiros em qualquer um dos dispositivos, com o modelo à medida do idioma

Se a gravação está no iPhone: o Buzz não tem app para telemóvel; o MacWhisper tem uma app para iOS (Whisper Transcription), mas, segundo a documentação do próprio fabricante, o modelo no aparelho exige um iPhone 15 ou mais recente. O Whisper Notes grava e transcreve no próprio iPhone (iOS 18 ou posterior; recomenda-se um iPhone 12 ou mais recente), importa da app Ficheiros e do Voice Memos, vídeo incluído, e uma só compra de $7.99 na App Store cobre tanto a app de iPhone como a versão da Mac App Store — por isso o telemóvel não é o aparelho de captura de outra ferramenta qualquer: é a ferramenta.

Se o áudio está em chinês, japonês, coreano ou cantonês, o modelo importa mais do que a app. O Whisper não é o modelo mais forte para estas línguas e a maioria das ferramentas desta página só corre o Whisper. O Whisper Notes traz o SenseVoice a par do Whisper e do Parakeet V3 em todos os canais — no nosso teste transcreveu um podcast em chinês de 27 minutos em 13,83 segundos num M4 Pro, com melhor pontuação do que o Whisper. A comparação está em SenseVoice e Whisper para chinês, japonês e coreano e a tabela de idiomas por modelo está em whispernotes.app/languages.

Se precisa de saber quem falou, as etiquetas de orador são calculadas no dispositivo em todos os canais — na app de iPhone desde a 1.8.5, na versão da Mac App Store e na de transferência direta (DMG) desde a 1.5.1 — e marcam uma hora de áudio em cerca de 15 segundos. As impressões vocais são dados biométricos, o que é uma boa razão para querer esse cálculo no seu próprio chip; o modelo e os casos em que falha estão descritos em identificação de oradores no dispositivo. Das outras ferramentas locais aqui presentes, só o plano Pro do MacWhisper faz também reconhecimento de oradores; o Aiko e o que a Apple traz de origem, não.

Em débito bruto sobre áudio em inglês, o campo está mais renhido do que qualquer fabricante gosta de admitir, porque todos correm os mesmos modelos abertos. Como referência: nos testes que publicámos, o Parakeet V3 transcreveu 35 minutos de áudio em 18 segundos num M4 Pro — números que pode reproduzir e que dizem mais sobre os modelos do que sobre as apps que os embrulham. Se prefere um terminal a uma janela, a versão de transferência direta inclui desde a 1.5.5 uma CLI e um servidor MCP, para que scripts e assistentes de IA possam transcrever e pesquisar localmente.

MacWhisper — o fluxo de ficheiros mais profundo no Mac

Se os ficheiros chegam ao seu Mac em volume — o catálogo inteiro de um podcast, uma pasta de entrevistas —, o MacWhisper Pro foi feito exatamente para isso: filas por lotes, pastas monitorizadas que transcrevem o que lá cair dentro, entrada a partir do YouTube e de URL de multimédia, e exportação para o Notion, o Obsidian e formatos de escritório. Essa profundidade de estação de trabalho é real, e deliberadamente não foi para aí que nós fomos: o nosso esforço foi para a app de iPhone, para os modelos de chinês, japonês e coreano e para as etiquetas de orador no dispositivo. Por isso a divisão é a mesma da lista curta lá de cima: se os ficheiros se acumulam num Mac, MacWhisper; se os ficheiros começam num telemóvel, ou o áudio é CJK, ou quer a mesma app nas duas pontas do cabo, Whisper Notes.

Buzz — gratuito, de código aberto e a resposta em Windows e Linux

O Buzz é uma app de computador com licença MIT que corre o Whisper localmente em macOS, Windows e Linux, com aceleração por GPU, monitorização de pastas, exportação para TXT/SRT/VTT e uma CLI. Ganha duas situações sem discussão. Orçamento: grátis e sem limite por minuto bate qualquer ferramenta paga desta página se o dinheiro for a restrição que manda. Plataforma: não temos app para Windows nem para Android e não vamos fazer nenhuma, por isso em Windows a nossa recomendação é o Buzz ou uma ferramenta de linha de comandos como o faster-whisper — essa recomendação tem a sua própria página neste site, porque mandar as pessoas para a ferramenta certa é melhor do que fingir. O que se cede é o acabamento: o Buzz é um utilitário mais do que um produto, e isso nota-se na interface e na instalação. Num dispositivo da Apple, com uns poucos dólares de orçamento, uma app feita de propósito é mais agradável de usar todos os dias.

Aiko — a transcrição pontual mais simples

O Aiko faz uma coisa só: larga-se lá dentro um áudio ou um vídeo e devolve uma transcrição feita no dispositivo com o Whisper, exportável como legendas. É uma compra única de $24 em Universal Purchase para iPhone, iPad, Mac e Vision Pro, e nada sai do dispositivo. Os seus limites são propositados: sem identificação de oradores, sem escolha de modelo, sem edição dentro da app — exporta-se e corrige-se o texto noutro lado. Se o que precisa é «de vez em quando transformar uma gravação em texto sem configurar nada», o Aiko é uma resposta limpa. No momento em que precisar de saber quem falou, de escolher um modelo mais forte para o seu idioma ou de editar a transcrição onde ela vive, ficou-lhe pequeno — e é exatamente essa a lacuna que o Whisper Notes ocupa por um preço comparável.

Tarefa 3: captar uma reunião em direto

Nas reuniões, a escolha entre local e nuvem deixa de ser uma questão de princípio: estão lá outras pessoas. A verdadeira linha de divisão é o que acontece às notas depois de a reunião acabar.

Otter e Notta ganham se as notas forem um objeto de equipa

Se quer legendas a aparecer em direto durante a chamada, um espaço partilhado onde pesquisar, uma integração com o calendário que entra nas reuniões por si e um link para enviar a quem faltou — compre uma ferramenta na nuvem. O plano Basic do Otter é gratuito, com 300 minutos por mês e um limite de 30 minutos por conversa; o Pro custa $16.99 por utilizador por mês, ou $8.33 por mês com faturação anual. O Notta é um equivalente próximo, com boa tradução em tempo real. Nenhuma ferramenta offline faz nada disto, e nenhuma quantidade de engenharia local o vai mudar: colaborar exige um servidor. O que se aceita em troca é que o áudio é carregado, os minutos são contados, a subscrição renova-se e pode aparecer um bot na lista de participantes. A nossa análise detalhada está em Whisper Notes e Otter.ai e em alternativas ao Notta.

Whisper Notes e MacWhisper ganham se a gravação não puder sair do computador

A outra metade do mercado são as reuniões que não podem ser carregadas para lado nenhum: consultas médicas, chamadas com advogados sujeitas a sigilo profissional, reuniões de administração e conversas sobre remunerações, trabalho de produto ainda por anunciar, entrevistas em que se prometeu à fonte que a gravação não sai dali. Aqui uma ferramenta local não é uma preferência, é o requisito. O site do próprio Superwhisper também indica gravação de reuniões, mas o desenho é híbrido, por isso saber se o áudio fica em local depende do modo que escolheu — se «nunca pode ser carregado» é um requisito duro, isso confirma-se modo a modo em vez de se assumir.

O Whisper Notes grava reuniões a partir do áudio do sistema mais o microfone nos dois canais de Mac, sem nenhum bot a entrar na chamada e sem nada visível para os outros participantes. A versão de transferência direta (DMG) deteta ainda as chamadas do Zoom, do Teams e do Google Meet e começa a gravar por si — entra na chamada e, no fim, a transcrição está simplesmente lá, com etiquetas de orador a separar quem disse o quê e com o Gemma 4 a escrever o resumo e as tarefas a realizar no próprio computador, sem chave de API e sem nenhuma chamada à nuvem. A versão da Mac App Store grava de forma manual, porque as regras da Apple deixam a deteção automática de fora. O passo a passo está em transcrição de reuniões offline no Mac. O MacWhisper Pro também grava reuniões localmente e cobre uma lista mais ampla de apps de videochamada — Webex, Skype, Chime, Discord —, por isso, se as suas chamadas vivem aí, pode ser isso a decidir por si.

Há uma limitação que atravessa todo o campo offline, e preferimos que a saiba agora e não depois de comprar: nenhuma das apps de consumo bem acabadas que estão aqui produz legendas em direto durante a chamada. O Whisper Notes transcreve depois de a gravação parar, não enquanto fala. Se alguém na sala precisa de ler as palavras à medida que são ditas, precisa de um serviço na nuvem ou de um produto de legendagem dedicado.

Experimente primeiro o que a Apple já traz

O Voice Memos transcreve uma gravação sem custo nenhum — num Mac com Apple Silicon e macOS 15 ou posterior, e no iPhone desde o iOS 18. Juntando-lhe o ditado do sistema, isso cobre uma fatia real do uso ocasional, e qualquer recomendação que passe por cima disto está a tentar vender-lhe alguma coisa.

Tem quatro limites duros: uma lista de idiomas restrita, muito abaixo dos 101 que o Whisper cobre (a repartição por modelo está na nossa página de idiomas); nenhuma separação de oradores; nenhuma exportação a sério — seleciona-se e copia-se, sem TXT, SRT ou VTT; e nenhum processamento por lotes — uma gravação de cada vez, feita na app da Apple. Se nada disto lhe pesa, pare de ler e poupe o dinheiro.

Escolha pela sua restrição

Como verificar por si próprio qualquer uma destas afirmações

Todos os fabricantes desta página, nós incluídos, dizem a palavra «privado». Não tem de acreditar em ninguém. Cinco verificações, nenhuma delas a exigir formação técnica:

1. O teste do modo de voo. Ligue o modo de voo, ou desligue o Wi-Fi e tire o cabo de rede, e depois grave alguma coisa e transcreva-a. Se a transcrição continuar a aparecer à mesma velocidade, o processamento é local. Se aparecer um indicador a rodar, um erro ou um trabalho em fila que se completa assim que a ligação volta, não é. Faça isto depois de a app ter acabado de transferir o modelo — uma ferramenta genuinamente local precisa da rede exatamente uma vez, para ir buscar os pesos do modelo.
2. Leia a etiqueta de privacidade da App Store. Na ficha da App Store, desça até Privacidade da app. «Dados não recolhidos» é uma declaração que o programador faz à Apple, com consequências se mentir. Compare-a com o que diz a página comercial. Verifique também se a app exige uma conta: se tem de se registar para transcrever, alguma coisa está a sair do seu dispositivo.
3. Vigie a rede. Uma firewall como o Little Snitch, ou o LuLu de código aberto, mostra-lhe todas as ligações de saída que uma app tenta fazer. Transcreva um ficheiro com ela a correr. As verificações de atualizações e a validação da licença são normais e pequenas; um carregamento contínuo do tamanho do seu ficheiro de áudio não é.
4. Procure o limite de minutos. As páginas de preços são um sinal honesto. As cobranças por minuto e os pacotes mensais de minutos existem porque se está a gastar computação em servidores alheios. Uma ferramenta que corre no seu hardware não tem motivo para lhe pôr um contador, por isso a transcrição local ilimitada é o normal, não um plano premium.
5. Confirme se «local» quer dizer «local por predefinição». Várias boas ferramentas são híbridas: modelos locais para a velocidade, modelos na nuvem para o rigor ou a reescrita, escolhidos modo a modo. É um desenho razoável, mas significa que a resposta sobre privacidade depende das suas definições e não da app. Encontre o seletor de modelo, veja qual está escolhido e verifique se algum passo de limpeza de texto ou de resumo sai para a rede por sua conta, à parte do passo de transcrição.

Aplique-nos essas cinco com a mesma facilidade com que as aplica a qualquer outro. O Whisper Notes não tem contas, nem início de sessão, nem modo híbrido — não há nada para configurar para que seja local, porque não funciona de outra maneira. O teste do modo de voo demora trinta segundos e vale mais do que este parágrafo.

Onde o Whisper Notes não encaixa

Os casos em que deve comprar outra coisa, ditos com clareza:

• Windows ou Android. Não há versão nem está prevista. Use o Buzz ou o faster-whisper.
• Macs com Intel. A app de Mac precisa de Apple Silicon. O MacWhisper e o Buzz são a alternativa.
• Legendagem em direto. A transcrição acontece depois da gravação, não durante.
• Colaboração. Não há espaço partilhado, nem comentários, nem sincronização na nuvem entre os seus próprios dispositivos. É uma ferramenta de um só utilizador por construção — é isso que «sem servidor» quer dizer.
• Reescrita guiada por prompts. Os modos do Superwhisper transformam o que disse num email ou numa mensagem de commit. Nós transcrevemos o que disse e deixamos as suas palavras em paz.

Todo o resto — escrita por voz no Mac (versão de transferência direta), reuniões que têm de ficar privadas, ficheiros vindos do telemóvel, áudio em chinês, japonês ou coreano, saber quem falou, pagar uma vez só — é aquilo para que o Whisper Notes foi construído. Os detalhes estão na página do Whisper Notes; se a sua situação for uma das cinco de cima, outra das ferramentas desta página é melhor uso do seu dinheiro, e preferimos que o gaste aí.

Perguntas frequentes

Se o que está a comparar são modelos de voz locais e não apps, veja o guia de transcrição com o Whisper para os tamanhos dos modelos e as formas de correr o Whisper, e o guia completo de voz para texto offline para o panorama mais amplo, Windows e Android incluídos.

Transferir para iOS Experimentar grátis no Mac