Saltar para o conteúdo principal
Transcrição local com o Whisper da OpenAI

Whisper e MacWhisper: transcrever português de Portugal no seu computador

O Whisper é o modelo de reconhecimento de fala que a OpenAI publica em código aberto, com licença MIT. Instalado no seu computador, transcreve um ficheiro sem o enviar para nenhum serviço. O MacWhisper põe esse modelo numa aplicação para Mac. Este guia mostra a instalação como funciona hoje, o comando e os ajustes que fazem diferença com português de Portugal, e o que ainda fica do seu lado: saber quem fala, rever, guardar e partilhar.

Experimentar sem instalar nadaTranscrição nas suas instalações (on-premise)Plano gratuito · serviço online, dados alojados na UE

Deixe o Klang passar a conversa a texto

7 dias grátis no Pro, com os oradores identificados em toda a transcrição e a gravação de chamadas na aplicação.

Descarregar na App StoreObter no Google Play

01

Whisper, MacWhisper e «Whisper online» não são a mesma coisa

O Whisper é um modelo, não uma aplicação: funciona na linha de comandos ou numa biblioteca Python, sem janelas nem botão para carregar ficheiros. O MacWhisper é uma aplicação para Mac, de outro programador, que corre o Whisper (e outros modelos) no próprio Mac. Os sites «Whisper online» usam o modelo nos seus servidores.

A diferença que conta é por onde passa o ficheiro. O Whisper instalado e os modelos locais do MacWhisper transcrevem no seu computador. Um site «Whisper online» recebe a gravação nos servidores dele, e a API da OpenAI envia-a para a OpenAI. O nome do modelo não diz nada sobre o caminho dos seus dados, e é por aí que deve começar quando a gravação tem dados pessoais.

02

Instalar o Whisper em quatro passos

O repositório oficial indica código testado com Python 3.9.9 e compatível com Python 3.8 a 3.11. Uma versão mais recente pode funcionar, mas fica fora do que está documentado: se a instalação falhar, volte primeiro a essa gama.

  • Instale o Python (3.8 a 3.11), de preferência num ambiente virtual só para o Whisper.
  • Instale o FFmpeg, que lê os ficheiros de áudio e vídeo: brew install ffmpeg no macOS, choco install ffmpeg ou scoop install ffmpeg no Windows, sudo apt update && sudo apt install ffmpeg no Ubuntu ou no Debian.
  • Instale o Whisper: pip install -U openai-whisper. Se aparecer o erro «No module named 'setuptools_rust'», execute pip install setuptools-rust e repita.
  • Confirme com whisper --help: deve aparecer a lista de opções.

Grave com a aplicação e leia o texto a seguir

7 dias grátis no Pro, com os oradores identificados em toda a transcrição e a gravação de chamadas na aplicação.

Descarregar na App StoreObter no Google Play

03

O comando para uma gravação em português de Portugal

Para uma reunião gravada em reuniao.m4a, o comando mais útil é: whisper reuniao.m4a --language Portuguese --model turbo --output_format txt --output_dir transcricoes. O resultado fica em transcricoes/reuniao.txt.

Indique sempre a língua. Sem --language, o Whisper deteta-a sozinho, e uma gravação que começa com silêncio, música de espera ou uma frase em inglês pode sair na língua errada. Sem --output_format, escreve todos os formatos de uma vez: TXT, SRT e VTT para legendas, TSV e JSON com os tempos.

O Whisper tem um único código para português (pt): não há opção para Portugal nem para o Brasil. No FLEURS, um dos dois conjuntos de dados com que o repositório do Whisper compara o desempenho por língua, o português é o do Brasil (pt_br). E a ficha do modelo avisa que o desempenho varia entre sotaques e variantes da mesma língua. Por isso, o resultado publicado para «português» diz pouco sobre uma reunião em Braga ou em Faro: teste com uma gravação sua.

A opção que mais ajuda com o português europeu é o --initial_prompt. O guia de prompts da OpenAI explica que a transcrição segue o estilo do texto que lhe dá, e que o Whisper não obedece a instruções. Escrever «use português de Portugal» não serve. Serve um parágrafo de exemplo escrito como quer que a transcrição saia, com os nomes e as siglas da gravação, por exemplo: --initial_prompt "Reunião da direção. A equipa reviu o relatório e contas. Dr.ª Inês Carvalho, Eng.º Rui Lopes, IAPMEI, CCDR Norte." Só contam os últimos 224 tokens do prompt.

Por omissão, o prompt só se aplica à primeira janela de 30 segundos. Para o repetir ao longo da gravação, junte --carry_initial_prompt True. O código avisa que isso pode reduzir o efeito de --condition_on_previous_text, a opção que dá ao modelo o texto anterior como contexto.

Na primeira utilização, o Whisper descarrega o modelo para ~/.cache/whisper. Faça esse primeiro teste com ligação à internet e um ficheiro sem dados sensíveis, e depois confirme que a transcrição funciona sem rede antes de contar com o uso offline.

04

Que modelo escolher

O modelo por omissão é o turbo, uma versão otimizada do large-v3: a OpenAI indica uma perda mínima de precisão e cerca de oito vezes a velocidade do large, medida numa GPU A100 com fala em inglês. As variantes .en (tiny.en, base.en e outras) são só para inglês: não as use em português.

O turbo não foi treinado para tradução: com --task translate devolve o texto na língua original. Para traduzir um áudio português para inglês use o medium ou o large. O Whisper só traduz para inglês.

Num portátil sem placa gráfica, o Whisper corre no processador e mostra o aviso «FP16 is not supported on CPU», que não tem importância, mas é bem mais lento. Cronometre um excerto de cinco minutos antes de lançar duas horas de gravação, e escolha entre o turbo e o small com base nesse tempo.

  • tiny: 39 milhões de parâmetros, cerca de 1 GB de memória de vídeo, cerca de 10 vezes mais rápido do que o large
  • base: 74 milhões, cerca de 1 GB, cerca de 7 vezes
  • small: 244 milhões, cerca de 2 GB, cerca de 4 vezes
  • medium: 769 milhões, cerca de 5 GB, cerca de 2 vezes
  • large: 1550 milhões, cerca de 10 GB, velocidade de referência
  • turbo: 809 milhões, cerca de 6 GB, cerca de 8 vezes

05

O que o MacWhisper acrescenta, e quanto custa

O MacWhisper dá ao Whisper uma interface no Mac: arrasta o ficheiro, escolhe o modelo e exporta em SRT, VTT, TXT, Markdown, PDF, HTML ou Word. Além do Whisper, corre outros modelos locais, como o Parakeet. Tem uma versão gratuita e uma licença Pro de 64 €, paga uma vez, com atualizações incluídas.

Desde a versão 12.0, separa e identifica oradores com os modelos locais que trazem esse distintivo, ou com os serviços na nuvem ElevenLabs e Deepgram. Também grava reuniões do Zoom, do Teams, do Webex e de outras aplicações sem pôr um bot na chamada. Se ligar chaves de API de serviços na nuvem (OpenAI, Deepgram, ElevenLabs e outros), o ficheiro ou o texto passa por esse fornecedor, e a questão dos dados volta a pôr-se.

O MacWhisper é só para Mac (o site menciona uma versão para iPhone e iPad) e não tem versão para Windows. O próprio site avisa que há páginas falsas a distribuir malware com o nome da aplicação: descarregue-a apenas pelo site oficial, pela loja Gumroad do programador ou pela App Store.

06

O que o Whisper não faz, e fica do seu lado

O Whisper devolve texto com tempos. Para uma ata, uma entrevista ou um processo, isso é matéria-prima. O resto do trabalho tem de ser planeado:

  • Saber quem fala. O Whisper da linha de comandos não separa oradores, e a documentação não fala disso. É preciso outra ferramenta de diarização, o MacWhisper com um modelo compatível, ou anotar à mão.
  • Rever. A ficha do modelo avisa que pode escrever frases que ninguém disse e repetir excertos em ciclo. A opção --condition_on_previous_text False reduz os ciclos, à custa de um texto por vezes menos coerente entre excertos.
  • Confirmar nomes, números, datas e siglas: são os erros que mais custam num documento oficial.
  • Guardar e proteger os ficheiros: quem tem acesso, em que computador, com que cópia de segurança, e quando o áudio é apagado.
  • Redigir: resumo, decisões e tarefas. O Whisper não resume.

07

Numa organização em Portugal: Whisper local, serviço online ou instalação própria

O Whisper local evita entregar as gravações a um subcontratante para a transcrição. Não resolve o resto do RGPD nem da Lei n.º 58/2019, que o executa em Portugal: a organização continua responsável pelo tratamento, tem de informar as pessoas gravadas, definir quanto tempo guarda o áudio e o texto e proteger os computadores onde os ficheiros ficam. Instalado por cada pessoa no seu portátil, escapa depressa ao controlo da informática e do encarregado de proteção de dados.

Um serviço online, incluindo a API da OpenAI e os sites «Whisper online», é um subcontratante nos termos do artigo 28.º do RGPD: precisa de um acordo de tratamento de dados, de saber onde os dados são tratados e, se saírem do Espaço Económico Europeu, de uma base para a transferência (artigos 44.º e seguintes). Com o Klang, os dados ficam alojados na UE, o conteúdo das conversas nunca treina modelos de IA, e o plano Business disponibiliza o acordo de tratamento de dados na própria conta, com SSO e registo de auditoria.

Quando nenhuma gravação pode sair das suas instalações, o plano Enterprise do Klang instala-se on-premise ou numa nuvem privada com a sua própria chave de cifragem. É um projeto de implementação, combinado com a equipa do Klang, não uma opção de menu.

Whisper local, MacWhisper ou Klang

O que muda para quem transcreve com regularidade, além da qualidade do texto:

Whisper local, MacWhisper ou Klang
Whisper localMacWhisperKlang
Onde o ficheiro é tratadoNo seu computadorNo Mac com modelos locais; no fornecedor se usar uma API na nuvemNa nuvem, com dados alojados na UE; on-premise no Enterprise
InstalaçãoPython, FFmpeg e o modeloAplicação para MacNenhuma: navegador, telemóvel ou aplicação para Mac e Windows (beta)
PortuguêsUm único código (pt), sem varianteDepende do modelo escolhidoUma opção de português entre 19 línguas, com listas de palavras no Pro
OradoresNãoSim, com modelos compatíveis ou serviços na nuvemSim: nos primeiros excertos no Free, em toda a transcrição no Pro
Resumo, decisões e tarefasNãoCom uma chave de API de um modelo de linguagemSim, e perguntas no chat sobre uma ou várias conversas
Reuniões onlineSó depois, a partir de uma gravaçãoGrava Zoom, Teams, Webex e outras sem botAssistente no Teams, Zoom e Google Meet, ou gravação na aplicação de computador
WindowsSimNãoSim, aplicação em beta (Windows 10 e 11, 64 bits)
Equipa e controloA organizar por siLicenças individuaisBusiness: SSO, registo de auditoria e acordo de tratamento de dados na conta
CustoGrátis (licença MIT), mais o seu equipamento e o seu tempoVersão gratuita; Pro 64 € de uma só vezFree para começar; Pro 14 € por pessoa e por mês no plano anual, sem IVA

Whisper: repositório openai/whisper; MacWhisper: macwhisper.com e docs.macwhisper.com; consultados a 14 de novembro de 2026. Klang: página de preços (Pro 16 € por mês no plano mensal; Business 25 € no anual ou 30 € no mensal, sem IVA).

Exemplo: uma entrevista de 50 minutos para uma dissertação de mestrado

Uma entrevista a duas vozes, gravada no iPhone, que tem de ir para o anexo da dissertação como transcrição revista. Caso ilustrativo.

Ficheiro
entrevista-03.m4a, gravação do iPhone, entrevistadora e entrevistado, alguns nomes de serviços e siglas.
Comando
whisper entrevista-03.m4a --language Portuguese --model turbo --output_format txt --output_dir anexos --initial_prompt "Entrevista sobre o regresso ao trabalho. A equipa de enfermagem do Centro de Saúde de Alvalade. Enf.ª Marta Reis, ACES, SNS."
Resultado
Um ficheiro de texto num só bloco, sem nomes de orador. Para separar as perguntas das respostas, é preciso voltar a ouvir e marcar cada mudança de voz.
Falta fazer
Atribuir as falas, confirmar nomes e datas, anonimizar segundo o consentimento informado, guardar numa pasta com acesso restrito e apagar o áudio no prazo previsto.
Com o Klang
O mesmo ficheiro carregado chega com os dois oradores separados (em toda a transcrição no Pro), cada frase ligada ao áudio para rever, e exporta para Word com nomes e tempos no Pro.

Sem instalar nada

O mesmo ficheiro, com oradores, resumo e ata

Carregue a gravação ou deixe o assistente entrar na reunião. O Klang transcreve, separa os oradores, liga cada frase ao áudio e escreve o resumo. A ata pede-a no chat, em qualquer plano.

  • Áudio e vídeo até 10 GB: MP3, M4A, WAV, MP4 e outros
  • Oradores em toda a transcrição e exportação para Word, Excel, SRT e VTT no Pro
  • Business: SSO, acordo de tratamento de dados na conta, registo de auditoria
  • Dados alojados na UE · ISO 27001:2022 · nunca usados para treinar IA

Perguntas frequentes sobre o Whisper

O Whisper é gratuito?

Sim. O código e os pesos do modelo estão publicados com licença MIT, que também permite uso comercial. O custo real é o equipamento e o tempo de instalar, rever e atribuir as falas. A API da OpenAI é paga à utilização e trata o ficheiro na OpenAI.

O Whisper distingue o português de Portugal do português do Brasil?

Não. Tem um único código para português (pt). Para aproximar a grafia e os nomes do português europeu, use um --initial_prompt escrito como quer o resultado, com os nomes e as siglas da gravação, e reveja sempre o texto.

Que modelo do Whisper devo usar para português?

O turbo, o modelo por omissão, é o ponto de partida se couber na memória do computador (cerca de 6 GB de memória de vídeo). Num computador modesto, experimente o small. Não use as variantes .en, que são só para inglês.

O Whisper funciona sem internet?

Sim, depois de descarregar o modelo, o que acontece na primeira utilização, para ~/.cache/whisper. Faça esse primeiro teste com ligação e confirme depois que uma transcrição termina sem rede.

O Whisper identifica quem fala?

O Whisper da linha de comandos não: produz texto com tempos, sem dizer quem fala. O MacWhisper identifica oradores com modelos compatíveis ou serviços na nuvem. O Klang mostra os oradores nos primeiros excertos no plano Free e em toda a transcrição no Pro.

Há MacWhisper para Windows?

Não. O MacWhisper é uma aplicação para Mac, e o site não indica versão para Windows. No Windows pode instalar o Whisper pela linha de comandos ou usar a aplicação do Klang para Windows 10 e 11, ainda em beta, que grava reuniões a partir do som do computador.

Posso usar o Whisper com dados pessoais no trabalho?

A questão está no seu uso, não no modelo. Localmente, nenhum subcontratante recebe as gravações, mas a organização continua responsável por informar as pessoas, definir o prazo de conservação e proteger os ficheiros. Com um serviço online, incluindo a API da OpenAI, precisa também de um acordo de tratamento de dados (artigo 28.º do RGPD).

O Klang funciona offline, como o Whisper?

Não. O serviço normal do Klang é online e precisa de ligação à internet. As organizações que exigem que as gravações fiquem nas próprias instalações podem instalar o Klang on-premise no plano Enterprise.

Fontes

Consultadas a 14 de novembro de 2026.

7 dias grátis. Sem fidelização.Experimentar o Pro grátis