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.
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.
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.
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 | Klang | |
|---|---|---|---|
| Onde o ficheiro é tratado | No seu computador | No Mac com modelos locais; no fornecedor se usar uma API na nuvem | Na nuvem, com dados alojados na UE; on-premise no Enterprise |
| Instalação | Python, FFmpeg e o modelo | Aplicação para Mac | Nenhuma: navegador, telemóvel ou aplicação para Mac e Windows (beta) |
| Português | Um único código (pt), sem variante | Depende do modelo escolhido | Uma opção de português entre 19 línguas, com listas de palavras no Pro |
| Oradores | Não | Sim, com modelos compatíveis ou serviços na nuvem | Sim: nos primeiros excertos no Free, em toda a transcrição no Pro |
| Resumo, decisões e tarefas | Não | Com uma chave de API de um modelo de linguagem | Sim, e perguntas no chat sobre uma ou várias conversas |
| Reuniões online | Só depois, a partir de uma gravação | Grava Zoom, Teams, Webex e outras sem bot | Assistente no Teams, Zoom e Google Meet, ou gravação na aplicação de computador |
| Windows | Sim | Não | Sim, aplicação em beta (Windows 10 e 11, 64 bits) |
| Equipa e controlo | A organizar por si | Licenças individuais | Business: SSO, registo de auditoria e acordo de tratamento de dados na conta |
| Custo | Grátis (licença MIT), mais o seu equipamento e o seu tempo | Versão gratuita; Pro 64 € de uma só vez | Free 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.
- OpenAI Whisper: instalação, modelos e linha de comandos
- OpenAI Whisper: opções da linha de comandos (transcribe.py)
- OpenAI Whisper: ficha do modelo e limitações
- OpenAI: guia de prompts para o Whisper
- FLEURS: conjunto de teste (configuração pt_br)
- MacWhisper: site oficial
- MacWhisper: reconhecimento automático de oradores
- RGPD (Regulamento (UE) 2016/679), artigos 28.º e 44.º
- Lei n.º 58/2019 (execução do RGPD em Portugal)
- Klang: preços
