Subscrever a newsletter

Este artigo faz parte do guia de criar conteúdo com IA.

Produtividade

Como transcrever áudio para texto com IA: 4 formas grátis

Como transcrever áudio para texto com IA: 4 formas grátis
Em resumoA forma mais rápida de transcrever áudio para texto com IA é anexar o ficheiro ao Gemini e pedir a transcrição completa, dizendo o idioma e quantas pessoas falam. No plano grátis, o Gemini aceita no máximo 10 minutos de áudio. Acima disso, usa o Word (se tens Microsoft 365) ou parte o áudio em blocos mais pequenos.

Gravar uma reunião é fácil. O difícil é voltar a ouvi-la: os ficheiros de trinta ou quarenta minutos acumulam-se, passar tudo a texto à mão é um trabalho que ninguém quer fazer todas as semanas, e as legendas automáticas do telemóvel raramente chegam para umas notas de reunião a sério.

Passei duas semanas a testar três ferramentas de IA para transcrição, sem pagar nada, e uso o prompt de limpeza que está mais abaixo. Não guardei os resultados de cada ferramenta (erros, separação de falas), por isso não te dou uma comparação de qualidade entre elas. O que escrevo sobre limites, formatos e custos vem das páginas oficiais, lidas a 21 de outubro de 2026, e assinalo o que não verifiquei.

Como testar com os teus áudios

Se vais escolher uma ferramenta, não te fies num ficheiro limpo e silencioso. Experimenta com três tipos de áudio: uma nota de voz curta gravada na rua, um excerto de reunião com duas pessoas e um apontamento com vocabulário técnico. Em cada ferramenta vê três coisas: quantos erros óbvios aparecem no texto, se separa quem está a falar e se a pontuação e os parágrafos saem legíveis à primeira.

Quanto áudio aguenta cada ferramenta

Antes de escolheres, convém saber o limite de cada uma, porque é ele que decide mais do que a qualidade. No plano grátis, a página de ajuda do Gemini indica 10 minutos de áudio no total, com ficheiros até 100 MB. Passar disso exige um plano Google AI Pro ou Ultra, que sobe o limite para 3 horas.

FerramentaLimite de áudioSepara quem fala?Custo
Gemini (app)10 min no total; ficheiros até 100 MBSe o pedires no promptGrátis. Com Google AI Pro ou Ultra, até 3 horas
ChatGPTNão confirmei o limite oficial de duraçãoSe o pedires no promptGrátis, com limites
Word (Microsoft 365)300 min de áudio por mêsSim, automático (Orador 1, Orador 2)Precisa de subscrição Microsoft 365
WhatsAppMensagens de voz dentro da appNão se aplicaGrátis

Os números da Google, da Microsoft e do WhatsApp vêm das respetivas páginas de ajuda, consultadas a 21 de outubro de 2026. Mudam com frequência, por isso confirma-os antes de planeares uma reunião inteira à volta deles.

Gemini: a opção mais direta

O Gemini é o caminho mais direto. Basta abrir uma conversa nova, anexar o ficheiro de áudio (aceita mp3, wav, m4a e a maioria dos formatos comuns) e pedir a transcrição. Não precisa de plugin nem de configuração extra. Se quiseres o texto organizado, pede-o no prompt: parágrafos nas pausas e identificação de quem fala.

Prompt"Transcreve este áudio na íntegra, em português de Portugal. Identifica quem está a falar sempre que houver mais do que uma pessoa (Pessoa 1, Pessoa 2, etc.), mantém a pontuação natural da fala e organiza o texto em parágrafos onde houver uma pausa longa ou mudança de assunto. Não resumas nem cortes nada, quero o texto completo."

O ponto mais difícil para qualquer transcrição automática é a sobreposição de vozes: quando duas pessoas falam ao mesmo tempo, as falas tendem a misturar-se. Conta com rever esses trechos à mão.

ChatGPT: também aceita áudio

O ChatGPT também aceita ficheiros de áudio anexados diretamente na conversa. Não confirmei o limite oficial de duração e, se a resposta parar a meio, podes pedir-lhe para continuar a partir do ponto onde ficou.

Se já usas o ChatGPT no dia a dia e preferes manter tudo na mesma app, funciona bem para áudios mais curtos. Para ficheiros mais longos, testa primeiro com um excerto pequeno antes de confiares nele para a reunião toda. Se ainda não sabes tirar o máximo partido das instruções que dás à ferramenta, o nosso guia de prompts no ChatGPT ajuda a escrever pedidos mais precisos, o que também faz diferença aqui.

Word: a saída quando o áudio passa dos 10 minutos

Não testei o Word, por isso o que se segue vem da documentação da Microsoft. Quem tem Microsoft 365 encontra no Word a função Transcrever (Início, Ditar, Transcrever), que aceita ficheiros .mp3, .m4a, .wav e .mp4 e separa quem fala em Orador 1, Orador 2 e por aí fora. O português de Portugal consta da lista de idiomas suportados.

O limite é de 300 minutos de áudio carregado por mês, o que dá para umas dez reuniões de meia hora. No Word para Windows, a Microsoft indica que a função só está disponível em contas empresariais; no Word na Web funciona no Edge ou no Chrome. O áudio fica guardado na pasta Ficheiros Transcritos do teu OneDrive, e convém apagá-lo de lá quando já não for preciso.

A vantagem sobre o Gemini é a separação de oradores já feita e os carimbos de data e hora, que deixam saltar para o ponto exato do áudio. A desvantagem é pagar a subscrição e enviar o ficheiro para a Microsoft.

Mensagens de voz do WhatsApp: a app já transcreve

Para mensagens de voz não precisas de nenhuma destas ferramentas. Em Definições, Conversas, Transcrição de mensagens de voz, ativas a função e escolhes o idioma. No Android, carregas sem soltar na mensagem, tocas nos três pontos e escolhes Transcrever. No iPhone os passos são ligeiramente diferentes e o Centro de Ajuda do WhatsApp descreve-os.

Segundo o WhatsApp, os idiomas suportados são inglês, português, espanhol e russo, e a transcrição falha quando o idioma escolhido não é o da mensagem. Se o telemóvel não mostrar a opção, ou a mensagem estiver noutra língua, passa o áudio pelo Gemini.

Gemini Notebook (antes NotebookLM): não é para transcrever, é para o que vem a seguir

Vale a pena desfazer uma confusão comum. O Gemini Notebook não é a ferramenta certa para pedires uma transcrição limpa do zero, o motor está pensado para trabalhar sobre fontes que já lhe dás, incluindo ficheiros de áudio, e responder a perguntas sobre esse conteúdo, não para devolver um texto literal palavra a palavra. Onde brilha a sério é depois de teres a transcrição: carregas o texto como fonte e pedes um resumo, uma lista de decisões tomadas na reunião, ou uma pergunta específica do tipo "o que ficou combinado sobre o prazo do projeto".

Se nunca usaste, o guia de como usar o Gemini Notebook explica o resto das funcionalidades, incluindo a opção de gerar um resumo em formato de conversa a partir das tuas notas, que é diferente de uma transcrição e serve para outro objetivo.

"O ganho real não está em nenhuma destas ferramentas sozinha. Está em transcreveres com uma e organizares com outra, em vez de esperares que uma só faça tudo bem."

O prompt que evita a maioria dos erros

O erro mais comum que vejo é pedir só "transcreve isto" sem mais nenhum contexto. Isso obriga a IA a adivinhar o idioma, o número de pessoas a falar e o nível de detalhe que queres, e é aí que os erros aparecem. Sempre que dás esse contexto logo à partida, a diferença é imediata, como no prompt do Gemini acima. Quando já tens uma transcrição feita mas com erros óbvios, este segundo prompt ajuda a limpá-la sem arriscar que a IA invente palavras que nunca foram ditas.

Prompt para limpar uma transcrição"Aqui está uma transcrição automática com alguns erros. Corrige a pontuação e a ortografia em português de Portugal, sem mudar o significado do que foi dito nem inventar palavras que não estão lá. Onde não conseguires perceber uma palavra, marca com [inaudível] em vez de adivinhar: [colar transcrição]"

Como gravar para a IA errar menos

Não medi o efeito de cada um destes pontos. São dicas de bom senso, e a última vem da própria Microsoft.

  • Põe o telemóvel perto de quem fala, com o microfone livre, e não dentro de um bolso ou de uma mala.
  • Pede que falem um de cada vez. A sobreposição de vozes é o ponto mais difícil para qualquer transcrição automática.
  • Diz os nomes próprios e as siglas no início da gravação, para os confirmares com facilidade na revisão.
  • Se gravares uma chamada no Word, não uses auscultadores: a Microsoft avisa que a gravação precisa de apanhar o som que sai do dispositivo.

Qual escolher, consoante o que precisas

  • Nota de voz curta, até 10 minutos: o Gemini resolve em segundos, sem fricção nenhuma.
  • Mensagem de voz do WhatsApp: usa a transcrição da própria app.
  • Reunião ou aula acima dos 10 minutos: o Word, se tens Microsoft 365, ou o Gemini com o áudio partido em blocos de menos de 10 minutos.
  • Queres fazer perguntas sobre o conteúdo e não só ter o texto: carrega a transcrição no Gemini Notebook em vez de tentares tudo numa ferramenta só.
  • Ficheiro com muito ruído de fundo ou várias pessoas a falar ao mesmo tempo: nenhuma destas é perfeita, conta sempre com revisão manual dos trechos mais confusos.

Erros que vejo as pessoas cometerem

  • Confiar cegamente no texto sem rever, sobretudo em áudios com sobreposição de vozes ou ruído de fundo.
  • Não dizer o idioma nem o número de falantes no pedido, o que faz o modelo adivinhar e errar mais do que precisava.
  • Colar reuniões inteiras com informação sensível, como dados de clientes ou números de contribuinte, sem pensar em quem tem acesso àquela conversa depois.
  • Pedir tudo numa mensagem só num áudio muito longo, em vez de dividir em partes mais pequenas quando a ferramenta começa a cortar respostas. No Gemini grátis, isso acontece logo a partir dos 10 minutos.

Privacidade: o que não deves colar

Antes de arrastares a gravação de uma reunião de trabalho para qualquer uma destas ferramentas, vale a pena parar dois segundos. Uma reunião pode conter nomes de clientes, valores de contratos ou informação que não é tua para partilhares sem autorização. Evita transcrever áudios com dados sensíveis de terceiros sem teres o aval da tua empresa, e revê as definições de privacidade da conta antes de usares dados de trabalho a sério. Já escrevi sobre isto com mais detalhe no artigo sobre se o ChatGPT é seguro, e a lógica aplica-se da mesma forma ao Gemini.

Checklist rápido

  • Sabes o idioma e quantas pessoas falam no áudio antes de pedires a transcrição?
  • Testaste com um excerto curto antes de confiares num ficheiro longo?
  • Reviste os trechos com sobreposição de vozes ou ruído de fundo?
  • Confirmaste que não há dados sensíveis de terceiros no áudio que vais colar?
  • Já sabes o que fazer a seguir ao texto, seja resumir, organizar ou arquivar?

Em resumo

Nenhuma destas ferramentas te vai dar uma transcrição perfeita ao primeiro tiro, sobretudo se o áudio tiver ruído de fundo ou várias pessoas a falar ao mesmo tempo. Mas para a maioria das notas de voz, aulas e reuniões do dia a dia, o Gemini poupa-te horas sem custar nada (desde que o áudio caiba nos 10 minutos do plano grátis), e o Gemini Notebook entra bem na fase seguinte, quando já tens o texto e só precisas de o organizar. Se ainda estás a decidir entre as ferramentas de IA que já usas no dia a dia, o nosso guia de como usar o Gemini cobre o resto das funcionalidades para além da transcrição, e o de como resumir vídeos do YouTube com IA ajuda quando o que tens não é um áudio mas um vídeo inteiro.

Queres mais guias práticos como este, sem enrolação? Subscreve a newsletter e recebe um por semana.

Fontes consultadas a 21 out 2026: limites de ficheiros no Gemini, Transcrever no Word e transcrição de mensagens de voz no WhatsApp.

Perguntas frequentes

Como transcrevo um áudio para texto com IA grátis?

Abre o Gemini, anexa o ficheiro de áudio na conversa e pede a transcrição completa, dizendo o idioma e quantas pessoas falam. No plano grátis o limite é de 10 minutos de áudio no total. Para mensagens de voz do WhatsApp, usa a transcrição da própria app.

Quantos minutos de áudio aceita o Gemini grátis?

Segundo a página de ajuda do Gemini, o total de áudio é de 10 minutos e os ficheiros podem ter até 100 MB. Com Google AI Pro ou Ultra o limite sobe para 3 horas. Estes valores mudam, por isso confirma na página de ajuda.

Como transcrever uma mensagem de voz do WhatsApp?

Em Definições, Conversas, Transcrição de mensagens de voz, ativa a função e escolhe o idioma. Depois, no Android, carrega sem soltar na mensagem, toca nos três pontos e escolhe Transcrever. O português está entre os idiomas suportados.

O Word transcreve áudio em português de Portugal?

Sim, segundo a Microsoft o português de Portugal está na lista de idiomas da função Transcrever. Precisas de uma subscrição Microsoft 365 e há um limite de 300 minutos de áudio carregado por mês.

O Gemini transcreve bem português de Portugal ou só português do Brasil?

Não comparei a forma como cada ferramenta lida com o sotaque e o vocabulário de Portugal. Confirma com um excerto curto e pede sempre português de Portugal no prompt. O ponto onde mais se tropeça é a sobreposição de vozes.

Qual é a diferença entre transcrever com o Gemini e usar o Gemini Notebook?

O Gemini dá-te o texto literal do que foi dito. O Gemini Notebook não foi pensado para transcrição palavra a palavra, é para trabalhar sobre um texto ou áudio que já lhe deste, respondendo a perguntas e criando resumos. Na prática, usa os dois em conjunto: transcreve primeiro, organiza depois.

É seguro transcrever reuniões de trabalho com IA?

Depende do que a reunião contém. Evita transcrever áudios com dados sensíveis de clientes ou informação confidencial sem autorização da tua empresa, e confirma nas definições da conta se as conversas são usadas para treinar o modelo antes de fazeres isto com dados de trabalho a sério.

Porque é que a transcrição corta a meio em áudios mais longos?

Normalmente porque o ficheiro ultrapassa o limite que a ferramenta consegue processar de uma vez. No Gemini grátis, esse limite são 10 minutos. Nesses casos, divide o áudio em partes mais pequenas antes de o enviares, ou pede para continuar a partir do ponto onde parou.

T. Sampas

Escreve sobre Inteligência Artificial no Futuro Digital, de forma clara e prática.