Guia

Como transcrever uma entrevista que precisa de citar com exatidão

A transcrição automática já é boa o suficiente para trabalhar a partir dela e continua a não ser boa o suficiente para citar às cegas. A diferença é uma revisão de verificação que leva minutos, não horas.

30 August 2026

A transcrição automática mudou o trabalho com entrevistas de uma forma específica. Não eliminou a necessidade de verificar as citações. Eliminou a necessidade de escrever noventa minutos de conversa para as encontrar.

É uma grande mudança, e só funciona se mantiver o passo de verificação. Eis um método que parte do princípio de que a transcrição é um índice pesquisável do áudio e não um documento acabado.

Antes de gravar #

Duas decisões aqui poupam mais tempo do que tudo o que fizer depois.

Ponha o gravador perto da pessoa, não perto de si. A causa mais comum de uma transcrição inutilizável é um telemóvel pousado na mesa de um café entre duas pessoas, a captar a máquina de café ao mesmo volume que o seu entrevistado. Um telemóvel encostado a alguma coisa, apontado à pessoa, a um metro de distância, é drasticamente melhor. Um microfone externo é ainda melhor, e raramente necessário.

Diga quem é quem, em voz alta, no início. "É dia 30, estou a falar com a Dra. Chen sobre os resultados do ensaio." Dez segundos, e sobrevive na transcrição como um cabeçalho que pode pesquisar. Se grava muitas entrevistas, é esta a diferença entre uma pasta de ficheiros chamados New Recording 47 e um arquivo.

Transcrever #

A mecânica é simples. A decisão que vale a pena tomar de forma deliberada é para onde vai o áudio.

A maioria dos serviços de transcrição carrega a sua gravação para um servidor. Numa entrevista, isso é uma questão real e não filosófica:

• Se prometeu confidencialidade a uma fonte, enviar a gravação para terceiros é algo que deve conseguir descrever com exatidão se lhe perguntarem.
• Se o seu entrevistado falar de alguma coisa abrangida por um acordo de confidencialidade, por sigilo médico ou por uma aprovação ética, "carregámos para um serviço norte-americano que a guarda durante 30 dias" pode violar termos que aceitou.
• Se estiver no terreno sem rede, uma ferramenta baseada em carregamento não funciona de todo.

A transcrição local contorna tudo isso: o ficheiro é lido do disco, transcrito na sua máquina, e nunca é enviado para lado nenhum. Se quiser verificar essa afirmação em vez de acreditar na palavra de alguém — incluindo a nossa — escrevemos três formas de o testar por si próprio.

Com o Offline Transcription, largue a gravação, defina o idioma se não for inglês, e transcreva. Uma entrevista de noventa minutos leva alguns minutos em Apple Silicon.

A revisão de verificação #

É esta a parte que importa, e a parte que as pessoas saltam.

Não está a rever a transcrição toda. Está a verificar as frases específicas que tenciona publicar, mais os sítios onde se sabe que os erros se concentram.

Verifique todas as citações que pensa usar, contra o áudio. Não o parágrafo à volta — as palavras dentro das aspas. Isto não é negociável se a citação for para publicação com o nome de alguém.

Verifique estas quatro coisas em todo o lado:

1. Nomes e organizações. O Whisper transforma com toda a confiança um apelido pouco conhecido numa palavra comum com som parecido. Fá-lo sem qualquer sinal de que está inseguro.
2. Números. "Quinze" e "cinquenta" estão a um fonema de distância e a um erro factual de distância. O mesmo se passa com "milhão" e "mil milhões" em fala rápida.
3. Negações. "Não considerámos isso" e "considerámos isso" diferem por uma palavra curta, fácil de engolir na fala. É este o erro que leva as pessoas a tribunal.
4. Sobreposição de vozes. Quando duas pessoas falam ao mesmo tempo, as transcrições misturam-nas, e uma frase pode acabar atribuída à pessoa errada.

O truque mecânico que torna isto rápido: trabalhe numa vista por segmentos em que cada linha tem a sua própria marcação de tempo, e reproduza o áudio só dessa linha em vez de percorrer a forma de onda. Verificar doze citações passa então a ser doze cliques em vez de doze buscas ao longo de noventa minutos. Na nossa aplicação, a vista Segmentos faz exatamente isto — selecione uma linha, carregue em reproduzir, ouça apenas essa linha.

Identificação dos oradores #

Nada construído sobre o Whisper faz identificação de oradores de forma fiável. As ferramentas que a oferecem estão a correr um modelo de diarização separado, e os resultados são razoáveis para duas pessoas numa sala silenciosa e maus para quatro pessoas numa sala animada.

Numa entrevista normal de duas pessoas, a abordagem prática é corrigi-la você mesmo no momento de usar: sabe qual das vozes é a sua e, quando estiver a escolher citações, já está a ouvir esses momentos de qualquer forma. Não construa um fluxo de trabalho que dependa de as identificações automáticas estarem certas.

Manter a transcrição útil mais tarde #

Dois hábitos, ambos baratos:

Exporte com marcações de tempo, não só texto. O texto simples é aquilo a partir do qual escreve; uma exportação com marcações de tempo é o que lhe permite reencontrar o momento daqui a seis meses, quando surgir uma verificação de factos. O CSV é bom para isto se quiser ordenar ou filtrar numa folha de cálculo.

Guarde o áudio. A transcrição é obra derivada. Se alguma citação for contestada, a prova é a gravação e não a transcrição.

A versão curta #

Grave perto do entrevistado e identifique a entrevista em voz alta. Transcreva localmente, para a gravação continuar a ser sua e funcionar sem rede. Depois verifique contra o áudio todas as citações que tenciona publicar, mais nomes, números, negações e sobreposição de vozes em todo o lado. Use uma vista por segmentos com reprodução linha a linha para que a verificação leve minutos.

A transcrição é um índice rápido do que foi dito. As suas citações continuam a vir da gravação.