Ditado, voz para texto, transcrição: o que cada termo significa e qual ferramenta você precisa
Procure por “voz para texto” e aparecem aplicativos de ditado, gravadores de reunião, serviços de transcrição, dicas da Siri e software de acessibilidade, tudo misturado. Todos usam um reconhecedor de fala por baixo, mas resolvem problemas diferentes, e escolher a categoria errada é o motivo mais comum para alguém desistir de usar a voz. Este guia define os cinco termos que você vai encontrar, mostra o que entra e o que sai de cada um e liga cada um a tarefas reais.
Cinco termos, lado a lado
| Termo | Você entrega | Você recebe | Exemplo típico |
|---|---|---|---|
| Ditado | Sua voz, ao vivo, enquanto escreve | Texto no cursor do programa que está usando | Ditado do Mac, aplicativos de ditado |
| Digitação por voz | O mesmo que no ditado | O mesmo que no ditado | Digitação por voz do Windows (Windows + H) |
| Transcrição | Uma gravação: arquivo, reunião, entrevista | Uma transcrição, muitas vezes com horários ou nomes de quem fala | Gravadores de reunião, motores de transcrição |
| Assistente de voz | Um pedido falado | Uma ação ou uma resposta | Siri e outros assistentes de celular e caixa de som |
| Comandos de voz / controle por voz | Instruções faladas para o computador | Cliques, rolagem, abrir aplicativos, editar | Controle por Voz no Mac, acesso por voz no Windows |
Voz para texto (ou fala para texto, o “speech to text” do inglês) é o guarda-chuva que cobre tudo isso: qualquer tecnologia que transforma palavras faladas em escritas. Quando um produto se vende como “voz para texto”, descubra qual das linhas acima ele faz de fato.
Ditado e digitação por voz: escrever com a voz
Ditar significa que você é o autor e está escrevendo agora. Você coloca o cursor num e-mail, num documento do Word ou numa conversa, fala, e as palavras aparecem ali. Você vê o resultado na hora, então corrige no caminho ou numa revisão no final. O resultado é para ser o seu texto, não o registro do que foi dito.
Digitação por voz é só o nome que a Microsoft dá a isso no Windows: você aperta Windows + H, espera “Escutando...” e fala. A Apple chama a mesma coisa de Ditado. O recurso antigo do Windows 10 também se chamava ditado, com comandos só em inglês (EUA).
O que faz um ditado ser bom é a velocidade desse ciclo: quão rápido você começa, se o texto cai onde está o cursor e se dá para dizer “vírgula” ou “novo parágrafo” e receber o resultado certo. Para essa última parte, veja como ditar pontuação, além dos guias de ditado no Mac e digitação por voz no Windows.
Transcrição: transformar gravações em texto
A transcrição parte de um áudio que já existe ou está sendo gravado: um episódio de podcast, uma aula gravada, uma ligação de duas horas com cliente, aquele áudio de quatro minutos no grupo da família. Ninguém está escrevendo num cursor; o objetivo é um registro fiel. Boas ferramentas de transcrição se preocupam com coisas que o ditado ignora: separar quem fala, colocar marcação de tempo, aguentar arquivos longos, exportar legenda ou documento.
Alguns produtos fazem as duas coisas. O Wispr Flow, por exemplo, lista ditado no Mac, Windows, iOS e Android e um Notetaker separado para Mac e Windows. Do lado dos motores, o whisper.cpp é uma implementação open source do modelo de reconhecimento Whisper que transcreve áudio offline num computador comum, para quem não tem medo de linha de comando.
Se a sua tarefa é “tenho uma gravação e preciso do texto”, um aplicativo de ditado é a ferramenta errada, mesmo que seja bom, porque ele espera uma voz ao vivo e um cursor.
Assistente de voz e controle por voz: a fala como instrução
Um assistente de voz escuta um pedido e age: programa um timer, manda uma mensagem, diz a previsão do tempo. As palavras que você fala são interpretadas, não escritas. Você não recebe a sua frase de volta como texto editável; recebe um resultado.
Controle por voz fica mais perto do ditado, mas é voltado a operar o computador: “clicar em Enviar”, “rolar para baixo”, “abrir Safari”, além de inserir texto. Importa principalmente para quem não consegue usar teclado ou mouse com conforto. No Mac há um detalhe prático: a Apple avisa que, com o Controle por Voz ativado, o Ditado padrão não fica disponível, então você usa um ou outro.
A fronteira fica menos nítida quando uma ferramenta de ditado acrescenta reescrita com IA ou comandos, mas a pergunta continua simples: o resultado principal é o seu texto, uma ação ou o registro de uma conversa?
Qual ferramenta para qual tarefa
- Responder e-mail e chat mais rápido: ditado. Primeiro a ferramenta do sistema; um aplicativo se você quer uma tecla só em todos os programas.
- Escrever textos longos (artigos, relatórios, ficção): ditado em modo mãos livres, seguido de uma revisão. Veja ditado para escritores.
- Tirar o texto de uma entrevista ou aula gravada: software de transcrição, não ditado.
- Ata de uma reunião ao vivo com várias pessoas: um gravador de reunião, que registra todo mundo, não só você.
- Usar o computador sem as mãos: Controle por Voz no Mac ou acesso por voz no Windows.
- Perguntas rápidas e lembretes: um assistente de voz.
- Escrever prompts para um chatbot de IA: ditar direto na caixa do chat funciona bem, porque prompt é longo e conversado; o guia de ditar no ChatGPT e no Claude mostra como.
- Anotações em dois idiomas: uma ferramenta de ditado que entenda os dois, assunto do guia de ditado em vários idiomas.
O que o Voice Monkeys é, e o que ele não é
O Voice Monkeys é um aplicativo de ditado para computador. Você segura uma tecla (Option direita no Mac, Alt direita no Windows e Linux), fala, solta, e o texto aparece no cursor do programa que está na frente. Um toque rápido passa para mãos livres até o próximo toque; Esc cancela. Entende 25 idiomas, inclusive o português, e dá para misturá-los na mesma frase. Em Macs com chip Apple funciona offline e custa US$ 25 uma vez; no Windows, Linux e Mac Intel é assinatura em nuvem de US$ 12 por mês ou US$ 96 por ano (valores em dólares americanos).
Não é serviço de transcrição: não recebe arquivos de áudio nem grava reuniões. Não tem app para iPhone nem Android. Não é assistente de voz e não controla os seus aplicativos. Não é open source. Se você precisa de alguma dessas coisas, escolha uma ferramenta da linha certa da tabela lá em cima; se precisa escrever rápido com a voz no computador, pode testar pela página de download ou comparar no guia dos melhores aplicativos de ditado.
Perguntas para fazer antes de escolher
- Preciso que o texto apareça onde está o cursor, ou de um arquivo para salvar?
- Quem fala sou só eu, ou várias pessoas?
- O áudio é ao vivo ou já está gravado?
- Preciso que o computador faça algo, ou só que escreva algo?
- Onde a minha fala é processada, e isso combina com as regras do meu trabalho? O guia ditado por voz é privado? lista o que conferir.
Duas ou três respostas sinceras costumam reduzir a escolha a uma categoria, e dentro dela, um teste grátis com as suas próprias palavras vale mais que qualquer lista de recursos.
Perguntas e respostas
Ditado é a mesma coisa que voz para texto?
Ditado é um tipo de voz para texto: fala ao vivo virando texto no cursor. Voz para texto também inclui transcrição de gravações, assistentes de voz e controle por voz.
Qual a diferença entre digitação por voz e ditado?
Basicamente o nome. O Windows chama de digitação por voz (Windows + H); o macOS chama de Ditado. Os dois transformam fala ao vivo em texto no aplicativo ativo.
Um aplicativo de ditado transcreve arquivo de áudio?
Geralmente não. Aplicativos de ditado esperam voz ao vivo e um cursor. Para gravações, use software de transcrição. O Voice Monkeys, por exemplo, não transcreve arquivos nem reuniões.
Dá para usar Controle por Voz e Ditado juntos no Mac?
A Apple diz que o Ditado padrão não fica disponível com o Controle por Voz ativado, então você usa um ou outro.
A Siri é uma ferramenta de ditado?
A Siri é assistente de voz: ela executa pedidos em vez de escrever suas palavras num documento. Para escrever, use o Ditado, que é um recurso separado nos ajustes de Teclado.
Fontes
- Apple: Dite mensagens e documentos no Mac (verificado 6 de novembro de 2026)
- Microsoft: Usar a digitação de voz para falar em vez de digitar no computador (verificado 6 de novembro de 2026)
- Wispr Flow: preços (em inglês) (verificado 6 de novembro de 2026)
- whisper.cpp no GitHub (em inglês) (verificado 6 de novembro de 2026)