Fale com o computador usando o Handy
Transcrever áudios é uma das aplicações mais bem resolvidas pelos modelos de inteligência artificial. E das mais baratas, visto que os modelos de referência nessa área, como o Whisper (OpenAI) e o Parakeet (Nvidia), são liberados gratuitamente e pequenos o bastante para rodar em computadores comuns.
Já falei neste blog do Whisper Transcription (ou MacWhisper), uma mão na roda para transcrever áudios diversos. Hoje falo do Handy, uma espécie de “camada” que se propõe a substituir o teclado na redação de textos no computador.
Gratuito, de código aberto e com versões para Linux, macOS e Windows, o Handy é invocado com uma tecla de atalho e pode ser usado em qualquer campo de texto, do bloco de notas a formulários em uma página web. Depois de baixado o modelo de transcrição, ele funciona sem depender da internet: todo o processamento acontece no próprio computador.
Após instalá-lo, aperte a combinação de teclas para invocá-lo (no macOS, Option + barra de espaço; não sei como é nos outros sistemas). Um pequeno gráfico de ondas sonoras aparecerá na parte inferior da tela. Ao terminar de falar, pressione outra vez a combinação de teclas para encerrar a captura e iniciar, automaticamente, a transcrição do áudio. Sem muita demora, o texto aparecerá no campo em foco.

Além do modo descrito acima, com a combinação de teclas para iniciar e encerrar a gravação, existe outro em que é preciso manter as teclas pressionadas enquanto se fala. A escolha se dá nas configurações do Handy.
Ali, também, está o caminho para baixar e escolher o modelo de transcrição, na aba “Modelos”. Tenho usado o Whisper Small pela combinação de tamanho, velocidade e precisão — e por entender múltiplos idiomas.
Reabrindo essa tela para escrever este texto, notei outros modelos com as mesmas características e índices de velocidade e precisão idênticos ou até maiores, como o Parakeet Ultra ou o Canary 1B v2. De repente vale a pena testá-los, ainda mais se o seu computador tiver fôlego de sobra.
(Notei também que, em alguma atualização recente, o Handy ganhou a capacidade de transcrever arquivos de áudio. Funciona, mas é mais rudimentar que o Whisper Transcription e suas múltiplas opções.)
No meu uso, ferramentas de transcrição como o Handy não servem para textos que demandam reflexão ou mesmo um encadeamento mínimo de ideias, como este que você está lendo. Para a troca de mensagens, comandos em ferramentas de IA e outros textos mais livres/casuais, porém, funcionam super bem.