Como converter áudio em texto no Word: da gravação ao documento revisado

O caminho em resumo: do áudio ao .docx

O Word é ótimo para editar, formatar e revisar texto, mas o trabalho de reconhecer a fala acontece antes, fora dele. Se você já ouviu falar de recursos de ditado ou transcrição dentro do próprio Word, saiba que a disponibilidade varia conforme a versão, o plano e o idioma; confira na sua instalação. O roteiro abaixo funciona com qualquer Word, inclusive versões antigas, e também com Google Docs.

1. Transcrever o áudio e baixar um arquivo .txt.
2. Abrir o .txt no Word (ou colar o conteúdo) sem perder acentos.
3. Decidir se a minutagem fica ou sai.
4. Formatar: nomes de quem fala, parágrafos, títulos.
5. Revisar com o corretor em português e ouvindo os trechos duvidosos.
6. Salvar como .docx ou PDF.

Gerar a transcrição com o mydubly e o que ele não faz

O mydubly é um aplicativo de navegador que transforma gravações em texto. No conversor de áudio para texto (em inglês):

1. Solte o arquivo em «Drop audio here». São aceitos MP3, WAV, M4A, AAC, OGG, FLAC e WebM, com até 2 horas por arquivo. Gravações do gravador de voz do celular costumam ser M4A e entram direto.
2. Deixe desligada a opção «Audio and text output», que gera só a transcrição com minutagem. O idioma é detectado automaticamente; em «Select language», escolha esse mesmo idioma para o texto sair sem tradução.
3. Clique em «Transcribe audio» e mantenha a aba aberta até terminar.
4. Baixe «Download transcript» para o texto corrido (transcript.txt) ou «Download timestamped transcript» para o texto com minutagem (transcript-timestamped.txt).

O custo é de 1 crédito por minuto iniciado, com mínimo de 5 créditos por arquivo. Uma reunião de 40 minutos custa 40 créditos (US$ 0,04), e os 100 créditos grátis do cadastro cobrem até 100 minutos de áudio.

O que o mydubly não faz: não gera arquivo .docx (o download é em texto simples), não identifica quem está falando, não tem editor de transcrição na tela e não faz resumo. Áudios do WhatsApp em .opus e gravações de chamada em .amr não são aceitos e precisam ser convertidos para MP3 ou M4A antes; o guia sobre transcrever áudio do WhatsApp explica como.

Levar o texto para o Word sem estragar os acentos

Há dois jeitos de colocar a transcrição no Word, e os dois funcionam bem com português.

• Abrir o arquivo: no Word, vá em Arquivo, Abrir, e troque o filtro de tipo para mostrar arquivos de texto. Os arquivos do mydubly são salvos em UTF-8 com marca de codificação (BOM), o que ajuda o Word a reconhecer "ç", "ã" e "é". Se mesmo assim aparecer a janela "Conversão de arquivo", escolha a codificação Unicode (UTF-8) e confira a prévia antes de confirmar.
• Copiar e colar: abra o .txt no Bloco de Notas (Windows) ou no TextEdit (Mac), selecione o conteúdo, copie e cole no Word com a opção "Manter Somente Texto". Assim o texto adota a formatação do seu documento.

Logo depois, salve como documento do Word (.docx). Um .txt aberto no Word continua sendo .txt até você usar "Salvar como" e escolher o formato.

Manter ou tirar a minutagem

O arquivo com minutagem traz uma linha por trecho de fala, começando pelo tempo entre colchetes: [0:00], [12:31] e, depois da primeira hora, [1:02:15]. Mantenha a minutagem quando o documento vai servir para pesquisa, citação, edição de vídeo ou conferência com o áudio. Tire quando o objetivo é um texto corrido para leitura.

Para remover todas as marcações de uma vez no Word em português:

1. Abra "Substituir" (Página Inicial, Substituir, ou Ctrl+U no Word em português).
2. Clique em "Mais" e marque "Usar caracteres curinga".
3. Em "Localizar", digite \[[0-9:]@\] seguido de um espaço.
4. Deixe "Substituir por" vazio e clique em "Substituir tudo".

Meio-termo útil: em vez de apagar, deixe a minutagem discreta. Use o mesmo "Localizar", digite ^& em "Substituir por", clique em "Formatar", "Fonte" e escolha cor cinza e tamanho menor. Os tempos continuam lá para consulta, sem poluir a leitura.

Formatar uma entrevista: falas, nomes e numeração de linhas

A transcrição chega sem nomes de quem fala. Numa entrevista, o trabalho mais demorado é esse, e alguns recursos do Word ajudam:

• Siglas curtas na primeira passada: digite "E:" para entrevistador e "P1:" para participante enquanto ouve. Depois, com "Substituir", troque "E:" por "Entrevistadora:" em negrito (use "Formatar", "Fonte", "Negrito" no campo "Substituir por").
• Um parágrafo por fala: junte linhas da mesma pessoa e separe quando muda o falante. Fica muito mais legível do que uma linha por trecho.
• Numeração de linhas: em Layout, Números de Linha, escolha a numeração contínua. Em pesquisa qualitativa, isso permite citar "linhas 112 a 118" na análise.
• Estilos: use "Título 1" para blocos temáticos da entrevista e o painel de navegação para pular entre eles.

Para trabalhos acadêmicos, o guia de transcrição de entrevista nas normas ABNT detalha fonte, espaçamento e como apresentar a transcrição no apêndice. Para outros formatos, como ata ou matéria jornalística, o artigo sobre como formatar uma transcrição (em inglês) tem modelos.

Revisar com o corretor em português e com o ouvido

Primeiro, garanta que o Word está corrigindo no idioma certo: selecione o texto inteiro, vá em Revisão, Idioma, abra a opção de definir o idioma de revisão e escolha Português (Brasil). Depois, rode "Ortografia e Gramática" (F7).

O corretor pega erros de digitação e de concordância, mas não pega o erro mais comum da transcrição automática: uma palavra real, escrita corretamente, que não foi a palavra dita. Fique atento a:

• Pares que soam parecido: "mas" e "mais", "há" e "a", "sessão" e "seção", "concerto" e "conserto".
• Nomes próprios, marcas e siglas, que podem sair com grafia criativa.
• Números: "dois mil e vinte" pode aparecer por extenso ou em algarismos, sem padrão.
• Pontuação: frases longas sem vírgula ou com ponto no meio de uma ideia.

Use a minutagem para ouvir só os trechos suspeitos, em vez de ouvir a gravação inteira de novo. O artigo sobre erros de pontuação em transcrições (em inglês) mostra como corrigir os casos mais comuns sem reescrever tudo.

Salvar, compartilhar e cuidar da privacidade

Salve a versão revisada em .docx e, se for enviar para alguém que só vai ler, exporte também em PDF. Guarde o áudio original junto, com o mesmo nome base (por exemplo, "entrevista-maria-2026-09-15.m4a" e "entrevista-maria-2026-09-15.docx"), para conferir trechos no futuro.

Gravações de entrevista, reunião ou consulta costumam conter dados pessoais. De forma geral, leis de proteção de dados como a LGPD esperam que as pessoas saibam que estão sendo gravadas e para quê, e que você guarde só o necessário. No mydubly, o áudio vai para processamento por HTTPS e o áudio enviado e os resultados são apagados do servidor em até 30 minutos depois do fim do processamento. Para dúvidas sobre o que sua empresa ou universidade exige, consulte o encarregado de dados ou o comitê de ética.

Erros comuns que fazem perder tempo

• Transcrever a gravação bruta com meia hora de conversa antes do começo: corte antes, porque você paga e revisa cada minuto.
• Colar com formatação e ficar com fontes misturadas: prefira "Manter Somente Texto".
• Esquecer de mudar o idioma de revisão e ver o texto inteiro sublinhado de vermelho.
• Apagar a minutagem cedo demais e depois precisar dela para conferir uma citação: faça uma cópia antes.
• Usar o corretor como revisão final: ele não ouve o áudio. Para áudio de reunião, o guia de transcrição de reunião gravada traz um roteiro de revisão específico.