Melhor app de fala para texto para Mac

A resposta curta: o que usar, e quando o Ditado da Apple já basta

Para a maioria dos usuários de Mac em 2026, a escolha é um app de ditado com modelo local, com a opção de nuvem como saída de emergência. Se você manda principalmente mensagens curtas, o Ditado da Apple embutido não custa nada e funciona em qualquer campo de texto. No momento em que o seu ditado fica mais longo, mais técnico ou precisa cair dentro de um aplicativo que a Apple não alcança direito, você vai querer uma ferramenta dedicada.

A ferramenta dedicada que eu escolheria roda a transcrição na sua máquina. Num Mac com Apple Silicon, isso é rápido, privado e funciona no avião com o Wi-Fi desligado. O Whisper by Remskill roda dois motores locais, a família de código aberto Whisper e o Parakeet da NVIDIA, totalmente no dispositivo, sem Python, sem servidor no meio do caminho. Você segura Command e Option juntos para gravar, solta qualquer uma das teclas para parar, e o texto aparece onde quer que esteja o seu cursor. Se você prefere os modelos mais recentes da OpenAI para a maior precisão, existe um modo nuvem que usa a sua própria chave da OpenAI. Mesmo atalho, mesma sobreposição, um único botão.

Dois parágrafos, e essa é a decisão inteira. O resto deste artigo é o argumento a favor dela, os limites honestos e os apps que você deve conhecer antes de se comprometer.

Como eu escolhi, para que você possa discordar de mim de propósito. Dei peso a quatro coisas, nesta ordem. O áudio fica no seu Mac, porque privacidade não é um recurso que você acrescenta depois. Ele cola no cursor em qualquer aplicativo, ou prende as suas palavras na própria janela. Ele lida com fala longa e técnica, não só com anotações curtas. E quanto custa usar no dia a dia. Uma ferramenta pode perder em precisão bruta e ainda assim vencer se acertar as duas primeiras. A maioria delas perde nas duas primeiras enquanto grita sobre a quarta. Sou o tipo de arquiteto que desenha a tabela comparativa antes de instalar um único app, e a tabela está sempre errada já no segundo download. Esta sobreviveu ao contato.

Por que o Ditado da Apple chega ao fim da estrada

Um mito atravessa metade dos artigos sobre ditado no Mac que você vai encontrar: o de que o Ditado da Apple para de vez depois de sessenta segundos. Isso já foi verdade em versões mais antigas do macOS, em que o ditado contínuo não vinha ativado por padrão. A documentação atual da Apple diz o contrário: você pode ditar um texto de qualquer extensão sem limite de tempo, e o ditado só para sozinho após trinta segundos de silêncio. Então o corte de sessenta segundos não é mais o limite de verdade.

Os limites de verdade são mais discretos. A precisão cai em termos técnicos, nomes e fala com sotaque, que é exatamente onde mora o trabalho de texto longo. A Apple conta mais de quarenta idiomas e variantes regionais, mas separa o inglês (EUA) do inglês (Reino Unido) para chegar lá, então o número de destaque é maior do que a contagem de idiomas distintos. Não há vocabulário personalizado, nenhum viés em direção ao seu jargão, nenhuma limpeza por IA que transforme a fala informal em escrita polida. É um bom microfone gratuito que digita. Não é uma ferramenta de escrita.

Essa lacuna é a razão inteira de "alternativa ao Ditado da Apple" ser uma busca que as pessoas fazem. Elas testaram o gratuito. Ele as levou até as anotações curtas e deixou de ser suficiente.

Local x nuvem em um Mac: privacidade, velocidade e a lacuna de precisão

Todo app de ditado para Mac fica de um lado de uma linha: ele roda o modelo na sua máquina, ou ele manda o seu áudio para um servidor. A linha importa mais do que o marketing.

Local-first significa que o áudio nunca sai do seu Mac. Depois de um download único do modelo, a transcrição funciona offline: sem internet, sem verificação de conta, nada nos logs de um fornecedor. Para o e-mail à escola do seu filho, a planilha de salários, a petição que você está rascunhando, esse é o padrão certo. No Apple Silicon ele também é rápido, porque o modelo roda num hardware que está parado enquanto você fala. Da primeira vez que você ditar um parágrafo num avião com o Wi-Fi desligado e vir o texto aparecer, o debate nuvem-x-local deixa de ser abstrato.

Uma alavanca de precisão que quase ninguém menciona supera a escolha do modelo: o seu microfone. Um microfone USB decente faz mais pela precisão da transcrição do que pular de um modelo pequeno para um grande. Se as suas palavras saem embaralhadas, conserte a entrada antes de culpar o motor. Passei uma noite inteira trocando modelos para resolver o que acabou sendo o meu notebook ao lado de uma lava-louças ligada. O conserto chato costuma ser o certo.

Nuvem significa os modelos mais recentes e a melhor precisão bruta. Os modelos de transcrição da OpenAI lideram a precisão no mundo real, e é por isso que uma opção de nuvem justifica seu lugar para os áudios mais difíceis. No modo nuvem do Whisper, você traz a sua própria chave da OpenAI. A transcrição roda no gpt-4o-mini-transcribe ou no gpt-4o-transcribe, e o áudio vai direto da sua máquina para a OpenAI. Nunca estamos no meio, e não armazenamos áudio nem transcrições em nenhum dos dois modos.

Eu já vi nuvem-para-tudo dar errado. Uma equipe com quem trabalhei tinha um terceirizado construindo um protótipo interno de ditado num modelo de ponta, chamando a API a cada fala, com uma lógica de repetição um pouco ansiosa demais. No fechamento do trimestre, o painel de custo de nuvem mostrou uma conta de cinco dígitos, a maior parte vinda de transcrever as mesmas gravações de reunião diária quatro vezes. A conclusão do CFO foi simples: talvez não devêssemos pagar um servidor para transcrever reuniões que já têm ata. Num Mac, você normalmente não precisa do servidor. A nuvem é a saída de emergência, não o padrão.

Os apps de ditado para Mac que vale a pena conhecer

Você não veio aqui por uma opção só, então aqui estão as que aparecem quando as pessoas comparam ferramentas de ditado para Mac (sim, incluindo as duas batizadas com o nome do mesmo modelo de código aberto, o que mantém a caixa de suporte animada). Resumos de uma linha, honestos quanto às lacunas.

• Ditado da Apple: gratuito, embutido, funciona em qualquer campo de texto. Melhor para anotações curtas; sem vocabulário personalizado e a precisão desaparece em fala longa ou técnica.
• Whisper by Remskill: dois motores locais mais um modo nuvem com sua própria chave (BYOK), atalho de pressionar para falar, cola no cursor em qualquer aplicativo, gratuito para todo o pipeline local.
• Superwhisper: um app para Mac baseado em Whisper que funciona offline, anuncia mais de 100 idiomas com tradução para o inglês e tem um plano gratuito após um curto período de teste do Pro. Se você está pesando o muro do período de teste e o limite de palavras, aqui está a nossa alternativa gratuita ao superwhisper.
• MacWhisper: um wrapper popular só para Mac que roda os modelos Whisper localmente, com uma versão gratuita e um Pro pago, vendido pelo Gumroad.
• Wispr Flow: um app de voz para texto na nuvem para Mac, Windows, iPhone e Android, que anuncia mais de 100 idiomas com detecção automática e edição automática por IA da fala informal. Baseado em nuvem, não offline-first.
• Dragon (Nuance): o velho peso-pesado, mas a Nuance descontinuou o produto Dragon individual para Mac anos atrás, então não é uma opção ativa para novos usuários de Mac.
• Otter.ai: uma ferramenta de ata de reunião que entra no Zoom, no Teams e no Google Meet; uma categoria diferente do ditado no cursor, com um plano gratuito limitado a 300 minutos por mês.

Aqui vai uma comparação de especificações reais, não um muro de "rápido" e "fácil".

Uma observação sobre essas contagens de idiomas, porque a maioria das listas erra nisso. Os 99 idiomas do Whisper valem só para os modelos multilíngues; as versões só em inglês fazem inglês e nada mais. O Parakeet cobre o inglês mais 24 idiomas europeus, vinte e cinco no total, e nenhum idioma asiático nem tradução para o inglês. A transcrição em nuvem da OpenAI lista por volta de cinquenta e sete idiomas. "Suporta todos os idiomas" é uma frase de marketing, não uma especificação.

Escolhendo a configuração certa para o seu Mac

A escolha certa depende de duas coisas: o seu Mac e o que você dita. O app não escolhe por você. Ele apresenta três caminhos e você escolhe.

Se você tem um Mac com Apple Silicon, qualquer chip da série M, você tem o cardápio inteiro. O Parakeet local é o mais rápido, rodando de cinco a dez vezes mais rápido que o Whisper na CPU, e é mais que suficiente para o ditado do dia a dia em inglês. O Whisper local é mais lento, mas suporta 99 idiomas, tradução para o inglês e vocabulário personalizado, então é a escolha se você troca de idioma ou precisa de controle. O modo nuvem é a escolha quando você quer a precisão mais recente da OpenAI e não se importa de pagar a OpenAI diretamente pela sua própria chave.

O tamanho do modelo é a outra alavanca. A linha do Whisper local vai de um modelo Base de cerca de 140 MB até um Large v3 de 3 GB, com o Parakeet ficando em torno de 600 MB. Num Mac com 8 GB de RAM, fique no Parakeet ou nos modelos Whisper menores e deixe de lado os de 1,5 GB para cima. Num Mac com Apple Silicon e 16 GB, tudo roda. Se você está num Mac Intel mais antigo, o modo nuvem roda em qualquer hardware, e os modelos locais pequenos funcionarão onde os grandes engasgam, embora o Apple Silicon seja onde o app de desktop foi feito para brilhar.

Para definir o atalho: no macOS o padrão é segurar Command e Option juntos como pressionar para falar, e você pode remapeá-lo em Settings para qualquer coisa que não colida com o Spotlight ou a tecla de ditado do sistema. Se você quer o passo a passo completo, o nosso guia de voz para texto no Mac cobre a configuração passo a passo, e o guia de fala para texto offline se aprofunda em rodar tudo com a rede desligada.

Quando deixar nosso app de lado e usar outra coisa

Vou dizer a parte que ninguém fala. Se tudo o que você faz é disparar textos de trinta palavras e uma ou outra anotação curta, não instale nada. O Ditado da Apple é gratuito, embutido no seu Mac e funciona em qualquer campo de texto. A gente começa a valer o download em algum ponto além de onde a precisão da Apple e a falta de vocabulário personalizado começam a doer: escrita de textos longos, jargão técnico, trabalho multilíngue, ditar dentro de aplicativos onde você quer um comportamento limpo de colar no cursor. Se o que você mais precisa é capturar reuniões com vários participantes, com resumos e links de calendário, esse é o trabalho do Otter, não o nosso; o plano gratuito dele te dá 300 minutos por mês. Categoria diferente. Use a certa.

Preços

O Whisper é gratuito para todo usuário autenticado em todo o pipeline local: os dois motores locais, todos os idiomas, aprimoramento por IA via Ollama, histórico, predefinições, atalho personalizado, aceleração por hardware. Sem método de pagamento no cadastro. O que você paga é o Whisper Pro, que adiciona a superfície de nuvem: transcrição em nuvem da OpenAI, aprimoramento por IA na nuvem e busca na web por voz pela sua própria chave da OpenAI. As opções de plano ficam na página de preços para que os números estejam sempre atualizados. O Ditado da Apple, que fique registrado, continua gratuito. Esse é o piso que toda ferramenta paga de ditado para Mac precisa superar.

Dois dias depois daquela demonstração na mesa da cozinha, minha filha voltou com uma reclamação: o atalho não funcionava no app de desenho dela. Ela não sabia o que era um conflito de atalho. Só sabia que tinha parado de funcionar. Esse é o trabalho inteiro de um bom app de ditado para Mac: não vencer a guerra da contagem de recursos, mas desaparecer dentro do ato de escrever, e ser consertável quando não dá certo. O melhor para você é aquele que você esquece que está usando.