Voz para texto no Confluence

O Confluence tem voz para texto?

Não. Não há botão de ditado no editor do Confluence, nenhum microfone na barra de ferramentas que digita o que diz, nenhuma definição escondida num menu que converte fala numa página. Fui procurar, como provavelmente você também fez. Não está lá. A Atlassian adicionou muito nesse editor ao longo dos anos — documentos em tempo real, comentários inline, quadros brancos, bases de dados — mas a entrada de voz não é uma delas.

Portanto, o ditado tem de vir de fora do Confluence. Dois lugares de onde pode vir: a digitação por voz integrada do seu sistema operativo, ou um aplicativo de desktop dedicado que digita em qualquer campo de texto. Ambos funcionam no editor de páginas do Confluence, na caixa de comentários e na superfície de documentos em tempo real, porque do ponto de vista do seu computador está simplesmente a digitar. Ambos são descritos abaixo.

Uma coisa a deixar de lado primeiro. «Transcrever uma reunião gravada numa página do Confluence» é uma tarefa diferente de «ditar uma página enquanto a escrevo». Este guia é sobre a segunda — falar o seu rascunho no editor. Se quiser converter uma gravação em notas, isso é uma ferramenta de transcrição, não de ditado, e é uma categoria separada.

Escrever um documento longo falando

O argumento para ditar páginas do Confluence é principalmente sobre as longas. Falar corre a cerca de 145 palavras por minuto; digitar para a maioria das pessoas está mais perto de 40. Isso é cerca de três vezes e meia mais rápido. Num comentário de uma linha não faz diferença. Num runbook, um post-mortem, um briefing de projeto, uma página de integração — o tipo de documento que continua a adiar porque é uma hora de digitação — a diferença é entre escrever hoje e nunca escrever.

E falar muda como o rascunho sai. Quando digita, edita à medida que avança, o que é lento e tende a sufocar a primeira versão. Quando fala, obtém todo o pensamento bagunçado e depois limpa-o. Para documentação especificamente, onde a parte difícil é geralmente tirar a explicação da cabeça e pô-la na página, essa ordem ajuda. A verdade entediante é que a maioria dos documentos não é escrita porque a digitação é um muro. Falar baixa o muro.

A forma mais rápida: um atalho global

É aqui que um aplicativo dedicado muda os cálculos. Whisper by Remskill não é um aplicativo do Confluence, um add-on do Marketplace ou uma extensão do navegador. É um aplicativo de desktop que funciona como um teclado: pressione um atalho, fale, e a transcrição é digitada no cursor, em qualquer aplicativo, incluindo o editor do Confluence. Funciona da mesma forma no Confluence aberto num navegador e no aplicativo de desktop do Confluence, porque o seu computador vê simplesmente texto a ser introduzido.

A configuração é curta:

Esse é o ciclo completo. O texto aparece no editor, lê-o, continua. Para uma página longa fala em blocos — um parágrafo de cada vez, da mesma forma que o pensaria.

Fale, e a página preenche-se

Uma vez a funcionar, a experiência é discreta da melhor forma. Coloca o cursor no corpo do Confluence, mantém a tecla pressionada, fala, solta. Um segundo ou dois depois o texto está no editor como se o tivesse digitado. Sem copiar e colar de uma janela separada, sem gravação para transcrever depois, sem add-on para autorizar na sua conta Atlassian.

Como a transcrição local corre na sua máquina (Rust puro, sem sidecar Python, sem servidor no ciclo), funciona offline, e o áudio do que está a ditar nunca sai do seu laptop. Isso importa especialmente para documentos de trabalho. Uma página pode descrever um sistema interno, um cliente, um incidente; com o modo local, nenhum desse áudio vai para o servidor de ninguém para se tornar texto. A digitação por voz integrada do Windows precisa de uma ligação à Internet; o modo local do Whisper não.

Transformar um rascunho falado em prosa limpa

A linguagem falada é bagunçada. Diz «hã», recomeça frases, perde-se num som que significa «já sabe o que quero dizer». Numa página do Confluence que outros leem, não quer isso. O Whisper tem uma etapa opcional de melhoria com IA que apara preenchimentos e organiza a formulação antes de digitar. Portanto «hã, então o, o script de deploy, ele tipo precisa da variável de ambiente definida primeiro, caso contrário, sim, simplesmente falha» torna-se «O script de deploy precisa da variável de ambiente definida primeiro, caso contrário falha.» Para documentação, essa limpeza é a diferença entre uma transcrição e um rascunho.

Essa limpeza corre localmente via Ollama, gratuitamente, na sua própria máquina. Os utilizadores Pro podem encaminhá-la através da nuvem, mas o benefício da limpeza de preenchimentos não requer Pro; está disponível no pipeline local gratuito. Pode também desativá-la e digitar a transcrição bruta, depois editar no Confluence normalmente — o que para um comentário rápido é muitas vezes a decisão certa.

Como é o aplicativo Whisper completo

O atalho é a parte que usará mais, mas há uma superfície de definições por trás. Escolhe o seu motor de transcrição: os modelos Whisper, cujas variantes multilingues cobrem 99 idiomas e as versões apenas inglês .en cobrem exatamente um, ou o Parakeet da NVIDIA, cerca de 600 MB, 5 a 10 vezes mais rápido que o Whisper na CPU, cobrindo inglês mais 24 idiomas europeus. Define o seu atalho, gere o histórico e guarda presets — úteis se os seus documentos dependem muito dos mesmos nomes de produto ou jargão. Nada disso é necessário para ditar uma página. Está lá quando quiser ajustar.

Funciona no editor do navegador e no aplicativo de desktop

As pessoas acedem ao Confluence de duas formas: num separador do navegador e através do aplicativo de desktop do Confluence. Um aplicativo com atalho global não se importa com qual. Digita onde quer que o cursor esteja, pelo que o editor de páginas, a caixa de comentários, um comentário inline, um documento em tempo real comportam-se todos da mesma forma, esteja no Chrome ou no aplicativo autónomo. Sem configuração por superfície, sem a pergunta «suporta esta vista». Se conseguir colocar um cursor lá e digitar, pode ditar.

O mesmo se aplica a tudo o mais no seu ecrã. O atalho funciona no seu e-mail, no seu terminal, num ticket Jira, numa mensagem Slack, num documento Word. O Confluence é apenas uma das caixas que o seu cursor visita num dia, e o aplicativo trata-o como qualquer outro. Essa é a vantagem silenciosa de fazer isso ao nível do sistema operativo em vez de dentro do editor de um único produto.

Quando simplesmente usar o seu sistema operativo

Se só precisar de ditar um comentário ocasional ou uma página curta, não instale nada. O seu computador já faz isso gratuitamente. No Windows, pressione a tecla do logótipo do Windows + H e a digitação por voz abre em qualquer caixa de texto, incluindo o editor do Confluence, sem subscrição. Num Mac, o atalho de Ditado integrado (ou a tecla do microfone) faz o mesmo, e no Apple Silicon corre no dispositivo sem Internet. Para uma atualização de estado de um parágrafo, essa é a ferramenta certa.

As trocas a conhecer: o Win+H do Windows precisa de uma ligação à Internet para correr, enquanto o ditado do macOS e o modo local do Whisper não precisam. E o ditado do sistema operativo dá-lhe a transcrição bruta — sem limpeza de preenchimentos, sem vocabulário personalizado para os seus nomes de produto. Para um comentário rápido está bem; vai editá-lo de qualquer forma.

Escolha a menor ferramenta que resolve o seu problema. Para um comentário, é a tecla que já tem. Para um runbook de 1.500 palavras que de outra forma passaria uma hora a digitar, o aplicativo dedicado, com a limpeza de IA a transformar o seu rascunho falado em algo que pode quase publicar, deixa de parecer excessivo em torno do segundo parágrafo que não teve de digitar. Isso combina naturalmente com ditar tickets Jira — a outra metade de um dia Atlassian — se escrever com a voz lhe ficar.

Quanto custa o Whisper

O pipeline de ditado local — transcrição e a limpeza de IA via Ollama — é gratuito para qualquer utilizador com sessão iniciada, sem cartão no registo. Portanto, colocar a sua voz numa página do Confluence com o Whisper não custa nada. O Whisper Pro adiciona as funcionalidades de nuvem (transcrição OpenAI, melhoria de IA na nuvem, pesquisa web por voz), e tem um período de avaliação separado. Os números exatos estão na página de preços em vez de aqui, porque os preços mudam e um post de blog é um mau lugar para os manter atualizados.

O Confluence pode um dia lançar ditado real, como os editores colaborativos tendem a fazer quando suficientes pessoas pedem. Até lá, o seu computador já tem a funcionalidade para trechos curtos, e existe um aplicativo com atalho para as páginas longas onde falar o rascunho supera digitá-lo. Duas ferramentas, um muro a ultrapassar: a digitação. Na maior parte das vezes precisa da ferramenta menor. Para os documentos que ninguém quer escrever, a maior ganha o seu lugar.