Voz para texto no Figma sem plugin

O Figma não faz voz para texto. Veja o que ele realmente faz.

O Figma não tem voz para texto nativo. As pessoas não param de pedir — o Fórum do Figma tem pedidos de recurso abertos como "Voice input to comment" e "Add voice to text prompting to Figma Make", que é a forma educada que a internet tem de confirmar que um recurso não existe.

O que o Figma tem é bate-papo por áudio, e ele é genuinamente útil — só que para outra função. Ele permite que os colaboradores falem em voz alta dentro de um arquivo ou de um quadro do FigJam, no desktop e no navegador, em vez de pularem para uma chamada separada. Isso é bate-papo por voz. Não é fala para texto. Nada do que você diz no áudio do Figma vai parar em uma caixa de comentário ou em uma camada de texto.

Então você tem dois caminhos honestos para ditado de verdade no Figma. Caminho um: um plugin da comunidade que vive dentro do Figma. Caminho dois: uma ferramenta de ditado em nível de sistema que digita em qualquer campo em foco no seu computador, inclusive no Figma. O resto deste texto é sobre os dois, incluindo quando cada um é a escolha certa.

O caminho do plugin: "Voice to Text for Figma" e companhia

Existem plugins de verdade para isso. "Voice to Text for Figma" é um plugin da comunidade no qual você abre uma ferramenta de voz, fala, e a transcrição cai na sua camada de texto selecionada. "Hey Figma Speech Recognition" faz o mesmo tipo de coisa. Eles funcionam. Quero ser justo nisso antes de te contar por que eles parecem trabalhosos.

Aqui está o problema, e ele é estrutural, não um bug. Plugins do Figma não conseguem acessar o seu microfone. Então, para te ouvir, esses plugins abrem uma janela de navegador separada, reconhecem sua fala usando a Web Speech API embutida do navegador e enviam o texto de volta para o Figma por uma conexão WebSocket. Para ditar um único comentário, você fica pulando entre uma janela do Figma, um pop-up de navegador fazendo a escuta, e de volta. É preciso um navegador moderno, e é preciso que você esteja no navegador o tempo todo.

Para um comentário de cinco palavras, tudo bem. Para um dia inteiro de notas de handoff, o vai e vem entre janelas cansa rápido. E não existe nenhum plugin de ditado específico para o FigJam.

O caminho mais rápido: um atalho de teclado válido em todo o sistema que digita no Figma

O Whisper segue o outro caminho. É um aplicativo de desktop para Windows e macOS, não um plugin e nem uma extensão de navegador. Ele usa um único atalho válido em todo o sistema: segure Ctrl+Space no Windows, ou Command+Option no macOS, fale e solte. O texto aparece onde quer que o seu cursor já esteja.

Essa parte do "onde quer que o seu cursor esteja" é o truque inteiro. Como o Whisper digita no nível do sistema operacional, não importa para ele que o campo pertença ao Figma. Coloque o cursor em uma caixa de comentário do Figma e dite o comentário. Clique em uma camada de texto selecionada e dite o conteúdo. Vá para uma anotação de revisão ou uma nota de handoff para o desenvolvedor e dite a especificação. Nenhum plugin para instalar, nenhuma janela de navegador abrindo, nenhum WebSocket. Funciona no aplicativo de desktop do Figma e no Figma rodando em uma aba do navegador, porque, no nível do sistema operacional, ambos são apenas "um aplicativo com um campo de texto em foco".

E o mesmo atalho funciona em todo o resto. Você dita um comentário no Figma, depois usa Cmd-Tab para o Slack e dita uma mensagem para o dev, depois para o seu e-mail — mesma tecla, mesma memória muscular, todos os aplicativos.

Esse é o aplicativo Whisper de verdade acima, não uma captura de tela — clique e explore. Você escolhe onde a transcrição roda, define seu atalho, e essa é a maior parte da configuração. Não há nenhuma surpresa no formato do Figma: é um aplicativo, uma tecla, e o Figma é só mais um dos aplicativos em que ele acaba digitando.

O que você pode ditar no Figma (e o que não pode)

Você pode ditar em qualquer lugar onde o Figma te dê um cursor de texto. Comentários de design e feedback. Anotações de revisão. Notas de handoff para o desenvolvedor. O conteúdo de verdade dentro de uma camada de texto — texto de corpo, rótulos de botões, aquele microcopy que você reescreve onze vezes. Notas adesivas do FigJam também: o FigJam não tem ditado nativo nem plugin de voz dedicado, mas uma nota adesiva é só um campo de texto comum em foco, então um atalho válido em todo o sistema digita nela como em qualquer outro. Conduzir um workshop e capturar ideias mais rápido do que as pessoas conseguem falar é a única vez em que vi designers correndo de verdade contra a sala. Se você vive mais em quadros brancos do que em arquivos de design, a mesma ideia vale para ditar em quadros do Miro.

Agora a parte honesta, em negrito porque as ferramentas dessa área adoram dar a entender o contrário. O Whisper dita no campo que está em foco. Ele não opera o Figma. Ele não vai desenhar um frame, mover uma camada, renomear um componente, redimensionar nada nem criar objetos por voz. Ele digita palavras onde o seu cursor está — um campo de cada vez — e essa é a função inteira. O Whisper substitui a digitação, não o design. (Se você quer uma ferramenta que empurre uma camada 2px para a esquerda quando você diz "empurra 2px para a esquerda", isso é um produto diferente e muito mais corajoso do que o meu.) E, aliás, é o mesmo escopo de campo único que os plugins e o ditado do seu próprio sistema operacional têm — ninguém nessa categoria pilota o editor inteiro.

Local, offline e já limpo

O ditado bruto tem muletas. "Ééé", "o, é, o espaçamento", o momento em que você se corrige no meio da frase. O Whisper pode rodar uma passada opcional de limpeza por IA depois da transcrição, que corta as muletas e corrige os deslizes óbvios, deixando algo que você de fato colaria em uma nota de handoff. A limpeza roda localmente na sua máquina no modo gratuito, ou pela nuvem se você ativar os recursos Pro e trouxer sua própria chave. É genuinamente útil com vocabulário de design system — nomes de componentes, nomes de tokens, as palavras que o corretor automático comum transforma em algo constrangedor. O Whisper também dá conta de mais de 90 idiomas nos modos local e nuvem, então uma equipe que escreve UI copy em alemão e revisa em inglês não fica trocando de ferramenta.

O modo local roda totalmente offline. Sem internet durante a transcrição, e o seu áudio nunca sai da máquina — a única vez em que você precisa de conexão é no download único do modelo, algo entre cerca de 140 MB e 3 GB, dependendo de qual modelo você escolher. Depois disso, a rede pode estar desligada e o ditado ainda funciona no trem, no avião, num escritório que bloqueia metade da internet.

Cá entre nós, essa é a parte na qual eu não abriria mão. Ditado só na nuvem é um desastre de privacidade esperando para ser transcrito. A anotação que você está ditando pode descrever um produto não lançado, uma tela de preços, um fluxo de segurança — é exatamente o tipo de coisa que não deveria passar pelos logs de um fornecedor só porque você quis pular a digitação. O caminho do plugin depende do motor de fala do navegador e de uma janela separada; o ditado local mantém o áudio no único dispositivo que já tem um microfone e um processador perfeitamente bom. Se você lida com qualquer coisa sensível, essa diferença deixa de ser um detalhe bom de ter.

Quando um plugin do Figma ou o ditado do sistema fazem mais sentido

Eu não instalaria o Whisper para todo mundo. Se você só dita o comentário ocasional de cinco palavras e vive inteiramente dentro do Figma em uma aba do navegador, um plugin gratuito da comunidade como o "Voice to Text for Figma" dá conta do recado — abra a ferramenta de voz, fale, pronto. Sem download.

E talvez você não precise de nada disso. O Windows tem ditado gratuito embutido — pressione Win+H e fale na maioria dos campos em foco, inclusive no Figma. O macOS tem o Ditado nas configurações de teclado. Os dois são gratuitos, nenhum precisa de instalação, e para rajadas curtas eles são totalmente adequados. Vá atrás de um aplicativo de ditado de desktop como o Whisper quando você quiser três coisas que as opções gratuitas não dão tão bem: funcionar offline com o áudio ficando na sua máquina, um único atalho em todos os aplicativos em vez de só no Figma, e limpeza por IA no vocabulário técnico de design system. Se nada disso importa para você, economize seu espaço em disco — seu trackpad vai sobreviver mais um ano.

O Willow é outra ferramenta de ditado em nível de sistema voltada para o mesmo fluxo do Figma — atalho em qualquer campo de texto, sem plugin — então a categoria não é só a gente. O panorama honesto é: plugins para ditado rápido preso ao navegador, o seu sistema operacional para rajadas curtas e gratuitas, e um aplicativo de ditado de desktop quando você quer isso em todo lugar e offline.

Configuração: três passos, sem plugin do Figma

Você não encosta no menu de plugins do Figma para isso. A ideia toda é que a ferramenta de ditado vive fora do Figma.

1. Baixe e instale o Whisper no Windows ou no macOS, depois faça login. O pipeline local é gratuito, sem cartão no cadastro; os recursos de Nuvem são a parte paga do Pro.
2. Confirme seu atalho. O padrão é Ctrl+Space no Windows e Command+Option no macOS — mude nas configurações se ele conflitar com algo que você já usa.
3. Abra o Figma, clique em qualquer campo de texto — um comentário, uma camada, uma nota adesiva — segure o atalho, fale, solte. As palavras aparecem no cursor.

É isso. Sem aprovação de plugin, sem pop-up de navegador, sem configuração por aplicativo. Na primeira vez que demonstrei isso, ainda instintivamente fui atrás do menu de plugins do Figma por hábito, e aí lembrei que não há nada para instalar. Se você já quis digitar mais rápido com a voz em todos os seus aplicativos, o caso do Figma é só uma parada nesse caminho. A mesma configuração é o que as pessoas usam para ditar dentro do ClickUp e na maioria das outras ferramentas.

Minha filha de sete anos entendeu o atalho antes de entender qual aplicativo era o Figma. Ela segurou a tecla, narrou uma nota adesiva sobre um dragão e soltou, e as palavras simplesmente estavam ali — sem menu, sem plugin, sem ideia de que aquilo deveria ser difícil. Essa é a régua. Se uma criança consegue ditar um dragão em uma nota adesiva sem ler manual, um designer consegue ditar uma nota de handoff entre goles de café. As mãos nunca foram o ponto do trabalho mesmo. A mesma abordagem funciona para voz para texto no Mac nos seus outros aplicativos também.