Voz para texto no Google Docs

Abra Ferramentas, clique em Voice typing, comece a falar

Sem instalação, sem extensão, sem upgrade de conta. O Voice typing já vem dentro do Google Docs.

A coisa toda demora cerca de trinta segundos da primeira vez, e dez em cada visita seguinte. Se a caixa do microfone nunca aparecer, é quase de certeza porque está no Firefox ou numa versão antiga do navegador. Salte para a secção de resolução de problemas abaixo.

Um detalhe que vale a pena definir antes de começar: a lista pendente de idiomas acima do microfone. O Google Docs suporta mais de 100 idiomas e dialetos aí, incluindo uma longa lista de variantes regionais de inglês, espanhol e árabe. Escolha o certo e a precisão dispara no instante em que o faz. Deixe-o num idioma que não fala e vai obter uma salada de palavras que se lê como uma faixa de legendas má.

Os comandos de pontuação e o atalho de que precisa

Eis a parte que surpreende as pessoas. O Google Docs não adiciona pontuação por si. É você que a diz.

Para terminar uma frase, diz "ponto final". Para uma pausa, "vírgula". Também tem "ponto de exclamação", "ponto de interrogação", "nova linha" e "novo parágrafo". Por isso ditar duas frases soa assim em voz alta: "a reunião está confirmada ponto final envie a agenda até sexta-feira ponto final". Parece estranho durante uns quatro minutos, depois torna-se memória muscular, da mesma forma que escrever um ponto e vírgula um dia também se tornou.

Existe também um conjunto mais alargado de comandos de edição: "selecionar parágrafo", "itálico" e frases de formatação e navegação semelhantes. Esses só funcionam em inglês, e apenas quando tanto o idioma da sua conta como o idioma do documento estão definidos em inglês. Os comandos de pontuação são mais tolerantes e funcionam em mais idiomas; os comandos de formatação são os que estão bloqueados ao inglês.

Anda por aí também um atalho de teclado. Muitos utilizadores e guias de terceiros indicam-no como Ctrl+Shift+S no Windows e Cmd+Shift+S no Mac para ativar a digitação por voz sem ir ao menu. Vale a pena mencionar porque a página de ajuda atual da Google não lista qualquer atalho, por isso trate-o como "amplamente reportado e geralmente funciona" em vez de evangelho. Se não fizer nada na sua máquina, o caminho pelo menu funciona sempre.

A questão da pontuação manual é a linha mais nítida entre a ferramenta da Google e as novas ferramentas de ditado por IA. Dizer "vírgula" em voz alta é o preço de uma funcionalidade gratuita que não mudou muito em anos. Não está errado. É só 2015 sentado em silêncio dentro de um produto de 2026.

Funciona num separador de navegador, não no seu computador

A próxima secção decide se a ferramenta incorporada chega para si, por isso recebe uma imagem do que está a ver.

O Voice typing é uma funcionalidade do Google Docs, o que significa que é uma funcionalidade do separador do navegador onde o Google Docs está aberto. Não há aplicação para desktop. Feche o separador e o microfone vai com ele. A antiga reputação de "só no Chrome" está desatualizada — a página de ajuda da Google agora indica Chrome, Edge e Safari. O Firefox continua de fora.

O que esse bloqueio ao navegador lhe custa aparece no momento em que a sua escrita sai do documento. Digamos que rascunha uma atualização de projeto no Docs por voz, depois precisa de responder a um comentário no e-mail, colar uma nota no Slack e preencher uma célula numa folha de cálculo. O microfone não consegue seguir o seu cursor para nenhum desses sítios. Só o ouve dentro do separador do Docs. Para muita gente isso está bem — escrevem no Docs e em mais lado nenhum. Para os restantes, é uma parede contra a qual embatem várias vezes ao dia.

Depois há a questão do telemóvel. Num telemóvel, o menu Voice typing da versão de desktop não aparece; a aplicação móvel do Docs apoia-se antes no microfone de ditado incorporado do teclado do seu telemóvel. Esse microfone do teclado é decente, mas é o seu sistema operativo a fazer o trabalho, não o Google Docs.

Quando a digitação por voz do Google Docs deixa de o ouvir

O Voice typing avaria num pequeno número de formas previsíveis. Ordenadas pela frequência com que as vi acontecer.

• Está em falta no menu Ferramentas. Está num navegador não compatível. O Firefox é o suspeito habitual; uma versão antiquíssima do Chrome é o segundo lugar. Abra o mesmo documento num Chrome, Edge ou Safari atual e o item do menu reaparece.
• A caixa do microfone está lá mas nada é escrito. O navegador não tem permissão de microfone, ou está selecionado o dispositivo de entrada errado. Verifique o pequeno ícone de câmara/microfone na barra de endereço do navegador e confirme que o separador do documento está autorizado. Depois verifique as definições de som do seu sistema operativo para garantir que o microfone certo é o predefinido — o microfone embutido do portátil e uns auscultadores ligados disputam isto entre si.
• As palavras juntam-se ou saem distorcidas. Isto é quase sempre áudio, não software. Um microfone USB barato faz mais pela precisão do que qualquer definição que possa alterar, normalmente mais do que um upgrade de modelo. Ruído de fundo, uma ventoinha, uma janela aberta: tudo isso vai parar à transcrição.
• Para sozinho ao fim de um minuto ou dois. O Voice typing pausa quando deixa de detetar fala durante um período, ou quando o separador perde o foco. Clique no microfone novamente para retomar. Se mudar para outra janela para ler algo enquanto dita, é essa mudança que o está a silenciar.
• As palavras aparecem no sítio errado, ou os comandos são escritos como texto. Se disser "novo parágrafo" e as palavras "novo parágrafo" forem parar ao seu documento em vez de uma quebra de linha, é porque o idioma da sua conta ou do documento não está definido em inglês, e os comandos de edição são apenas em inglês. Pontuação como "vírgula" e "ponto final" é mais tolerante entre idiomas; os comandos de formatação e navegação são os rígidos. Verifique ambas as definições de idioma se os comandos continuarem a aparecer como texto literal.

Se o separador do documento funciona mas uma aplicação diferente não o ouve de todo, isso não é um problema do Google Docs. É o bloqueio ao navegador outra vez. Nenhum passo de resolução de problemas o corrige, porque está a funcionar conforme projetado.

Se a caixa do microfone nunca começa a ouvir, veja nosso guia completo sobre por que a digitação por voz do Google Docs para de funcionar.

Ditar para o Docs sem viver dentro de um separador de navegador

Uma ferramenta de sistema muda a forma do problema. O Whisper by Remskill é uma aplicação para desktop, não uma extensão de navegador nem um add-on do Docs. Pressiona um atalho em qualquer lado, fala, larga, e o texto é colado no seu cursor — no separador do Google Docs, no seu e-mail, no Slack, numa célula de folha de cálculo, em qualquer campo de texto da máquina.

O atalho predefinido é Ctrl+Space no Windows. No Mac é um push-to-talk: mantenha Command+Option juntos premidos para gravar, largue qualquer tecla para parar. Ambos são alteráveis nas definições caso colidam com algo que já usa. O fluxo é o mesmo em qualquer plataforma — manter premido, falar, largar, e as palavras caem onde está o seu cursor. Pode ver o passo a passo completo no nosso guia de como o Whisper funciona, e as configurações específicas de cada plataforma para voz para texto no Mac e voz para texto no Windows.

Algumas coisas que a ferramenta de navegador estruturalmente não consegue fazer, e uma aplicação de desktop consegue:

• A pontuação é automática. Sem dizer "vírgula" em voz alta. A transcrição adiciona-a por si, por isso ditar soa a falar, não a ler indicações de cena.
• Funciona offline. O pipeline local corre totalmente na sua máquina através de um motor puramente em Rust, nenhum áudio sai do portátil. A sua carta de demissão meio rascunhada não dá um desvio pelo servidor de ninguém.
• Segue o seu cursor para todo o lado. O mesmo atalho que preenche um parágrafo no Docs preenche uma resposta no Gmail ou uma página do Notion trinta segundos depois.

Uma palavra sobre os modelos, porque as pessoas perguntam. Localmente é você que escolhe o motor — a escolha é sua, não uma predefinição que escolhemos por si. O Parakeet da NVIDIA é a opção local mais rápida: cerca de 600 MB, 5 a 10 vezes mais rápido do que o Whisper num CPU, abrangendo inglês mais 24 idiomas europeus, 25 no total. Escolha-o se fala sobretudo inglês e quer velocidade.

Os modelos Whisper locais vão mais longe. As versões multilíngues abrangem 99 idiomas, incluindo deteção automática, mais tradução para inglês. Escolha esses se precisa de outros idiomas ou de tradução. As versões Whisper apenas em inglês estão bloqueadas ao inglês por design, para a melhor precisão quando o inglês é tudo o que escreve. E se quiser a mais recente qualidade da OpenAI com acesso à web, o modo Cloud corre com a sua própria chave OpenAI, abrangendo os cerca de 57 idiomas que a OpenAI lista oficialmente. Três caminhos, você escolhe. A aplicação não escolhe uma predefinição por si, o que aprendi a duras penas ser exatamente o que as pessoas querem — a primeira versão saiu com um modelo já escolhido, e a primeira coisa que os utilizadores fizeram foi ir mudá-lo.

Esse último ponto é o teste da lancheira para mim. Uma terça-feira à noite, a fazer sandes e o mesmo iogurte que o mais novo se vai recusar a comer, e a escola quer a autorização da visita respondida até às oito. Agarro o portátil com uma mão, mantenho o atalho premido e dito a resposta entre fatias de pepino — parando uma vez para perguntar como se escreve o nome da professora, uma vez para responder por que é que a lua às vezes não está lá. O e-mail segue, as lancheiras ficam feitas. A questão não é que isto seja o Docs. A questão é que o meu cursor estava num cliente de e-mail, depois num calendário, depois numa aplicação de notas, e a mesma tecla funcionou nas três. A digitação por voz teria ouvido a primeira e ficado em silêncio para o resto.

Quando ignorar a nossa aplicação e usar a ferramenta incorporada da Google

Vou dizê-lo claramente porque o método pelo qual escrevo exige-o, e porque é verdade. Se escreve dentro do Google Docs e em mais lado nenhum, e está a enviar frases curtas — um parágrafo, um comentário, uma nota rápida — use o Voice typing da Google e não instale nada. É gratuito, já lá está, suporta mais de 100 idiomas, e dizer "ponto final" umas vezes não lhe custa nada além da dignidade.

A linha onde uma ferramenta de sistema começa a importar fica por volta da marca das 200 palavras, ou no momento em que o seu ditado precisa de sair do documento. Se está a rascunhar textos longos, a alternar entre três aplicações por hora, a trabalhar offline num comboio, ou a lidar com texto que preferia não enviar para um servidor, o separador do navegador torna-se o estrangulamento. Abaixo dessa linha, a Google trata de si. Seja honesto consigo mesmo sobre de que lado está.

If you have already crossed that line, here is a Google voice typing alternative that dictates anywhere — including offline.

Mais uma opção incorporada que as pessoas esquecem. Tanto o Windows como o macOS têm o seu próprio ditado ao nível do sistema. No Windows é o painel de digitação por voz Win+H; no Mac é o ditado do sistema operativo que pode associar a uma tecla. Esses pelo menos funcionam fora do navegador, ao contrário do da Google. Não são tão precisos nem tão controláveis como uma ferramenta dedicada, mas são gratuitos e já estão instalados — vale a pena experimentar antes de recorrer a algo pago.

A digitação por voz do Google Docs é gratuita, incorporada e adequada para um parágrafo de cada vez dentro de um separador de navegador. No momento em que o seu ditado precisa de sair desse separador — para o e-mail, para um chat, para uma folha de cálculo, offline num comboio — o microfone fica para trás, porque nunca esteve no seu computador para começar. Isto não é uma falha a corrigir. É o limite do que uma funcionalidade de navegador consegue alcançar. A minha filha de sete anos ditou uma vez um e-mail inteiro à avó e depois perguntou por que é que não funcionava na sua aplicação de desenho. Pergunta razoável. A resposta é um atalho que não quer saber em que janela está.