Voz para texto no Microsoft Teams

O Teams tem voz para texto integrada?

Para redigir uma mensagem de chat, não. O Teams não tem funcionalidade que converta a tua fala em texto escrito na caixa de mensagem. Cliquei na barra de ferramentas de formatação, no menu de três pontos, nas opções por mensagem, à procura de um microfone que escreva. Não há nenhum. Podes gravar e enviar um memorando de voz, mas isso é um clip de áudio que o teu colega tem de reproduzir — não uma mensagem escrita. O mesmo acontece com as ferramentas de reunião, às quais voltaremos, porque são elas que as pessoas confundem com a ditação.

O próprio fórum de perguntas e respostas da Microsoft tem pessoas a fazer exatamente esta pergunta, e a resposta honesta é a mesma: não existe ditação de chat nativa no desktop, e a solução habitual é a escrita por voz integrada do Windows (tecla do logótipo do Windows + H) ou uma extensão de browser. Isso diz algo. Quando a resposta mais comum a "como faço ditação nesta aplicação" é "usa uma ferramenta fora da aplicação", a funcionalidade não está escondida num submenu. Simplesmente não existe.

Portanto, se queres que a tua voz se torne uma mensagem Teams escrita, o que faz isso vive fora do Teams: o teu sistema operativo, ou uma aplicação de ditação dedicada. Ambos estão abaixo. O transcritor de reuniões, a ferramenta que as pessoas mais confundem com isso, é uma terceira opção, e resolve um problema completamente diferente. Chegaremos às três.

A transcrição de reuniões não é ditação

Esta é a parte que os guias animados desfocam, por isso vou ser direto. A transcrição do Teams, as legendas em tempo real, a transcrição pesquisável guardada ao lado de uma gravação — tudo isso ouve uma reunião e regista o que todos disseram. É excelente nisso. A Microsoft documenta-o para reuniões, webinars e assembleias gerais, em dezenas de idiomas, com atribuição de locutor. Se o teu objetivo é "legendar a chamada" ou "ter um registo de quem disse o quê", o Teams já o faz, assim como ferramentas como o Tactiq construídas em cima dele. Nada disso é o que a maioria das pessoas entende por voz para texto.

A ditação é a direção oposta do esforço. Tu és o único locutor, estás a escrever propositadamente, e queres que as tuas próprias palavras cheguem à caixa de composição como texto editável para enviar. Uma transcrição de reunião regista uma conversa depois dos factos. A ditação compõe uma mensagem no momento. São tão diferentes como um estenógrafo judicial e uma máquina de escrever. O Teams fornece o estenógrafo. A máquina de escrever trazes tu.

A forma mais rápida: um atalho de teclado global

É aqui que uma aplicação dedicada muda o cálculo. Whisper by Remskill não é um suplemento do Teams, um bot de reunião ou uma extensão de browser. É uma aplicação de desktop que funciona como um teclado: prime um atalho, fala, e a transcrição é colada onde está o cursor, em qualquer aplicação, incluindo a caixa de composição do Teams. Funciona da mesma forma na aplicação de desktop do Teams e no Teams aberto num browser, porque para o teu computador estás simplesmente a escrever.

A configuração é breve:

Esse é todo o ciclo. A transcrição aparece na caixa de composição, lês e primes Enter.

Falas, e a mensagem aparece no Teams

Uma vez a funcionar, a experiência é irrelevante da melhor forma. Colocas o cursor no canal ou chat, mantés a tecla pressionada, falas, soltas. Um segundo depois o texto está na caixa de composição do Teams como se o tivesses escrito. Sem copiar e colar, sem janela separada para extrair o texto, sem memorando de voz que o teu colega tem de percorrer na secretária.

Como a transcrição local corre na tua máquina (Rust puro, sem sidecar Python, sem servidor no ciclo), funciona offline. Isso importa mais do que parece para uma ferramenta de trabalho. A resposta que estás a ditar, o pensamento a meio sobre o lançamento, a mensagem ao gestor que preferes formular com cuidado — nada disso sai do teu laptop a caminho de se tornar texto. A escrita por voz integrada do Windows precisa de uma ligação à internet para funcionar; o modo local do Whisper não.

Como é a aplicação Whisper completa

O atalho é a parte que mais usarás, mas há uma interface de definições por trás. Escolhes o teu motor de transcrição: os modelos Whisper, cujas variantes multilíngues cobrem 99 idiomas e as versões apenas em inglês .en cobrem exatamente um, ou o Parakeet da NVIDIA, cerca de 600 MB, 5 a 10 vezes mais rápido que o Whisper em CPU, cobrindo inglês mais 24 línguas europeias. Configuras o teu atalho, geres o histórico e guardas predefinições. Nada disso é necessário para ditar uma mensagem Teams. Está lá quando quiseres ajustar.

Melhorar mensagens ditadas com IA

A linguagem falada é desordenada. Dizes "hmm", reinicias frases, perdes-te num ruído que significa "sabes o que quero dizer". O Whisper tem um passo opcional de melhoria por IA que apara palavras de preenchimento e cuida da formulação antes de colar. Assim, "hmm, sim, então o, o deploy saiu, acho que, que estamos bem" torna-se "O deploy saiu, acho que estamos bem." Num canal de trabalho onde a mensagem vai para um gestor ou cliente, essa limpeza geralmente vale a pena. Para uma resposta rápida num chat lateral, talvez queiras apenas o texto em bruto.

Essa limpeza corre localmente via Ollama, gratuitamente, na tua própria máquina. Os utilizadores Pro podem encaminhá-la pela cloud em vez disso, mas o benefício de eliminar palavras de preenchimento não requer Pro; está no pipeline local gratuito. Também podes simplesmente desligá-lo e colar a transcrição em bruto, o que para um rápido "a caminho" num chat é muitas vezes exatamente certo.

Quando ignorar uma aplicação de ditação e usar simplesmente o SO

Se só precisas de ditar uma mensagem ocasional, não instales nada. O teu computador já o faz gratuitamente. No Windows, prime a tecla do logótipo do Windows + H e a escrita por voz abre-se em qualquer caixa de texto, incluindo a barra de chat do Teams, sem subscrição. No Mac, o atalho de Ditação integrado (ou a tecla de microfone) faz o mesmo, e no Apple Silicon corre no dispositivo sem internet. Ambos escrevem diretamente na caixa de composição do Teams, aplicação de desktop ou browser, porque funcionam ao nível do SO, não dentro do Teams.

O único compromisso que vale a pena conhecer: o Win+H do Windows precisa de uma ligação à internet, enquanto a ditação do macOS e o modo local do Whisper não. Para um rápido "5 min atrasado, comecem sem mim" num canal, a ferramenta do SO é a escolha certa. Onde uma aplicação dedicada toma a dianteira é no volume, a limpeza das palavras de preenchimento e a ditação offline: quanto mais tempo e mais frequentemente o fazes, mais essas coisas importam.

Escolhe a menor ferramenta que resolve o teu problema. Para uma mensagem, é a tecla que já tens. Para uma manhã de respostas longas, notas de passagem e atualizações de estado em dezenas de canais, a aplicação dedicada deixa de parecer excessiva por volta do segundo ou terceiro parágrafo que não tiveste de escrever.

Quanto custa o Whisper

O pipeline de ditação local — transcrição e limpeza por IA via Ollama — é gratuito para qualquer utilizador com sessão iniciada, sem cartão no registo. Portanto, colocar a tua voz no Teams com o Whisper não custa nada. O Whisper Pro adiciona as funcionalidades cloud (transcrição OpenAI, melhoria de IA na cloud, 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 Teams provavelmente irá introduzir ditação de chat real eventualmente, como as aplicações tendem a fazer quando pessoas suficientes procuram um microfone na barra de composição e encontram apenas um botão de memorando de voz. Até lá, o teu computador já tem a funcionalidade, existe uma aplicação para quando a versão integrada não é suficientemente rápida, e o transcritor de reuniões trata da tarefa completamente separada de anotar uma chamada. Três ferramentas, três problemas. Na maioria das vezes precisas da menor.