Voz para texto no Telegram

O Telegram tem voz-para-texto integrado?

Sim, mas lê as letras pequenas. A transcrição integrada do Telegram funciona em mensagens de voz que alguém te enviou. Abre uma nota de voz e há um pequeno ícone de transcrição, um "A", na borda da bolha. Toca nele e o Telegram escreve o que o remetente disse, mesmo abaixo do leitor. Isto foi adicionado no final de 2023 e é útil quando não consegues reproduzir o áudio em voz alta.

Há um pormenor que vale a pena saber antes de confiar nisto. O Telegram Premium tem transcrições ilimitadas; numa conta gratuita tens um número pequeno e depois o ícone para de funcionar até o limite ser reposto. Por isso a funcionalidade integrada é real, apenas contingenciada, a menos que pagues o Premium. A transcrição também ocorre do lado do Telegram, não no teu dispositivo, o que importa se a nota de voz for algo privado.

Repara no que esta funcionalidade faz e não faz. Reproduz áudio que já existe, uma gravação feita por outra pessoa. Não converte o teu discurso ao vivo numa mensagem que envias. São setas diferentes a apontar em direções diferentes, e o resto deste guia é sobre a segunda: falar e obter uma mensagem digitada do outro lado.

Transcrever uma nota de voz vs. ditar uma mensagem

Esta é a distinção de que tudo o resto depende, por isso vou ser claro. Transcrever uma nota de voz recebida é o Telegram a ouvir uma gravação e a escrevê-la para ti. Ditar uma mensagem é tu a falar e as palavras a aparecerem na caixa, prontas para enviar, sem áudio anexado. Uma é uma ajuda de leitura para mensagens que recebeste; a outra é um substituto de digitação para mensagens que escreves.

Se tudo o que querias era ler uma nota de voz na qual o teu amigo murmurou, já terminaste — o próprio ícone "A" do Telegram trata disso e não precisas de mais nada abaixo. Mas se estás farto de digitar parágrafos com o polegar e apenas queres falar, o Telegram não tem nenhuma funcionalidade para isso. A ferramenta que o faz vive fora do Telegram: o teu sistema operativo ou uma app de ditado dedicada. Ambas vêm a seguir, por ordem de esforço.

A forma mais rápida: um atalho de teclado global

É aqui que uma app dedicada muda os cálculos. Whisper by Remskill não é um bot do Telegram, uma integração de chat nem uma extensão de browser. É uma app de ambiente de trabalho que funciona como um teclado: prime um atalho de teclado, fala, e a transcrição é colada no cursor, em qualquer app, incluindo a caixa de composição do Telegram. Funciona da mesma forma no Telegram Desktop e no Telegram aberto num browser, porque para o teu computador, estás simplesmente a digitar.

A configuração é breve:

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

Fala, e a mensagem aparece no Telegram

Uma vez em funcionamento, a experiência é eminentemente prática no melhor sentido. Colocas o cursor no chat, manténs a tecla premida, falas, largas. Um segundo depois o texto está na caixa de mensagens do Telegram como se o tivesses digitado. Sem copiar e colar, sem janela separada, e crucialmente, sem nota de voz pela qual a outra pessoa tenha de fazer scroll — apenas uma mensagem digitada normal.

Como a transcrição local corre na tua máquina (Rust puro, sem sidecar Python, sem servidor no ciclo), funciona offline. O que quer que estejas a ditar nunca sai do teu portátil, o que é o oposto de como a transcrição de notas recebidas do próprio Telegram funciona, que corre nos servidores do Telegram. A digitação de voz integrada do Windows também precisa de uma ligação à internet; o modo local do Whisper não.

Como é a app completa do Whisper

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

Limpar mensagens ditadas com IA

A linguagem falada é bagunçada. Dizes "hm", reinicias frases, perdes-te num ruído que significa "sabes o que quero dizer". O Whisper tem um passo opcional de melhoria por IA que remove preenchimentos e organiza a formulação antes de colar. Assim "ah, sim, então vou, vou estar lá por volta das seis, umas seis horas" torna-se "Vou estar lá por volta das seis". Se vale a pena depende do chat; um grupo de trabalho, provavelmente sim; um fio com a tua irmã, provavelmente não.

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 da limpeza de preenchimentos não requer Pro; está na pipeline local gratuita. Podes também simplesmente desativá-la e colar a transcrição em bruto, o que num chat casual é muitas vezes exatamente a decisão certa.

Ler notas de voz enviadas por outros

Agora de volta à primeira tarefa, porque é a que o Telegram realmente construiu. Se o teu objetivo real é "alguém enviou-me uma longa nota de voz e quero lê-la em vez de ouvir", não precisas do Whisper nem de nenhuma app de terceiros. O Telegram já faz isso. Abre a mensagem de voz, toca no pequeno ícone de transcrição "A", e o Telegram escreve-a para ti.

A única coisa a vigiar é o limite. Contas gratuitas têm um número limitado de transcrições; o Telegram Premium remove o limite. Por isso, se transcreveres ocasionalmente uma nota de voz, o nível gratuito é suficiente. Se um amigo comunica exclusivamente em monólogos de áudio de cinco minutos e os transcreveres todos, atingirás o muro e ou esperas ou fazes upgrade. Essa é a decisão do Telegram, não algo que uma app externa muda. Ler notas recebidas e ditar as tuas próprias mensagens são dois problemas separados que acontecem a viver na mesma app.

Quando saltar uma app de ditado e simplesmente usar o teu sistema operativo

Se apenas precisas de ditar uma mensagem ocasional, não instales nada. O teu computador já faz isso gratuitamente. No Windows, prime Windows logo key + H e a digitação de voz abre em qualquer caixa de texto, incluindo a barra de chat do Telegram, sem subscrição. No Mac, o atalho de ditado integrado (ou a tecla de microfone) faz o mesmo, e no Apple silicon corre no dispositivo sem internet. No telefone, o ícone de microfone do teclado dita diretamente no campo de mensagem móvel do Telegram; é o iOS ou o Gboard a fazer o trabalho, não o Telegram, mas funciona.

A única troca que vale a pena conhecer: Win+H do Windows precisa de uma ligação à internet para correr, enquanto o ditado do macOS e o modo local do Whisper não. Para um rápido "chego 5 minutos atrasado, peçam sem mim", a ferramenta do sistema operativo é a escolha certa. Onde uma app dedicada toma a dianteira é no volume, na limpeza dos preenchimentos e no ditado offline: quanto mais longo e mais frequente o fizeres, mais isso importa.

Escolhe a menor ferramenta que resolve o teu problema. Para uma mensagem, é a tecla que já tens. Para uma noite inteira de mensagens longas, a app dedicada deixa de parecer excessiva por volta do segundo ou terceiro parágrafo que não tiveste de digitar.

Quanto custa o Whisper

A pipeline de ditado local — transcrição e a limpeza de IA via Ollama — é gratuita para qualquer utilizador com sessão iniciada, sem cartão no registo. Portanto colocar a tua voz no Telegram com o Whisper não custa nada. O Whisper Pro adiciona as funcionalidades cloud (transcrição OpenAI, melhoria de IA cloud, pesquisa web por voz) e tem um período de teste separado. Os números exatos estão na página de preços em vez de aqui, porque os preços mudam e uma publicação de blog não é um bom lugar para as manter atualizadas.

Portanto há realmente três respostas a esta pesquisa, dependendo de qual procuraste. O Telegram já transcreve as notas de voz que recebes, contingenciadas a menos que pagues o Premium. O teu computador já dita mensagens curtas gratuitamente. E existe uma app para quando falas para o Telegram o dia todo e as opções integradas não são suficientemente rápidas. Três ferramentas, duas tarefas diferentes. Na maioria das vezes precisas da mais pequena que se encaixa.