Voz para texto no WordPress: 3 caminhos

O WordPress não tem ditado embutido. Veja o que isso significa.

Fui dar uma olhada no diretório oficial de plugins para ter certeza de que não estava perdendo uma configuração enterrada três menus abaixo. (Não estava. Raramente estou, mas sempre confiro, porque a única vez que eu não conferir é a vez em que ela vai estar lá.) Pesquise no diretório de plugins do WordPress.org por "dictation" e você recebe uma parede de plugins de terceiros — "Dictation (Speech Recognition)", "Dictate Button" e companhia. Nenhum deles vem no núcleo. O próprio WordPress tem zero entrada de voz. Essa é a constatação honesta, e ela muda a forma como você deve pensar em cada ferramenta abaixo.

Como não existe um mecanismo nativo, cada caminho traz o seu próprio. A maioria dos plugins de ditado para WordPress, e as extensões de navegador populares, envolvem a Web Speech API do navegador — o reconhecimento de fala na nuvem do Google. Então o seu rascunho de parágrafo é enviado a um servidor para ser transcrito. Funciona. Mas também é só online e, normalmente, só no Chrome ou Edge. A verdade sem graça é que "ditado no WordPress" é, na maioria das vezes, um rótulo fino sobre o microfone na nuvem de outra pessoa.

A única exceção à regra da nuvem é o ditado que roda na sua própria máquina — o recurso embutido do seu sistema operacional ou um aplicativo de desktop. Vamos chegar aos dois.

Os três caminhos para ditar no WordPress, e a troca que cada um exige

São exatamente três categorias, mais o caminho do aplicativo de desktop. Cada uma te dá algo e te custa outra coisa.

Caminho um: uma extensão de navegador. O Voice In, da Dictanote, é a escolha comum. Você o instala pela Chrome Web Store, clica dentro de um campo e dita. Ele roda na Web Speech API do navegador, então é baseado na nuvem e vive dentro da aba do navegador. Grátis para começar, rápido de instalar. O porém: só funciona naquela aba. Mude para o Slack ou para o seu e-mail e o microfone some. E, de um jeito ou de outro, o seu áudio passa pela nuvem do Google.

Caminho dois: um plugin do WordPress. Plugins como o "Dictation (Speech Recognition)" ou o Listener adicionam um botão de microfone bem dentro do editor. A maioria também envolve a Web Speech, então herdam os mesmos limites: só online e amigáveis ao Chrome. A vantagem: ele vive no WordPress, então não há mais nada para gerenciar. Escolha este se você quer especificamente um botão dentro do editor e está de boa com a nuvem.

Caminho três: o ditado do sistema operacional. O Windows tem a Digitação por Voz (pressione Win + H). O macOS tem o Ditado nas Configurações do Sistema. Os dois digitam em qualquer campo que esteja em foco, incluindo um bloco do Gutenberg no seu navegador. Grátis, sem instalação, já no seu computador. A qualidade varia e é de uma plataforma só, mas, para um parágrafo rápido, é genuinamente suficiente. Se você está num PC, o panorama completo da voz para texto no Windows cobre o caminho do Win + H com mais profundidade.

Depois há o caminho do aplicativo de desktop, que é onde o Whisper se encaixa. A mesma ideia do ditado do sistema operacional — um atalho que cola no campo em foco — mas multiplataforma, capaz de funcionar offline e sem estar amarrado à aba do navegador. O concorrente direto mais próximo aqui é o Blurt, um app de barra de menus para Mac que dita em qualquer campo do WordPress. É uma ferramenta limpa. Mas também é só para macOS, só para nuvem e grátis apenas nas primeiras 1.000 palavras, antes de custar $10 por mês ou $99 por ano. Vale conhecer se você está num Mac e não se importa com a nuvem.

Dite um post no editor de blocos com um atalho de teclado

Aqui está o fluxo de verdade, passo a passo, usando uma ferramenta de atalho de teclado para desktop. São os mesmos cinco movimentos, esteja você no editor web ou em um site auto-hospedado.

1. Abra o seu post no editor de blocos. WordPress web em qualquer navegador, ou auto-hospedado — tanto faz, porque o atalho funciona no nível do sistema operacional, não dentro de um plugin.
2. Clique dentro do bloco que você quer preencher. Um bloco de parágrafo, o título do post, um resumo, um campo de metadados do Yoast ou do Rank Math — qualquer lugar onde o cursor pisca.
3. Segure o atalho e fale. No Windows é Ctrl+Space; no macOS é Command+Option, segurando como aperte-para-falar. Fale o seu parágrafo do jeito que você o diria em voz alta.
4. Solte. O texto aparece no cursor, no bloco em que você clicou. É só isso.
5. Clique no próximo bloco e repita. Teclado ou mouse para se mover entre os blocos, atalho para preencher cada um.

Uma ressalva honesta, porque prometer demais não ajuda ninguém. A ferramenta dita no bloco em foco. Ela não entende a estrutura de blocos do Gutenberg. Ela não vai criar um novo bloco de título, dividir o seu parágrafo em dois ou pular para o próximo bloco quando você disser "próximo". Você comanda os blocos; o atalho os preenche. Toda ferramenta de ditado dessa categoria funciona da mesma forma — Blurt e Voice In incluídos. A voz escreve as palavras. Você ainda arruma os móveis.

O aplicativo inteiro, ao vivo

Este é o aplicativo de desktop de verdade incorporado acima, não uma captura de tela. Clique à vontade. O que faz ele funcionar no WordPress é também o que torna chato descrevê-lo: é um atalho de teclado global, válido em todo o sistema, que cola a transcrição no cursor em qualquer aplicativo onde você possa digitar. Editor de blocos do WordPress, uma caixa de comentários, a descrição de um produto no WooCommerce, o seu e-mail, o Slack, o seu editor de código — mesma tecla, mesmo comportamento. Sem um plugin por aplicativo.

Essa é a diferença prática em relação aos resultados de busca. Uma extensão de navegador para na borda da aba. Esta não. Você dita a meta descrição no Yoast, depois a resposta ao comentário de um leitor, depois muda para a sua caixa de entrada e dita ali também, sem trocar de ferramenta. O mesmo atalho funciona se você também publica em outros lugares — o editor do Ghost e o editor do Substack recebem ditado exatamente da mesma maneira.

Limpe o ditado automaticamente

O ditado bruto tem cacoetes. Você diz "ãh", começa uma frase duas vezes, esquece a vírgula. O Whisper tem uma etapa opcional de limpeza por IA que corrige o uso de maiúsculas e a pontuação e remove palavras de preenchimento antes de o texto cair no bloco. No modo local gratuito, ela roda inteiramente na sua máquina; no Pro, roda na nuvem. É opcional, não mágica — desligue-a e você recebe a transcrição literal, se preferir editar você mesmo.

Para um post de blog, isso economiza tempo de verdade. Um parágrafo ditado que já tem as vírgulas no lugar certo é um que você não precisa limpar antes de clicar em Publicar. O mesmo fluxo de trabalho se estende a outras ferramentas de escrita — é assim que você digita mais rápido com a voz em um rascunho em qualquer lugar, não só no WordPress.

Offline e privado

Aqui está a única opinião forte que vou gastar neste artigo: ditado que só funciona na nuvem, sem opção offline, é um desastre de privacidade esperando para ser transcrito. Toda extensão de navegador e a maioria dos caminhos via plugin nesta página enviam o seu rascunho a um servidor para ser transformado em texto. Para um post de blog público, talvez você não se importe. Para o post pela metade sobre o seu empregador, ou para a resposta de comentário em que você desabafa antes de apagar — o seu notebook já tem um microfone e uma CPU. Ele não precisa de um servidor no meio do caminho para digitar um parágrafo.

O modo local do Whisper roda completamente offline. O áudio nunca sai da máquina; a única coisa que precisa de internet é o download único do modelo, algo entre 140 MB e 3 GB, dependendo de qual modelo você escolher. Blurt, Voice In e os plugins de Web Speech são todos só online por princípio. Essa é uma linha real e verificável entre eles e um aplicativo de desktop local — não um slogan.

Ele também roda no Windows e no Mac, e suporta mais de 90 idiomas (a linha de modelos multilíngue chega especificamente a 99; as versões só em inglês fazem um idioma bem feito), o que importa se você bloga em mais de um.

Quando dispensar o Whisper e usar só o ditado do Windows ou do Mac

Vou fazer aquilo que as páginas de marketing não fazem. Se você dita no WordPress de vez em quando — um parágrafo aqui, um comentário ali — dispense o download e use o que você já tem. No Windows, pressione Win + H para abrir a Digitação por Voz e fale no bloco em foco. No Mac, ative o Ditado nas Configurações do Sistema e faça o mesmo. Grátis, sem instalação, já está lá.

Se você vive dentro de um único navegador e não se importa que o seu texto passe pela nuvem, uma extensão de navegador ou um plugin dentro do editor é uma escolha razoável e quase de graça. Recorra a um aplicativo de desktop como o Whisper só quando você quiser que seja offline, quiser o mesmo atalho em todos os aplicativos em vez de em uma única aba, quiser cobertura no Windows e no Mac, ou quiser a limpeza opcional por IA. Se nada disso for o seu caso, o caminho gratuito do sistema operacional é a resposta certa, e eu prefiro que você o use a que compre demais.

Grátis para o pipeline local. O Pro acrescenta a nuvem.

Todo o pipeline local — o ditado e a limpeza opcional por IA — é grátis para usuários autenticados, sem cartão no cadastro. Você instala o aplicativo de desktop, faz login e dita no WordPress sem pagar nada. O Pro acrescenta a camada de nuvem para quem quer os modelos mais recentes da OpenAI, e vem com um teste de nuvem curto que pede cartão só na etapa de upgrade, nunca no primeiro cadastro. Então o caminho offline que você de fato usaria para redigir posts não custa nada. Os números completos estão na página de preços; não vou citá-los no meio do parágrafo.

Para contexto, o concorrente pago mais próximo — o Blurt — te dá 1.000 palavras grátis antes de custar $10 por mês ou $99 por ano. Um post de blog de tamanho médio tem cerca de 1.000 palavras. Então isso é mais ou menos um post, e depois você está no taxímetro.

Na terça passada eu ditei três coisas no WordPress enquanto fazia as marmitas — um parágrafo para um rascunho, uma resposta a um comentário e uma meta descrição que eu vinha evitando havia uma semana. Pepino em uma mão, atalho debaixo da outra. As crianças falavam por cima de metade disso; a etapa de limpeza descartou em silêncio a parte em que a mais nova perguntou por que a lua às vezes não está lá. Isso costumava ser quinze minutos de digitação com uma mão só. Agora é o tempo de fazer um sanduíche. (O sanduíche, que conste, ainda saiu torto. A etapa de limpeza não conserta marmitas.)

Se você só dita uma linha de vez em quando, o seu sistema operacional já faz isso de graça, e você deveria usá-lo. Se você quer que seja offline, em todo lugar e limpo, experimente no seu próximo post. De um jeito ou de outro, pare de digitar as partes que você poderia simplesmente falar.