O atalho de digitação por voz em todo sistema operacional

Todos os atalhos de digitação por voz em uma só tabela

A tabela parece arbitrária até você enxergar o mecanismo. Os atalhos de digitação por voz vivem em três camadas, e a camada decide onde o atalho funciona.

A camada do sistema operacional. O Win+H e o atalho de Ditado do Mac pertencem ao sistema operacional. O sistema é dono do teclado e do cursor de texto, então eles funcionam em qualquer aplicativo com um campo de texto: o Bloco de Notas, um navegador, seu cliente de e-mail, a caixa para renomear um arquivo.

A camada do aplicativo. O Ctrl+Shift+S pertence ao Google Docs, e o Option+F1 pertence ao Word. O aplicativo captura a tecla dentro da própria janela, então o atalho fica morto em qualquer outro lugar. Aperte Ctrl+Shift+S no Slack e o Slack dá de ombros. Eu ainda faço isso umas vezes por semana. Não acontece nada. Faço mesmo assim.

A camada de utilitário. Um aplicativo de ditado como o Whisper registra um único atalho global no sistema operacional, grava enquanto você o mantém pressionado e cola a transcrição no seu cursor, em qualquer aplicativo que seja dono daquele cursor. Uma camada acima dos aplicativos, com o mesmo alcance do sistema operacional, mas é você quem escolhe a tecla.

O modelo também prevê os modos de falha, que é a parte útil. Um atalho do sistema operacional para de funcionar quando o recurso do sistema perde uma dependência: sem internet, sem permissão de microfone. Um atalho de aplicativo quebra no instante em que você sai do aplicativo, por definição. Um atalho global só quebra quando outro programa pega a mesma combinação primeiro, e é por isso que poder reconfigurá-lo importa mais do que qual padrão ele traz de fábrica.

Windows: aperte Win+H e comece a falar

Segure a tecla Windows e toque H, e a barra de digitação por voz desce pronta para ouvir. O mesmo atalho funciona no Windows 11 e no Windows 10. O Windows 10 chama o recurso de ditado, o Windows 11 o renomeou para digitação por voz, e as teclas nunca mudaram. Segundo a documentação de digitação por voz da Microsoft, você precisa de três coisas antes que ele transcreva: uma conexão com a internet, um microfone funcionando e o cursor parado em uma caixa de texto. Falte qualquer uma e a barra abre, mas nada é digitado.

Depois que entra em ação, ele aceita comandos por voz. Diga "Apagar isso" ou "Selecionar isso" e ele edita para você. A cobertura vai além dos idiomas óbvios também: mais de 40 podem ser instalados para a digitação por voz. O modo de ditado fluido mais recente da Microsoft, que limpa as muletas de linguagem enquanto você fala, permanece exclusivo de PCs Copilot+ e de idiomas em inglês por enquanto.

Quando o Win+H se comporta mal, o sintoma diz qual dependência falhou. Se ao apertá-lo ele não abre nada ou para de ouvir depois de algumas palavras, a lista de correções começa pelo botão de privacidade do microfone. Se o botão de microfone na barra de digitação por voz aparece acinzentado, o Windows bloqueou o microfone no nível do sistema. E se você já digitou no vazio tempo suficiente para querer uma substituta para o Win+H de vez, existe toda uma categoria de ferramentas para isso. Este artigo fica fora do ramo dos reparos; aqueles três vão a fundo para que este possa continuar sendo um mapa.

macOS: aperte a tecla de ditado, ou defina a sua

A Apple lhe dá três portas para a mesma sala. Aperte a tecla Microfone se a sua fileira de teclas de função tiver uma, aperte o atalho de teclado do Ditado, ou escolha Editar > Iniciar Ditado na barra de menus. As palavras importam: o guia de Ditado da Apple diz "o atalho de teclado do Ditado" porque não existe uma tecla única universal. O atalho é o que o menu pop-up Atalho em Ajustes do Sistema > Teclado > Ditado disser que é, e o botão Personalizar permite que você pressione suas próprias teclas.

Parar segue o mesmo padrão ao contrário. Esc, a tecla Microfone, ou o atalho de novo, todos encerram a sessão, e o Ditado desliga sozinho depois de 30 segundos de silêncio. A parada automática pega as pessoas de surpresa no meio do pensamento. Pause para achar uma palavra, e o popover já foi embora.

A verdade sem graça é que a configuração do Mac é a mais civilizada entre as nativas: uma página de ajustes de verdade, uma escolha de teclas, um caminho de menu como alternativa. O custo é que "qual é o atalho de ditado num Mac" não tem resposta de uma linha, e é assim que uma dúvida de suporte vira um tour pelos ajustes. Se você escreve por mais de meio minuto seguido, o corte por 30 segundos de silêncio é a primeira parede em que vai esbarrar. Nosso guia de voz para texto no Mac cobre o que rodar para contornar isso.

Google Docs e Word têm seus próprios atalhos

O Google Docs trata a digitação por voz como um recurso do editor. A lista de atalhos do Google o classifica em "Outras ferramentas e navegação": Ctrl+Shift+S no Windows e ChromeOS, Cmd+Shift+S no Mac, ou Ferramentas > Digitação por voz no menu. O Google lista o recurso como funcional nas versões atuais de Chrome, Edge e Safari, e seu microfone precisa estar ligado e livre para a página usá-lo. Uma caixa de microfone aparece na página; clique nela ou aperte o atalho de novo para parar.

Escrevemos um texto à parte sobre ditar no Google Docs para a versão longa, incluindo o que fazer quando o atalho fica em silêncio.

O Word é mais bagunçado, e digo isso com o carinho de quem leu todas as três páginas da documentação dele. O Word para Mac inicia o Ditar com Option+F1. O Word para Windows não documenta nenhum atalho de início: você clica no botão Ditar na guia Início, e Alt+` (a tecla de crase, no canto superior esquerdo, apertada pela última vez em 2019) só está documentada para retomar uma sessão pausada. Toda variante precisa de login no Microsoft 365, um microfone e uma conexão ativa com a internet. Um produto, três plataformas, três respostas diferentes para "qual tecla".

Um atalho que funciona em qualquer aplicativo

O Whisper fica na camada de utilitário, então um único atalho cobre tudo que está acima. O padrão é Ctrl+Space no Windows e Command+Option no Mac: segure as duas teclas modificadoras juntas, fale, solte para parar. A transcrição é colada onde quer que seu cursor esteja, no Outlook, no Docs, no Slack, num editor de código, ou na caixa de busca do seu programa de contabilidade. Sem atalho por aplicativo, e sem precisar conferir se esta janela é uma das abençoadas.

A própria tecla é sua para mudar. Os ajustes têm um campo "Atalho de gravação". Clique nele, aperte qualquer combinação, pronto; Esc cancela a captura e um botão de redefinição restaura o padrão da plataforma. Esse campo existe por causa de um e-mail que chegou às 2h14 da manhã: "Cmd+Shift+Space trava o meu software de música. Isto é inutilizável. Reembolso."

Eu estava acordado, por razões que todo pai e mãe vai reconhecer, e tinha deixado o atalho fixo no código nas primeiras versões. O campo personalizável foi publicado às 2h22. O usuário respondeu às 2h31 com uma palavra, "obrigado", e nunca pediu o reembolso. Oito minutos da reclamação à correção não é um processo que eu possa prometer. O painel de ajustes que ele gerou é permanente.

A gravação se ajusta ao seu jeito de falar, e não o contrário. O modo automático grava enquanto você segura a tecla e transcreve quando você solta, o que parece natural para rajadas curtas. O modo manual começa com um toque e para por um botão na sobreposição, para ditados longos o bastante a ponto de segurar uma tecla cansar. O modo local roda todo o pipeline na sua máquina e funciona offline depois de um download único do modelo, de cerca de 140 MB a 3 GB dependendo do modelo.

Aqui está a opinião em torno da qual este artigo vem rondando: o melhor truque de produtividade é menos passos, não passos mais rápidos. Quatro atalhos decorados são quatro decisões antes da primeira palavra falada, cinco se você contar lembrar em qual aplicativo está. Uma tecla que funciona em todo lugar elimina o decidir, não só o digitar — e o digitar que ela elimina era a parte lenta, 40 palavras por minuto contra 145 faladas.

Quando dispensar o Whisper

Se você dita uma ou duas frases algumas vezes por semana, os recursos nativos já bastam e não custam nada. O Win+H já está em toda máquina Windows, suporta mais de 40 idiomas e aceita comandos de pontuação por voz. O Ditado do Mac está a uma tecla Microfone de distância e dá conta de mensagens curtas tranquilamente. Se toda a sua vida de escrita acontece dentro do Google Docs, o Ctrl+Shift+S é grátis e mora onde você trabalha. Instale uma ferramenta de ditado dedicada quando as letras miúdas começarem a custar o seu tempo: a exigência de internet, o corte por 30 segundos de silêncio, o atalho que morre fora de um aplicativo. Até lá, guarde o seu dinheiro.

Em algum lugar de um laboratório de usabilidade, uma pessoa que ajudou a escolher Ctrl+Shift+S e uma pessoa que ajudou a escolher Win+H não estão se falando. O resto de nós ganha uma tabela. Imprima-a, ou pule a decoreba e amarre uma tecla só que te acompanha de aplicativo em aplicativo. Eu fiquei com a segunda opção, o que é conveniente, porque eu a vendo. A tabela acima é sua de um jeito ou de outro.