Ditado

Quatro coisas acontecem entre a tecla descer e o texto aparecer. O microfone é aberto e o áudio é captado. Um modelo de reconhecimento de fala transforma esse áudio em palavras, à medida que ele chega ou quando você para. Algum tipo de limpeza transforma as palavras em escrita: pontuação, maiúsculas, números, vícios de fala removidos. Então o texto é inserido no app em foco, geralmente pela camada de acessibilidade do sistema operacional, e aparece no cursor como se tivesse sido digitado.

Os produtos diferem em cada etapa. Ferramentas na nuvem fazem a segunda e a terceira etapas num servidor. Transcritores crus pulam a terceira. Algumas ferramentas só conseguem inserir texto na própria janela e obrigam você a colar. Quando você compara apps de ditado, está na verdade comparando onde cada uma das quatro etapas acontece e quão bem.

As duas palavras são usadas como sinônimos, e não deveriam. Ditado é ao vivo: você está redigindo, a ferramenta acompanha e o resultado aparece onde você está trabalhando. Transcrição é depois: existe uma gravação, e uma ferramenta a transforma num documento. Atas de reunião, entrevistas passadas para o papel e legendas de podcast são trabalhos de transcrição, e precisam de recursos de que o ditado não precisa, como identificação de falantes e marcas de tempo.

A maioria das ferramentas é feita para um trabalho e faz o outro mal ou nem faz. Um transcritor de reuniões é um jeito ruim de escrever um e-mail, e um app de ditado é um jeito ruim de processar uma hora de áudio gravado. Escolha pelo trabalho.

Pergunte onde o áudio é processado, porque isso decide privacidade e funcionamento offline de uma vez. Pergunte o quanto o texto sai pronto, porque uma transcrição crua é mais rápida de falar do que de corrigir. Pergunte se ela digita nos apps que você realmente usa, inclusive os que rodam no navegador, porque uma ferramenta que só funciona numa janela de notas é uma ferramenta que você vai parar de abrir. E teste num terminal ou num editor de código, onde qualquer reescrita bem-intencionada vira um bug.

Todo Mac tem ditado integrado, e ele fica desativado até você ativá-lo. A configuração leva cerca de um minuto e acontece em um só lugar, nos ajustes de Teclado.

1. 01 Escolha menu Apple → Ajustes do Sistema e clique em Teclado na barra lateral.
2. 02 Vá até Ditado e ative-o.
3. 03 Clique no botão Editar ao lado de Idiomas e selecione o idioma e a região em que você fala.
4. 04 Abra o menu pop-up ao lado de Fonte do microfone e escolha um microfone, ou deixe em Automático.
5. 05 Abra o menu pop-up Atalho e escolha um atalho, ou escolha Personalizar e pressione as teclas que quiser.
6. 06 Clique em qualquer campo de texto e pressione o atalho, pressione a tecla Microfone se o seu teclado tiver uma, ou escolha Editar → Iniciar Ditado.
7. 07 Pressione o atalho de novo ou pressione Esc para parar.

O Ditado da Apple não tem limite de duração. A Apple diz que você pode ditar textos de qualquer tamanho sem tempo limite. O que ele tem é uma regra de silêncio: para automaticamente quando nenhuma fala é detectada por 30 segundos.

Se o ditado nem chega a começar, verifique se o Controle por Voz está ativado. Quando o Controle por Voz está ativado, o Ditado padrão não fica disponível, e você dita pelo Controle por Voz. Se ele começa mas não ouve nada, confira Fonte do microfone nos ajustes de Teclado e confirme que o microfone em que você está falando é o selecionado.

Nos idiomas compatíveis, o Ditado da Apple insere vírgulas, pontos finais e pontos de interrogação para você. Todo o resto você pode dizer em voz alta. Estes são comandos falados da própria lista da Apple, e muitas outras ferramentas de ditado aceitam comandos parecidos.

• Diga “nova linha” ou “novo parágrafo” para quebrar o texto.
• Diga “maiúsculas ligadas” e “maiúsculas desligadas” para colocar em maiúscula a primeira letra de cada palavra entre os dois comandos.
• Diga “tudo em maiúsculas” para escrever a próxima palavra em letras maiúsculas.
• Diga “numeral” antes de um número para obter algarismos em vez da palavra por extenso.
• Diga “ligar sem espaçamento” e “desligar sem espaçamento” para juntar palavras.
• Diga o nome de um sinal, como “ponto-e-vírgula”, “abrir parêntese” ou “ponto de interrogação”, para inseri-lo.