Resumo
Não existe um número único de precisão, e qualquer percentual que você já tenha visto descreve um sistema testado em uma gravação específica. Um áudio limpo com um só falante e uma conversa em grupo cheia de ruído ficam tão distantes um do outro que nenhum percentual cobre os dois casos. O que define o seu resultado é a própria gravação: distância do microfone, ruído de fundo, fala sobreposta, cobertura de sotaque. Os erros também se concentram em pontos específicos, então a maior parte da transcrição sai correta, enquanto nomes, termos técnicos, números e falas simultâneas costumam sair errados. Para localizar um trecho, isso não é problema. Para citar algo, confira cada linha com o áudio.
Você provavelmente já viu algum percentual associado a uma ferramenta de transcrição por aí. É uma medição real de alguma coisa. Só não é uma medição do que vai acontecer quando você jogar a sua gravação nela, e tratar esse número como uma promessa é a receita para se decepcionar bem na hora em que menos pode.
A pergunta útil não é o quão precisa a transcrição automática é em geral. É se a transcrição que você vai receber será boa o suficiente para o que você pretende fazer com ela. São perguntas diferentes, com respostas diferentes, porque o mesmo arquivo pode ser perfeitamente adequado para encontrar um momento específico e completamente inutilizável para citar uma frase.
Um número de precisão mede uma gravação, não um sistema
Toda afirmação de precisão é resultado de rodar um sistema específico sobre um áudio específico. Mude o áudio e o número muda junto. Isso não é uma falha da medição. É a própria natureza dela.
Imagine os dois extremos. Uma pessoa falando, perto do microfone, em um ambiente silencioso, com um sotaque bem representado nos dados, falando sobre assuntos do dia a dia. Isso transcreve muito bem. Agora imagine quatro pessoas em volta de uma mesa, com o ar-condicionado ligado, falando ao mesmo tempo, usando gírias específicas da área de trabalho delas, com duas pessoas a um metro e meio do celular. Isso transcreve muito pior. Os dois são medições honestas do mesmo sistema. Um único número não descreve as duas situações, e a diferença entre elas é grande demais para que uma média tenha algum sentido.
Então, quando você vê um número sem saber em que áudio ele foi medido, a informação importante é justamente a que está faltando. Tudo o que você realmente aprendeu é que alguém testou alguma coisa. O parâmetro que importa para você é o seu próprio material. Pegue alguns minutos de uma gravação parecida com as que você costuma usar, rode pela ferramenta e confira o resultado ouvindo o áudio. Isso diz muito mais do que qualquer número divulgado, e leva menos tempo do que ler artigos comparativos.
A gravação pesa mais no resultado do que o software
As pessoas costumam escolher ferramenta comparando índices de precisão. Para a maioria das gravações, esse é o lado errado do problema. As condições em que o áudio foi capturado influenciam o resultado muito mais do que a escolha do sistema de transcrição.
- Distância do microfone. Cada centímetro extra de distância traz mais ambiente e menos voz. Um celular deixado na mesa entre duas pessoas gera uma gravação bem diferente de um celular posicionado na frente de uma delas.
- Ruído de fundo. Trânsito, uma cafeteria, ventiladores, teclado. O ruído não fica só atrás da fala, ele compete com ela, e as palavras que perdem essa disputa são justamente as mais baixas, no final das frases.
- Falas sobrepostas. Quando duas pessoas falam ao mesmo tempo, não existe um sinal limpo para transcrever. Alguma coisa vai ser escrita, e muitas vezes é uma mistura das duas falas.
- Cobertura de sotaque. Alguns sotaques estão muito mais presentes nos dados usados para treinar esses sistemas do que outros, e os que ficam de fora tendem a gerar resultados piores mesmo em áudios igualmente limpos.
As ferramentas realmente são diferentes entre si, e se o seu material costuma ser difícil sempre do mesmo jeito, vale a pena testar algumas opções. Mas a diferença entre duas ferramentas razoáveis no mesmo áudio costuma ser menor do que a diferença entre um áudio bom e um áudio ruim na mesma ferramenta. Aproximar o microfone rende mais do que trocar de aplicativo. Se você quer entender o que o sistema faz com o que você entrega a ele, o funcionamento geral de como a transcrição por IA funciona explica por que essas condições específicas fazem tanta diferença.
Os erros não se distribuem igualmente pelo arquivo
Esse é o ponto que costuma pegar as pessoas desprevenidas, e é mais importante do que o número principal de precisão. Os erros se concentram. A maior parte da transcrição sai limpa, e as falhas se acumulam em alguns lugares previsíveis: nomes próprios, vocabulário técnico, números e qualquer momento em que as pessoas falam ao mesmo tempo.
Pense no que isso significa na hora da leitura. Uma página de conversa comum transcreve bem e flui naturalmente. Aí chega um sobrenome, ou o nome de um produto, ou um número, e ele sai errado. Nada na página marca a diferença. A palavra errada aparece com a mesma cara de confiança das palavras certas, cercada de frases corretas, o que é exatamente o contexto que faz um erro parecer plausível. Uma transcrição pode estar muito bem escrita e, ao mesmo tempo, estar errada exatamente nos pontos em que você ia usá-la.
Existe um motivo para essas categorias falharem juntas. Palavras comuns são limitadas por tudo que está ao redor delas, então um sistema que erra o que ouviu consegue se corrigir pelo contexto. Um nome não tem essa limitação; praticamente qualquer som pode ser o nome de alguém, e não há nada na gramática que descarte um palpite errado. O jargão técnico tem o mesmo problema, com a dificuldade extra de que uma palavra comum muitas vezes tem um som parecido o suficiente para substituir o termo técnico. Os números são o caso mais grave, porque uma pequena diferença sonora produz um valor completamente diferente, e a frase continua fazendo sentido dos dois jeitos.
A pontuação é um palpite sobre onde as frases terminam
A pontuação automática não é transcrição. É uma dedução feita a partir de pausas, entonação e ritmo sobre onde um pensamento termina e o próximo começa. Na maior parte do tempo, o palpite está certo, ou certo o suficiente para ninguém notar.
Quando está errado, o sentido muda. Um ponto colocado no meio de uma oração pode separar uma ressalva daquilo que ela qualificava, transformando uma afirmação condicional em uma afirmação absoluta. Cada palavra individual pode estar correta e, ainda assim, a frase pode dizer algo que quem falou não disse. Esse tipo de erro é invisível na página, porque não há nada ali que chame atenção. Você não consegue revisar isso só lendo a transcrição. Só o áudio resolve a dúvida.
As marcações de quem está falando têm uma fragilidade parecida. Geralmente estão certas durante um trecho longo em que uma pessoa fala sozinha, e ficam menos confiáveis justamente nas trocas de turno, quando uma interjeição curta pode ser atribuída à pessoa errada. Se você está tirando uma citação perto de uma troca de interlocutor, essa é uma linha que merece ser ouvida de novo.
Defina o padrão a partir da finalidade da transcrição
A pergunta não é se uma transcrição é precisa. É se ela é precisa o suficiente para o que você precisa fazer, e isso varia mais do que as pessoas imaginam.
Se você está usando a transcrição para encontrar algo, erros espalhados não fazem diferença. Você buscou uma palavra, chegou perto do minuto certo, deu play no áudio. A transcrição cumpriu o papel dela mesmo com um nome bagunçado três linhas acima. O mesmo vale para passar os olhos rapidamente por uma hora de gravação e decidir quais vinte minutos merecem sua atenção, ou para transformar um áudio gravado em texto só para ler mais rápido do que conseguiria ouvir.
Se a transcrição vai ser citada, publicada, arquivada ou usada por alguém que não estava na sala, o padrão é outro, e não é negociável. Toda linha que você pretende usar precisa ser conferida com o áudio, uma por uma. Não é uma leitura corrida do documento inteiro; é ouvir de forma pontual cada trecho citado, porque os tipos de falha descritos acima são exatamente os que uma leitura corrida não pega. Isso vale com força ainda maior para qualquer trecho em que um número ou um nome carregue o peso da frase.
Para um documento de trabalho, um aplicativo é o caminho mais sensato. O SozAI, disponível para iOS, Android e macOS, transforma gravações, arquivos de áudio e vídeo e links do YouTube em texto com identificação de quem está falando, resumos e tradução em mais de 99 idiomas, e mesmo assim você continua conferindo as citações com o áudio, como faria com qualquer resultado automático.
Quando a própria transcrição é o produto final, serviços de transcrição feitos por pessoas são a resposta adequada. Custam mais porque alguém realmente se senta e ouve, e é exatamente isso que você está pagando: uma pessoa que escuta o nome e o escreve corretamente, que sabe onde a frase realmente termina, que sinaliza o trecho que estava de fato inaudível em vez de arriscar um palpite. Se um cliente, um tribunal, um arquivo público ou uma publicação vai receber esse documento, esse custo está comprando algo real. Se a transcrição é uma ferramenta que você usa em particular só para chegar mais rápido ao conteúdo do áudio, esse custo está comprando algo de que você não precisa.
Uma segunda gravação vale mais do que uma hora de correção
Melhorar a captação quase sempre custa menos do que melhorar o resultado depois. Dez minutos ajustando a posição do microfone, fechando uma janela, desligando o ventilador e pedindo para as pessoas falarem uma de cada vez economizam mais trabalho do que uma hora corrigindo o texto depois, e o resultado final fica melhor do que o de uma correção manual, porque uma transcrição corrigida só é tão boa quanto a paciência que você ainda tinha no fim do processo.
Isso é mais fácil de aplicar em qualquer situação que se repete. Se você grava o mesmo tipo de conversa regularmente, uma única rodada de atenção ao ambiente de gravação melhora tudo o que você gravar a partir dali. Isso importa especialmente em entrevistas, em que o material muitas vezes é irrepetível e as citações são o objetivo principal; boa parte da prática de transcrever entrevistas é, na verdade, prática de como gravá-las.
Às vezes não existe uma segunda chance. A conversa aconteceu uma vez só, o celular estava no bolso, e esse é o áudio que você tem. Nesse caso, o caminho honesto é parar de esperar que o software resolva o problema e reservar tempo para corrigir manualmente, ou entregar o material para uma pessoa transcrever. Um áudio difícil não se torna fácil só porque você precisava que fosse.
O que esperar ao abrir o arquivo
Espere um texto fluente e legível, com alguns substantivos errados espalhados por ele. Espere que os trechos em que as pessoas falaram ao mesmo tempo saiam ralos, confusos ou simplesmente sumam sem chamar atenção. Espere escolhas de pontuação que você não teria feito, e marcações de quem fala geralmente corretas, mas pouco confiáveis nas trocas de interlocutor. Não espere avisos, destaques ou marcas de incerteza. O documento vai parecer igualmente confiável do início ao fim, e não vai estar igualmente correto do início ao fim.
Espere que nomes e termos técnicos precisem de uma revisão independentemente de quão limpa a gravação estava. Eles falham até em áudios bons, só com menos frequência.
E guarde o áudio. Uma transcrição automática não consegue se verificar por conta própria, e as checagens que realmente importam envolvem ouvir a gravação. Uma transcrição com o áudio guardado por trás é uma ferramenta de trabalho confiável. Uma transcrição sem o áudio, depois de apagado, é um documento que ninguém consegue confirmar — nem você.
