Transcreva entrevistas sem enviar seu áudio para a nuvem. Aplicativo desktop gratuito para transcrição automática e separação de falantes em português brasileiro.

• 100% local — o áudio nunca sai da sua máquina; compatível com LGPD e com qualquer TCLE razoável.
• Português brasileiro nativo — baseado no Whisper (modelo de transcrição de fala da OpenAI) treinado com ampla variação dialetal.
• Gratuito e código aberto — licença MIT, desenvolvido no IESP-UERJ / CERES. Sem cadastro, sem assinatura, sem telemetria.

Site do projeto: antrologos.github.io/Transcritorio (passo a passo com imagens) Baixar: Releases

O Transcritório é distribuído sem assinatura digital (code signing custa €69/ano e ainda não fizemos esse investimento). Antivírus como AVAST, Norton, Kaspersky e o SmartScreen do Windows podem mostrar avisos genéricos de "fornecedor desconhecido" ou "ameaça" — é falso positivo, não há malware.

• Como verificar autenticidade: o código-fonte está aqui no GitHub, é auditável.
• SmartScreen ("o Windows protegeu seu computador"): clique em "Mais informações" → "Executar assim mesmo".
• AVAST/Norton/Kaspersky: pode pedir para adicionar exceção para Transcritorio.exe e whisperx.exe (ambos em C:\Program Files\Transcritorio\ ou %LOCALAPPDATA%\Programs\Transcritorio\).
• A instalação do bundle (~1.6 GB) usa compressão lzma2/ultra64 — a barra pode ficar parada em 99% por 5–15 minutos durante a fase final de extração. Não cancele; é normal.
• Plano de longo prazo (code signing, eliminação dos avisos): ver docs/WINDOWS_CODE_SIGNING.md.

• Importar áudios e vídeos (MP3, WAV, M4A, MP4 e outros) — um arquivo, uma pasta, ou uma lista.
• Transcrever em português brasileiro com alta acurácia (90–96% em áudios limpos).
• Separar falantes automaticamente — identifica quem falou em cada trecho (entrevistador, entrevistado, etc.).
• Revisar no Estúdio com player sincronizado, forma de onda interativa e edição por bloco.
• Exportar em DOCX, MD, SRT, VTT, CSV, TSV e formato NVivo.
• Tudo offline depois do download inicial dos modelos (~3 GB, uma única vez).

1. Baixe e instale. Use o arquivo da tabela acima. No Windows, o Defender pode exibir um aviso azul na primeira execução — clique em "Mais informações" → "Executar assim mesmo"; isso acontece porque o instalador não é assinado digitalmente, não porque tenha algo errado. No macOS, o botão direito → Abrir só é necessário na primeira vez.

2. Crie um projeto. Abra o Transcritório e vá em Projeto → Novo projeto… Dê um nome (ex.: tese-entrevistas-2026) e escolha uma pasta. O app cria uma estrutura .transcricao com áudios, transcrições e metadados lado a lado — fácil de fazer backup e arquivar.

3. Adicione os áudios ou vídeos. Clique em Adicionar mídia… (ou arraste arquivos para a janela). Use Editar propriedades… para definir idioma (Português brasileiro), número aproximado de falantes e rótulos (ex.: Entrevistador, Informante).

4. Clique em Transcrever e revise no Estúdio. O botão Transcrever faz o fluxo completo: prepara o áudio, transcreve, separa os falantes e monta o texto editável. Tempos realistas para 1 hora de entrevista: ~5–10 min em máquina com GPU NVIDIA ou Apple Silicon, ~20–30 min em notebook recente sem GPU, ~40–60 min em máquina modesta. Ao final, abra o Estúdio de Revisão para ouvir o áudio sincronizado com o texto, ajustar trechos com a forma de onda e exportar. Guia visual completo no site do projeto.

Modelos de IA no primeiro uso: o Transcritório baixa cerca de 3 GB de modelos de IA uma única vez; depois roda offline. No fluxo padrão isso acontece sem cadastro. Só é necessário um token da Hugging Face (plataforma que hospeda os modelos, gratuita) em cenários avançados. Wizard em português em Configurações → Configurar modelos…

• Processamento 100% local: o áudio da entrevista nunca é enviado a servidores externos.
• Sem coleta de dados, sem telemetria: nenhum cadastro ou login é exigido para usar o aplicativo.
• Código-fonte aberto sob licença MIT: auditável por qualquer pessoa, incluindo o setor de TI da sua instituição.
• Compatível com LGPD e TCLE: você mantém controle integral sobre o áudio do informante e pode demonstrar a cadeia de custódia dos dados.

Texto pronto para submissão ao CEP (copie e cole no seu projeto de pesquisa):

A transcrição e a separação automática de falantes dos áudios coletados nesta pesquisa serão realizadas por meio do software Transcritório (Barbosa, 2026), uma aplicação de desktop gratuita e de código aberto (licença MIT), desenvolvida no IESP-UERJ/CERES. Todo o processamento ocorre localmente na máquina do pesquisador, sem envio do material a servidores externos, em conformidade com a Lei nº 13.709/2018 (LGPD) e com o TCLE assinado pelos participantes. O software utiliza os modelos Whisper (Radford et al., 2022) para transcrição e pyannote.audio (Bredin et al., 2020) para separação de falantes, ambos executados offline.

Barbosa, R. J. (2026). Transcritório: transcrição local de entrevistas em português brasileiro (v0.1.7) [Software]. IESP-UERJ/CERES. https://github.com/antrologos/Transcritorio

@software{barbosa2026transcritorio,
  author    = {Barbosa, Rog{\'e}rio Jer{\^o}nimo},
  title     = {Transcrit{\'o}rio: transcri{\c{c}}{\~a}o local de entrevistas em portugu{\^e}s brasileiro},
  year      = {2026},
  version   = {0.1.7},
  publisher = {IESP-UERJ/CERES},
  license   = {MIT},
  url       = {https://github.com/antrologos/Transcritorio}
}

O GitHub também exibe o botão "Cite this repository" no menu lateral, com os mesmos dados em formato APA e BibTeX, lendo o arquivo CITATION.cff.

Modelos de IA utilizados:

• Radford, A., Kim, J. W., Xu, T., Brockman, G., McLeavey, C., & Sutskever, I. (2022). Robust speech recognition via large-scale weak supervision. arXiv. https://arxiv.org/abs/2212.04356
• Bredin, H., Yin, R., Coria, J. M., Gelly, G., Korshunov, P., Lavechin, M., Fustes, D., Titeux, H., Bouaziz, W., & Gill, M.-P. (2020). pyannote.audio: neural building blocks for speaker diarization. ICASSP 2020. https://arxiv.org/abs/1911.01255

Se você quer rodar do código-fonte, contribuir com pull requests ou auditar o pipeline:

• Setup de ambiente, CLI e primeiros commits: docs/DEVELOPMENT.md
• Arquitetura do pipeline e estrutura de arquivos: docs/ARCHITECTURE.md
• Histórico de experimentos e decisões de modelo (testes A/B, variants): docs/EXPERIMENTS.md
• Checklist pré-release (bundle completo): docs/PACKAGING_CHECKLIST.md
• Segurança de tokens: docs/SEGURANCA_SEGREDOS.md
• Instalação a partir do source em macOS: docs/MAC_INSTALL.md
• Instalação a partir do source em Linux: docs/LINUX_INSTALL.md
• Aceleração MLX no Apple Silicon: docs/MLX_WHISPER_MACOS.md
• Troubleshooting macOS/Linux (referência consolidada): docs/MAC_LINUX.md
• Code signing no Windows (backlog, opções e passo a passo): docs/WINDOWS_CODE_SIGNING.md

transcribe_pipeline/    pacote Python principal (GUI, CLI, runners, render)
scripts/                wrappers CMD/PS1 para Windows
packaging/              spec do PyInstaller, Inno Setup, hooks, bundle filters
tests/                  toy tests (isolados) e smoke tests
docs/                   documentação completa
.github/workflows/      CI e release multi-plataforma

Roadmap e histórico em docs/STANDALONE_APP_ROADMAP.md.

• Bugs e sugestões: GitHub Issues.
• Discussões de metodologia e uso em pesquisa qualitativa são bem-vindas no mesmo canal.
• Pull requests: siga o estilo do código existente; toy tests passando em Windows/Linux/macOS; sem refatoração além do escopo.

Software distribuído sob licença MIT (veja LICENSE). Autor: Rogério Jerônimo Barbosa — IESP-UERJ / CERES — antrologos.github.io — ORCID 0000-0002-6796-4547.

Agradecimentos às bibliotecas sobre as quais este projeto se apoia: WhisperX, faster-whisper, mlx-whisper, pyannote.audio, PySide6, FFmpeg.

O ffmpeg/ffprobe embutidos nos binários distribuídos são builds GPL de terceiros (BtbN para Windows, evermeet.cx para macOS, johnvansickle.com para Linux). Veja NOTICE para a lista completa de componentes bundled e seus termos.