Como transcrever vídeo em texto no Mac e o que o macOS faz sozinho

Por · Publicado em

Dá para transcrever vídeo em texto no Mac de três formas. As Legendas ao Vivo, integradas ao macOS, legendam a fala de um vídeo em tempo real enquanto ele toca. O Final Cut Pro, o editor de vídeo pago da Apple, transforma a fala de um clipe em legendas com tempo, só em inglês dos EUA. O YapToText, o app gratuito que eu criei, transcreve o próprio arquivo de vídeo no seu Mac e entrega texto simples.

A escolha certa depende do que você quer receber: legendas para acompanhar, um arquivo de legendas com tempos ou palavras para colar em um documento. Tenho dificuldade para digitar, então criei o YapToText para transformar fala em texto sem teclado, e a trilha sonora de um vídeo é só mais fala. Ele precisa do macOS 14 ou posterior em um Mac com chip da Apple, e os arquivos não têm limite de minutos.

Baixar o YapToText na Mac App StoreDownload gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.

Este guia em outros idiomas: English, العربية, Čeština, Dansk, Deutsch, Ελληνικά, Español, Suomi, Français, עברית, हिन्दी, Magyar, Bahasa Indonesia, Italiano, 日本語, 한국어, Norsk, Nederlands, Polski, Română, Русский, Slovenčina, Svenska, ไทย, Türkçe, Українська, Tiếng Việt, 简体中文, 繁體中文

Nesta página: 12 seções
  1. Passos
  2. Acompanhe um vídeo com as Legendas ao Vivo
    1. Passo 1: ative
    2. Passo 2: toque o vídeo
  3. Crie legendas com tempo no Final Cut Pro
    1. Passo 1: gere as legendas
    2. Passo 2: exporte como texto
  4. Transforme o arquivo de vídeo em texto com o YapToText
    1. Passo 1: solte o vídeo no cartão
    2. Passo 2: leve o texto
  5. Compare as três formas
  6. Se o vídeo não for transcrito
  7. O que o YapToText não faz com um vídeo
  8. Resumindo
  9. Guias
  10. Mais guias, em inglês
  11. Fontes
  12. Perguntas

Passos

  1. Abra o YapToText e vá para a página Utility.
  2. No menu de modo do cartão Transcribe a file, escolha Raw Transcription para as palavras como foram ditas, ou um modo como Note.
  3. Solte o arquivo de vídeo no cartão, ou clique em Choose File e escolha-o.
  4. Espere o texto aparecer no cartão.
  5. Clique em Copy, ou em Insert para digitar o texto no app que você usava antes.

Acompanhe um vídeo com as Legendas ao Vivo

As Legendas ao Vivo são a transcrição em tempo real integrada da Apple. A Apple diz que o áudio é processado no dispositivo e que, por padrão, elas legendam o áudio de todos os apps, então um vídeo que toca em qualquer lugar do seu Mac recebe legendas. As Legendas ao Vivo ajudam a acompanhar um vídeo enquanto ele toca, e o guia da Apple não descreve nenhuma forma de guardar as palavras.

Passo 1: ative

  • Você: Escolha o menu Apple, Ajustes do Sistema, clique em Acessibilidade, depois em Legendas ao Vivo, e ative.
  • macOS: Mostra a janela Legendas ao Vivo. Na primeira vez, ele baixa dados do idioma, então você precisa estar conectado à internet uma vez.
  • Confira: A janela aparece. A Apple diz que ela fica oculta quando nenhum áudio é detectado. Escolha Manter na Tela no ícone das Legendas ao Vivo na barra de menus para mantê-la visível.

Passo 2: toque o vídeo

  • Você: Toque o vídeo. Se a janela estiver legendando o seu microfone, clique no ícone Microfone no canto dela, ou escolha Áudio do Computador no ícone das Legendas ao Vivo na barra de menus.
  • macOS: Transcreve a fala na janela Legendas ao Vivo enquanto ela toca.
  • Confira: As legendas aparecem conforme as pessoas falam. A Apple diz que a precisão delas pode variar e que não se deve depender delas em situações de alto risco ou emergência.

A Apple lista dois limites. As Legendas ao Vivo precisam de um Mac com chip da Apple e não estão disponíveis em todos os idiomas, países ou regiões. A página de disponibilidade de recursos delas lista inglês (Austrália, Canadá, Índia, Singapura, Reino Unido e Estados Unidos), francês (Canadá e França), alemão (Alemanha), japonês, coreano, mandarim (China continental e Taiwan), cantonês (China continental e Hong Kong) e espanhol (México, Espanha e Estados Unidos).

Crie legendas com tempo no Final Cut Pro

O Generate Captions do Final Cut Pro transforma a fala dos seus clipes em legendas com tempos. É o caminho da Apple até um arquivo de legendas, e ele custa dinheiro e só funciona em inglês dos EUA.

Passo 1: gere as legendas

  • Você: No Final Cut Pro, selecione na linha do tempo os clipes com fala e escolha Edit, Generate Captions, Closed Captions (editar, gerar legendas, legendas ocultas), ou pressione Shift Command C.
  • Confira: Os clipes de legenda aparecem em uma faixa própria no alto da linha do tempo. Na primeira vez, o Final Cut Pro baixa o modelo de idioma dele, então você precisa estar conectado à internet uma vez.

Passo 2: exporte como texto

  • Você: Converta as legendas, que saem no formato iTT, para SRT e depois exporte-as como um arquivo separado. O guia da Apple cobre as duas etapas.
  • Confira: O arquivo SRT abre em um editor de texto simples. A Apple descreve cada legenda nele como um número, um horário de início e de fim e o texto.
  • Preço. US$ 299,99 em compra única, ou incluído no Apple Creator Studio, que é grátis por 30 dias e depois custa US$ 12,99 por mês ou US$ 129 por ano para novos assinantes. Conferido em 3 de outubro de 2026.
  • Mac. O Final Cut Pro precisa do macOS 15.6 ou posterior, e o Generate Captions precisa de um Mac com chip da Apple.
  • Idioma. O Generate Captions funciona só em inglês dos EUA.

Então o Final Cut Pro legenda o seu vídeo com prazer, desde que todos nele falem inglês dos EUA. A Apple acrescenta que ruído de fundo, música ou pessoas falando ao mesmo tempo podem prejudicar a precisão e o tempo, e sugere usar antes o Voice Isolation e o Noise Removal.

Transforme o arquivo de vídeo em texto com o YapToText

O YapToText lê o arquivo de vídeo e transcreve a fala dele com o Whisper Large v3 Turbo (Q5), o modelo de voz que vem dentro do app, no seu Mac. Ele é gratuito na Mac App Store, sem conta. Solte o vídeo no cartão, e as palavras voltam como texto simples que você pode colar em qualquer lugar.

Passo 1: solte o vídeo no cartão

  • Você: Abra o YapToText e vá para a página Utility. No menu de modo do cartão Transcribe a file, escolha Raw Transcription para as palavras como foram ditas, ou um modo como Note para moldá-las. Depois solte o vídeo no cartão, ou clique em Choose File e escolha-o.
  • YapToText: Reconhece o arquivo pelo conteúdo, e não pela extensão, transcreve a fala dele no seu Mac e aplica o modo que você escolheu.
  • Confira: O texto aparece no cartão. Se aparecer um erro, a escada abaixo traz as correções.

Passo 2: leve o texto

  • Você: Clique em Copy, ou em Insert para digitar o texto no app que você usava antes.
  • YapToText: Entrega texto simples. Send below o passa ao cartão seguinte, que reescreve texto por um modo como Note ou Clean Up.
  • Confira: As palavras estão no seu documento.

O que importa para vídeo:

  • Formatos comuns. Ele lê tudo o que o macOS consegue decodificar. Os contêineres que ele reconhece incluem MP4, MOV, M4V, 3GP, M4A, WAV, AIFF, CAF, FLAC, MP3 e AMR, e Ogg onde o macOS aceita.
  • Sem limite de minutos. Um arquivo não tem limite de tempo e nada é medido. A parada de segurança de 30 minutos vale só para um ditado ao vivo. Um vídeo com mais de 4 minutos é cortado em momentos de silêncio em partes de cerca de 2 minutos.
  • 29 idiomas. A lista Language da página AI Models traz 29 idiomas mais a detecção automática e começa no idioma do sistema do seu Mac. O guia de idiomas os lista.

O mesmo trabalho está no painel da barra de menus como Transcribe file e na página History como Transcribe File. Para uma gravação de voz em vez de um vídeo, o guia para transcrever gravações do Gravador no Mac começa pela transcrição da própria Apple.

A página History do YapToText: um campo de busca, filtros de data e de modo e ditados marcados com o modo, o app e a hora.
Figura 1. Transcribe File fica na parte de baixo da página History, na mesma barra que o Export.

Compare as três formas

Conferido em 3 de outubro de 2026, nas páginas de suporte da Apple e em apple.com.

Legendas ao VivoFinal Cut ProYapToText
CustoGrátis, integradas ao macOSUS$ 299,99 uma vez, ou Apple Creator Studio a US$ 12,99 por mês depois de 30 dias grátisGrátis, sem plano pago
Mac de que precisaChip da ApplemacOS 15.6 ou posterior, e chip da Apple para o Generate CaptionsmacOS 14 ou posterior, chip da Apple
Trabalha a partir deÁudio tocando no Mac, ou do microfone, enquanto aconteceClipes em uma linha do tempo do Final Cut ProUm arquivo de vídeo ou de áudio
O que você recebeLegendas em uma janela enquanto tocaLegendas com tempo, que podem ser exportadas como arquivo SRTTexto simples para copiar ou inserir
Marcações de tempoNão descritasSim, cada legenda tem tempoNão
Idiomas8 idiomas, nas regiões listadasSó inglês dos EUA29 idiomas mais a detecção automática
Onde rodaNo dispositivo, segundo a AppleNão consta, e o modelo de idioma é baixado uma vezNo seu Mac

As Legendas ao Vivo servem para acompanhar, o Final Cut Pro serve para publicar legendas e o YapToText serve para as palavras em si. Escolha pelo que você quer receber: legendas para assistir, um arquivo de legendas com tempos ou texto simples. Se você prefere rodar o Whisper por conta própria no Terminal, o guia do Whisper local no Mac cobre isso.

Pôster da App Store com o título Nothing leaves your Mac, sobre a página AI Models do YapToText com os dois modelos marcados como Included.
Figura 2. A versão da App Store já vem com o modelo de voz, então um vídeo nunca precisa ser enviado para virar texto.

Se o vídeo não for transcrito

Comece pelo arquivo e depois olhe os ajustes. Na dúvida, dê ao YapToText só o áudio.

  1. Toque antes. Se você não ouve fala, ou ouve só música, um modelo de voz não tem o que transcrever.
  2. Exporte só o áudio. No QuickTime Player, escolha File, Export As, Audio Only (exportar como, somente áudio). A Apple diz que isso salva um arquivo de áudio MPEG 4 com uma faixa AAC, que você pode soltar no cartão no lugar do vídeo.
  3. Veja se há proteção contra cópia. Se o menu de exportação do QuickTime Player não mostra opções, a Apple diz que a gravação pode ter proteção de direitos autorais e não pode ser distribuída.
  4. Defina o idioma. Para um vídeo em outro idioma, escolha esse idioma ou Auto-detect language na lista Language da página AI Models.
  5. Tente um modelo de voz maior. Baixe um da Dictation Model Library na página AI Models e rode o arquivo de novo. O download de um modelo é o único uso de rede que o app inicia.

O guia AI Models explica cada modelo e o tamanho dele.

O que o YapToText não faz com um vídeo

  • Identificação de quem fala. Ele não diz quem está falando, então uma conversa volta como texto sem nomes.
  • Marcações de tempo e legendas. Ele não acrescenta marcações de tempo e não exporta SRT nem outro arquivo de legendas. Para legendas com tempo, o Final Cut Pro é o caminho da Apple.
  • Tradução durante a transcrição. Ele transcreve o que foi dito e não traduz. Para traduzir depois, selecione o texto e peça ao Quick Edit outro idioma, ou use o Translate to English, uma das AI Actions incluídas.
  • Vídeo em streaming. Ele abre arquivos no seu Mac, então um vídeo que só toca em um navegador não é algo que ele consiga ler.
  • Alguns Macs e versões. Ele precisa do macOS 14 ou posterior em um Mac com chip da Apple, e não afirmo nada sobre Macs Intel. A versão do Homebrew vem sem os modelos e não transcreve até você baixar um modelo de voz. O guia de instalação cobre isso.

Se importa quem disse o quê, a página que compara o YapToText e o MacWhisper na transcrição de arquivos cobre essa diferença, e o guia do Quick Edit mostra como traduzir ou encurtar uma transcrição depois que ela chega. O YapToText entrega o que foi dito, e não quem disse nem quando.

Pôster da App Store com o título Edit anything by voice: o cartão do Quick Edit ouvindo, aplicando a edição e concluído.
Figura 3. O Quick Edit trabalha com o texto que você seleciona em qualquer app, então uma transcrição pode ser traduzida ou encurtada depois que chega.

Resumindo

  • Para acompanhar. Ative as Legendas ao Vivo em Ajustes do Sistema, Acessibilidade, em um Mac com chip da Apple.
  • Para um arquivo de legendas com tempos. Use o Generate Captions do Final Cut Pro, em inglês dos EUA, e depois exporte o SRT.
  • Para as palavras como texto. Solte o vídeo no cartão Transcribe a file do YapToText, de graça e no seu Mac.

O vídeo entra, as palavras saem e nada sai do seu Mac. Se um vídeo não for transcrito e a escada não ajudou, pressione Copy Diagnostics em Settings, About e abra uma issue no GitHub (em inglês) com o tipo do arquivo. Eu leio todas.

Baixar o YapToText na Mac App StoreDownload gratuito. Sem conta e sem nada bloqueado, para macOS 14 ou posterior em um Mac com chip da Apple. Código-fonte no GitHub.

Quem escreve. Ryleigh Newman desenvolve software, tem dificuldade para digitar e dita todos os dias com o YapToText, o app que este site descreve. Esta página foi traduzida do inglês. A interface do app e o resto do site estão em inglês. Mais sobre o projeto, em inglês.

Guias

Mais guias, em inglês

Fontes

Perguntas

Um Mac consegue transcrever vídeo em texto?

Sim, de três formas. As Legendas ao Vivo mostram legendas em tempo real enquanto um vídeo toca em um Mac com chip da Apple, o Final Cut Pro gera legendas com tempo em inglês dos EUA, e o YapToText transforma um arquivo de vídeo em texto simples no seu Mac, de graça.

Como transcrevo um vídeo no meu Mac de graça?

Com o YapToText. Abra a página Utility, solte o vídeo no cartão Transcribe a file e copie o texto. Ele é gratuito, transcreve no seu Mac e precisa do macOS 14 ou posterior com chip da Apple.

Dá para transcrever um vídeo localmente em um Mac?

Sim. O YapToText transcreve o arquivo com o Whisper no seu Mac e não envia nada, e a Apple diz que as Legendas ao Vivo processam o áudio no dispositivo. O único uso de rede do YapToText é o download de um modelo que você mesmo inicia.

O YapToText acrescenta marcações de tempo ou nomes de quem fala?

Não. Ele devolve texto simples, sem marcações de tempo, legendas nem identificação de quem fala. Para legendas com tempo, o Final Cut Pro da Apple as gera em inglês dos EUA e pode exportá-las como SRT.

Há limite de duração para transcrever um vídeo no YapToText?

Não. Um arquivo não tem limite de minutos e nada é medido. A parada de segurança de 30 minutos vale só para um ditado ao vivo. Um vídeo longo é cortado em momentos de silêncio e transcrito em partes.