Transcrição offline e privada no Mac com Whisper
Algumas conversas não deveriam ser transmitidas para lugar nenhum: uma consulta médica, uma conversa com advogado, uma reunião de conselho antes de um anúncio. Nelas, a questão não é quão bom é o modelo na nuvem, e sim se o áudio precisa sair da máquina. Num Mac com Apple silicon, não precisa.
O que roda localmente
Num Mac com Apple silicon, o app pode baixar dois modelos e rodá-los na própria máquina: Whisper Large v3 Turbo para a transcrição e Qwen 3 8B para as respostas. Depois de baixados, eles rodam no próprio Mac, para sessões cujo áudio não deve sair da sala.
A escolha entre processamento na nuvem e modelos locais é feita caso a caso. Uma daily semanal e uma consulta com uma advogada não precisam do mesmo tratamento, e você não precisa escolher um para tudo.
O que vai para onde, em cada modo
“Privado” costuma ser usado de forma vaga, então vale ser preciso.
- Sessão na nuvem: o áudio do microfone — e no Mac, opcionalmente, o áudio do sistema e a tela capturada — é transmitido para a Realtime API da OpenAI para gerar a transcrição e as respostas. Os anexos são enviados como contexto.
- Sessão local no Mac: os modelos baixados processam áudio e texto na máquina.
- Nos dois casos, transcrições, respostas, sessões, tarefas e notas ficam salvas no aparelho, sem sincronização na nuvem.
- O backend do app guarda contas, compras, saldo de créditos e registros de uso. Ele não recebe nem guarda áudio, transcrições, respostas ou anexos.
As trocas, com franqueza
Um modelo que cabe num notebook é menor do que um que roda num data center. As respostas de um modelo de oito bilhões de parâmetros bastam para muita coisa — extrair decisões, explicar um termo, rascunhar um follow-up —, mas em conhecimento amplo ou raciocínios longos elas são claramente menos capazes do que um grande modelo na nuvem.
O download tem vários gigabytes, e os modelos usam memória e processamento de verdade enquanto rodam. Num Mac com Apple silicon recente vai bem; num mais antigo, é mais lento. É também por isso que é um recurso do Mac: um celular não tem folga para isso.
No iPhone e no iPad
Os grandes modelos locais são só para o Mac. No iPhone e no iPad, a transcrição ainda pode vir do reconhecimento de fala da Apple no aparelho em vez dos modelos da OpenAI. As respostas continuam vindo do modelo na nuvem — a transcrição das suas palavras acontece no celular, a ajuda não.
Privado também diz respeito às pessoas na sala
Manter o áudio na máquina o protege de terceiros. Isso não muda o fato de que você está registrando o que outras pessoas dizem. Elas têm o direito de saber, e em muitos lugares a lei também exige — o guia sobre gravar e transcrever outras pessoas explica o que dizer.
Em quais Macs os modelos locais rodam?
Em Macs com Apple silicon. Os modelos são baixados uma vez e rodam na máquina; Macs mais novos são mais rápidos.
Os modelos locais rodam no iPhone?
Não. No iPhone e no iPad a transcrição pode vir do reconhecimento de fala da Apple no aparelho, mas o modelo local de respostas é só para o Mac.
Os servidores do app chegam a ver minhas transcrições?
Não. O backend cuida de contas, compras e créditos; transcrições e respostas ficam salvas no seu aparelho.
