Transcrição & IA
O Autorec transcreve gravações localmente usando whisper.cpp e, opcionalmente, gera resumos com IA por meio de qualquer API compatível com OpenAI.
Como a Transcrição Funciona
- Após o término de uma gravação, o autorec extrai a faixa de áudio. Isso acontece sozinho quando Transcrever gravações automaticamente está ativado (vem desativado por padrão); caso contrário, inicie a transcrição pelo aviso exibido após a gravação ou pela biblioteca.
- O áudio é processado pelo modelo Whisper selecionado inteiramente na sua máquina
- Dois arquivos de saída são criados junto com o vídeo:
.txt— transcrição em texto puro.srt— arquivo de legenda com timestamps (pode ser desativado nas Configurações)
Nenhum dado de áudio ou vídeo sai do seu computador durante a transcrição. Ela roda na GPU quando há uma disponível (Vulkan no Linux e no Windows, Metal no macOS) e, caso contrário, na CPU; Forçar CPU, nas Configurações, ignora a GPU.
Idiomas
O Autorec transcreve 17 idiomas, e o português é um deles: português, inglês, alemão, espanhol, francês, italiano, holandês, polonês, sueco, turco, russo, ucraniano, árabe, hindi, chinês, japonês e coreano. O Autorec detecta o idioma falado nos primeiros segundos de áudio, então a maioria das reuniões não precisa de nenhum ajuste. Se suas reuniões são sempre no mesmo idioma, defina-o em Idioma falado, em Configurações > Transcrição. Fixar o idioma evita um palpite errado em áudios curtos ou com ruído, ou em uma reunião que começa com algumas palavras em outro idioma.
Todos os cinco modelos entendem cada um desses idiomas. Para tudo que não for inglês, medium ou large são bem mais precisos que os tamanhos menores.
Modelos Whisper
Os modelos não são baixados automaticamente; você escolhe um e faz o download nas Configurações. Eles ficam armazenados em ~/.local/share/autorec/models/ (Linux e macOS) ou %LOCALAPPDATA%\autorec\models\ (Windows).
| Modelo | Tamanho | Velocidade | Precisão | Melhor Para |
|---|---|---|---|---|
| tiny | ~75 MB | Mais rápido | Básico | Notas rápidas, máquinas de baixo desempenho |
| base | ~142 MB | Rápido | Boa | Padrão — recomendado para a maioria dos usuários |
| small | ~466 MB | Moderada | Melhor | Quando a precisão importa mais que a velocidade |
| medium | ~1.5 GB | Lento | Alta | Idiomas não-inglês, áudio difícil |
| large | ~3 GB | Mais lento | Melhor | Precisão máxima, hardware potente |
Baixando Modelos
- Abra Configurações, o ícone de engrenagem na janela do autorec
- Vá até a seção Transcrição
- Selecione um tamanho de modelo
- Clique em Baixar — o modelo é baixado uma vez e reutilizado para todas as transcrições futuras
Resumos com IA
Resumos com IA usam uma API na nuvem para gerar um título e um resumo a partir do texto da transcrição. Apenas o texto é enviado — nenhum áudio ou vídeo.
Configuração
- Abra Configurações > Resumo com IA
- Escolha um Provedor, que preenche a URL base e sugere modelos, ou selecione Personalizado e informe a URL base da API (ex.:
https://api.openai.com/v1) - Insira sua Chave da API
- Escolha um Modelo (o padrão é
gpt-4o-mini) - Ative Resumir automaticamente após a transcrição
O Prompt do resumo é editável, então você pode pedir decisões, itens de ação ou prazos em vez de um resumo geral.
Serviços Compatíveis
Qualquer serviço com um endpoint de chat compatível com OpenAI funciona:
- OpenAI —
https://api.openai.com/v1 - OpenRouter —
https://openrouter.ai/api/v1 - Modelos locais (Ollama, LM Studio, etc.) — use seu endpoint local
O Que é Gerado
Para cada gravação transcrita, o autorec gera:
- Título — um título curto e descritivo para a reunião
- Resumo — um resumo conciso dos pontos-chave discutidos
Ambos aparecem na biblioteca de vídeos e na visualização de detalhes do vídeo, facilitando encontrar a reunião que você precisa sem precisar reassistir.