A Meta lançou um aplicativo para macOS que transcreve voz em texto em qualquer programa do sistema. A ferramenta funciona como ditado universal, permitindo que o usuário fale e veja o texto aparecer em editores, navegadores ou qualquer campo de entrada. O app entra num mercado já ocupado por Wispr Flow, Superwhisper e Monologue, todos focados em transcrição local com modelos de IA.
A empresa não detalhou qual modelo de speech-to-text usa nem se o processamento roda inteiramente no dispositivo ou depende de servidor. O lançamento marca a primeira vez que a Meta coloca um produto de IA de consumo direto no macOS, fora do ecossistema mobile e web onde já opera com assistentes em WhatsApp e Instagram.
Whisper local já resolve transcrição há mais de um ano
Para quem constrói produtos com transcrição, a entrada da Meta valida o mercado mas não muda a arquitetura. Whisper da OpenAI já roda local em Mac via Core ML há mais de um ano, com latência baixa e custo zero por uso. Se você oferece transcrição como feature, continua valendo rodar Whisper localmente em vez de depender de API paga. A concorrência aqui é de produto empacotado, não de modelo.
O detalhe que importa é se a Meta libera o modelo ou mantém tudo fechado. Se for código aberto, pode aparecer uma alternativa ao Whisper com treinamento diferente, útil para quem precisa lidar com sotaques ou jargões que o Whisper erra. Se for fechado, é só mais um app de consumo que não afeta quem desenvolve.
Para assistentes de voz e agentes que atendem por áudio, nada muda agora. A stack continua sendo Whisper para transcrição, LLM para entender e responder, e TTS para falar de volta. Esse app da Meta não oferece a parte de raciocínio nem de síntese, só o pedaço de entrada. Quem já tem pipeline de voz rodando não ganha nada migrando para isso.
Apurado originalmente por TechCrunch AI.