Rotulos de falante e diarizacao

O Local Transcriber utiliza diarizacao de falantes on-device para rotular quem disse o que nas suas transcricoes. Nenhum processamento na nuvem — o modelo e executado inteiramente no seu Mac.

Como funciona

Durante uma gravacao, o app captura o audio e executa dois modelos:

1. Reconhecimento de fala — converte o audio em texto em tempo real usando o motor de reconhecimento de fala integrado da Apple.
2. Diarizacao de falantes — analisa as caracteristicas vocais para atribuir rotulos de falante (Falante 1, Falante 2, etc.).

A transcricao ao vivo mostra o texto conforme e falado. Apos parar a gravacao, o pos-processamento reanalisa o audio completo para uma atribuicao de falantes mais precisa e um texto aprimorado.

O que influencia a precisao

A diarizacao de falantes funciona melhor quando:

• Os falantes se alternam. O modelo tem dificuldade com conversas sobrepostas ou com varias pessoas falando ao mesmo tempo.
• A qualidade do audio e boa. Um ambiente silencioso com um microfone adequado e o ideal. Os microfones integrados dos notebooks funcionam, mas microfones externos ou fones de ouvido com microfone sao melhores.
• Os falantes tem vozes distintas. O modelo usa caracteristicas vocais (tom, cadencia, timbre) para distinguir os falantes. Vozes muito semelhantes podem ser agrupadas.
• As sessoes nao sao extremamente longas. A precisao permanece constante na maioria das duracoes de reuniao, mas gravacoes muito longas (acima de 3 horas) podem sofrer certa degradacao.

Dicas para melhores resultados

• Use fones de ouvido com microfone. Isso impede que o audio dos alto-falantes entre no microfone, ajudando o modelo de diarizacao a separar as vozes de forma mais limpa.
• Desative o microfone quando nao estiver falando. Se voce esta em um ambiente barulhento, desativar o microfone entre as falas reduz o ruido de fundo na gravacao.
• Deixe a pessoa terminar de falar. A sobreposicao de vozes e o caso mais dificil para a diarizacao. Turnos de fala naturais produzem os melhores resultados.

Pos-processamento

Quando voce para uma gravacao, o app executa automaticamente o pos-processamento. Isso leva poucos segundos (cerca de 15 segundos para uma reuniao de 30 minutos) e:

• Reexecuta o audio completo em um modelo de transcricao de maior precisao.
• Reanalisa as atribuicoes de falantes em toda a gravacao para garantir a consistencia.
• Gera um titulo e um resumo por IA (se o Apple Intelligence estiver disponivel).

Voce vera um indicador “Processando” na barra lateral durante a execucao. A transcricao se atualiza automaticamente quando concluido.

Reprocessamento

Se os rotulos de falante nao parecerem corretos, voce pode reprocessar uma gravacao:

• Pelo app — clique com o botao direito em uma gravacao e selecione Reprocessar, ou use o esquema de URL:

  open "transcriber://reprocess?file=2026-04-03-1400"

• Pelo CLI — seu agente de IA tambem pode acionar o reprocessamento.

O reprocessamento reexecuta todo o pipeline de pos-processamento no arquivo de audio original.