O Whisper roda dentro do app
O HookWise roda o Whisper pelo whisper.cpp no seu computador, usando Metal no Mac. O áudio é lido direto do seu arquivo e transformado em texto, e cada palavra recebe um tempo de início e de fim. A transcrição fica salva no projeto, então as legendas, a remoção de vícios de linguagem e os cortes com IA trabalham todos a partir do mesmo texto.
Você escolhe entre três modelos. O Base, com cerca de 148 MB, vem no instalador. O Small, com cerca de 488 MB, e o Medium, com cerca de 1,5 GB, são baixados dentro do app a partir do Hugging Face, e o HookWise confere o download antes de usar. Depois você pode apagar um modelo baixado para liberar espaço em disco.
Como escolher o modelo para a sua gravação
Comece com o Base em uma gravação limpa, como um microfone de podcast ou um microfone de lapela em uma sala silenciosa. Passe para o Small ou o Medium quando a sala tiver eco, houver música por baixo da voz, as pessoas tiverem sotaque forte ou o assunto estiver cheio de termos técnicos. Modelos maiores costumam ser mais precisos e demoram mais no mesmo computador.
Defina o idioma você mesmo quando souber qual é. A detecção automática é prática para arquivos desconhecidos, e um idioma fixo evita um palpite errado quando o vídeo começa com música ou uma saudação em outro idioma. Para um vídeo do YouTube que já tem legendas automáticas, importe essas legendas e pule a transcrição.
O que esperar de velocidade e precisão
A transcrição funciona offline em todos os planos, e nada é enviado. Você só precisa de internet para baixar o Small ou o Medium, ou para importar de um link. O tempo de uma transcrição depende da duração do vídeo, do modelo e do seu computador. O HookWise não divulga números de velocidade, então teste um episódio típico durante os 7 dias de teste grátis.
Nenhum modelo acerta todas as palavras. Confira nomes, termos de marca e trechos em que os idiomas se misturam, e corrija no painel de transcrição. Enquanto o número de palavras continuar o mesmo, cada palavra mantém sua marca de tempo, então as legendas continuam sincronizadas depois da correção.
