Transcrição literal ou limpa (verbatim): qual estilo usar

A transcrição literal (ou verbatim) registra a fala exatamente como foi dita, com hesitações como "hã", gaguejadas, falsos começos e repetições, enquanto a transcrição limpa (também chamada de verbatim inteligente) mantém as palavras de quem fala, mas tira esses tropeços para o texto ficar mais fácil de ler. Um terceiro estilo, a transcrição editada, vai além e reescreve em nome da clareza. Escolha a literal quando importa como algo foi dito (área jurídica, análise da conversa), a limpa para a maioria das entrevistas, pesquisas e legendas, e a editada para publicação.

A seguir você encontra a definição de cada estilo, o mesmo trecho curto escrito das três formas, uma tabela comparativa, as situações que exigem cada estilo e um checklist para escolher.

O que é transcrição literal?

"Verbatim" vem do latim e quer dizer "palavra por palavra", mas fornecedores de transcrição e pesquisadores usam o termo para três níveis diferentes de detalhe. Os nomes mudam de um manual para outro, então vale definir o que se espera antes de encomendar ou produzir uma transcrição.

Transcrição literal completa (também chamada de verbatim "estrito" ou "fiel") captura tudo o que se ouve: cada palavra, cada "hã" e "é...", gaguejadas, falsos começos, palavras repetidas, frases inacabadas e, em geral, sons não verbais e pausas, como [risos], [tosse] ou (pausa). A gramática fica exatamente como foi falada.

Transcrição limpa (muitas vezes chamada de verbatim inteligente) mantém as palavras e a estrutura das frases de quem fala, mas deixa de fora hesitações, gaguejadas, falsos começos e repetições que não acrescentam nada ao sentido. Ela não deve parafrasear nem "melhorar" o que a pessoa disse.

Transcrição editada (às vezes chamada de "revisada" ou "com edição leve") também corrige a gramática, enxuga frases que dão voltas e pode reordenar ou condensar trechos para que o texto pareça prosa escrita. É um registro fiel do sentido, não das palavras.

Algumas tradições de pesquisa acrescentam um quarto nível: a transcrição detalhada, com notação para tempo, sobreposições e entonação, como o sistema Jefferson usado na análise da conversa. Nosso guia de transcrição para pesquisa qualitativa trata dessas convenções.

Literal ou limpa: o mesmo trecho de três formas

Veja um trecho de quatro linhas de uma entrevista, transcrito em cada estilo.

Transcrição literal

E: Então, hã, como você— como você acabou virando enfermeira?
P: Ah, assim, foi— foi meio que sem querer, sabe? [risos]
P: Minha mãe era enfermeira e, tipo, eu— eu jurei que nunca ia fazer isso.
P: Mas aí, é, depois da faculdade eu tava... eu tava meio, tipo, sem rumo. (pausa)

Transcrição limpa

E: Como você acabou virando enfermeira?
P: Foi meio que sem querer. [risos]
P: Minha mãe era enfermeira e eu jurei que nunca ia fazer isso.
P: Mas depois da faculdade eu tava meio sem rumo.

Transcrição editada

E: Como você se tornou enfermeira?
P: Quase por acaso. Minha mãe era enfermeira e eu tinha jurado
   não seguir os passos dela, mas, depois da faculdade, fiquei sem rumo.

Repare no que muda. A versão limpa tira "hã", "é", "assim", "sabe", "tipo", "aí" e as repetições de "como você" e "eu", mas mantém o jeito informal de falar ("tava", "meio que", "sem querer"). Manter ou não o [risos] é uma decisão do manual de estilo; muitos manuais de transcrição limpa só mantêm sons não verbais quando eles mudam o sentido. A versão editada é mais curta e fluida, mas já não é a voz da participante.

Tabela comparativa

Quando cada estilo é exigido

Área jurídica e compliance

Depoimentos, audiências, oitivas policiais, processos de seguro e gravações usadas como prova normalmente pedem transcrição literal. Uma pausa antes da resposta, uma autocorreção ou um "sim... não, desculpa" podem mudar a leitura de uma declaração, então removê-los é uma decisão editorial que o transcritor não deve tomar. Os requisitos exatos variam conforme o país, o tribunal e quem encomenda a transcrição, então siga as instruções ou regras de formatação recebidas.

Pesquisa acadêmica e qualitativa

Quem decide é o método. Análise da conversa, análise do discurso e estudos linguísticos precisam de transcrição literal, muitas vezes com notação. Análise temática, pesquisa aplicada e a maior parte dos estudos de políticas públicas costumam usar a transcrição limpa, porque o foco está no que os participantes dizem, e não em como dizem. Seja qual for a escolha, registre as regras antes de transcrever e descreva-as na seção de metodologia.

Jornalismo e mídia

Repórteres geralmente trabalham com a transcrição limpa e voltam ao áudio antes de citar. Aspas diretas devem corresponder ao que foi dito; cortar hesitações costuma ser aceito, trocar palavras não. Em reportagens longas, uma transcrição editada pode servir como cópia de leitura, desde que as citações sejam conferidas na gravação. Nosso guia de transcrição de entrevistas cobre o processo de gravação e citação.

Legendas

Legendas são quase sempre transcrição limpa ou levemente editada. O espectador tem poucos segundos para ler cada bloco, e os manuais das emissoras e plataformas de streaming limitam a velocidade de leitura e o tamanho da linha, então hesitações e falsos começos caem, a não ser que importem para a cena ou para um personagem. Legendas para surdos e ensurdecidos (LSE) acrescentam descrições de som, como [porta bate], o que é outro tipo de detalhe, diferente das hesitações da transcrição literal. Veja nosso guia do gerador de legendas SRT e VTT para a formatação.

Empresas, reuniões e podcasts

Atas de reunião, descrições de episódios de podcast e entrevistas com clientes costumam usar a transcrição limpa, muitas vezes seguida de um resumo. A literal só aumenta o tempo de leitura sem agregar valor nesses casos.

Como as transcrições com IA se comportam

A transcrição automática não se encaixa perfeitamente nesses estilos, então ajuda saber o que esperar.

• As hesitações tendem a sumir. Na prática, modelos da classe Whisper costumam omitir "hã", "é" e palavras repetidas, produzindo um texto que se parece mais com o que a pessoa quis dizer do que com o que ela disse. Os autores do artigo do CrisperWhisper (Interspeech 2024) observam que o Whisper padrão elimina muitas hesitações e repetições e treinaram uma variante especificamente para mantê-las. O próprio guia de speech-to-text da OpenAI cita "preservar palavras de preenchimento" como algo que se pode induzir com um prompt, o que mostra que esse não é o comportamento padrão.
• O resultado fica perto da transcrição limpa, mas não exatamente. Os modelos também podem suavizar um falso começo ou uma palavra pela metade e, às vezes, manter uma hesitação que por acaso reconheceram. A saída é inconsistente, em vez de seguir um manual de estilo.
• Sons não verbais e pausas geralmente ficam de fora. A maioria das ferramentas não marca [risos] nem pausas cronometradas, e nenhuma que conhecemos produz notação Jefferson de forma confiável.
• A pontuação é um palpite. Pontos e vírgulas são inferidos, o que pode mudar sutilmente o sentido em respostas longas e emendadas.

Ou seja, um rascunho feito por IA é um bom ponto de partida para a transcrição limpa e precisa de revisão humana para virar transcrição literal. A qualidade do áudio também pesa: nossas dicas de precisão na transcrição explicam como microfone, falas sobrepostas e sotaques afetam o rascunho.

Como escolher o estilo de transcrição: checklist

Responda a estas perguntas antes de transcrever ou encomendar uma transcrição:

• A transcrição vai ser usada como prova ou em um processo judicial? Use a literal e siga as instruções de quem a exige.
• Sua análise olha para como as pessoas falam (hesitação, reparo, troca de turnos)? Use a literal, talvez com notação.
• Você precisa principalmente do que foi dito, para temas, citações ou decisões? A limpa normalmente basta.
• O texto vai ser publicado ou lido por quem não estava presente? Considere uma versão editada e guarde a transcrição limpa como fonte.
• É para legenda? Transcrição limpa e, depois, linhas encurtadas para caber na velocidade de leitura.
• As regras estão por escrito? Liste como tratar hesitações, gírias, sons não verbais, trechos inaudíveis e identificação de falantes, e aplique-as em todos os arquivos.
• Quem confere a transcrição com o áudio? Seja qual for o estilo, alguém precisa ouvir a gravação pelo menos uma vez.

Como transformar um rascunho de IA no estilo que você precisa

Um fluxo prático é começar por uma transcrição automática e ajustá-la. No Audiotexta, por exemplo, você envia um arquivo ou grava pelo microfone, recebe um rascunho com identificação de falantes e marcações de tempo e corrige tudo em um editor que destaca cada palavra durante a reprodução e permite clicar em qualquer palavra para pular àquele ponto do áudio. Isso agiliza a inclusão de hesitações e pausas que faltam, para a literal, ou a remoção de tropeços que sobraram, para a limpa. Dá para testar no aplicativo web sem criar conta, com arquivos de até 30 minutos.

Quando a transcrição estiver no estilo escolhido, exporte no formato que a próxima etapa pede: TXT para softwares de análise ou SRT e VTT para legendas (os três disponíveis no plano gratuito), ou DOCX e PDF para cópias de leitura (plano Pro). Guarde junto de cada arquivo uma nota com o estilo e as regras usadas, para que quem ler depois saiba exatamente o que "literal" significou no seu projeto.