Transcrição de entrevistas para jornalistas: um fluxo que sobrevive ao fact-checking

A regra mais antiga da faculdade de jornalismo continua valendo: uma hora de entrevista gravada custa três a quatro horas de digitação. Num perfil com três fontes, é um dia inteiro de trabalho que desaparece antes da primeira linha — e a matéria fecha na quinta.

A transcrição com IA comprime esse dia em minutos, e a $0.83–$1.25 por hora de áudio custa menos que o café tomado enquanto se digita. Mas o jornalismo tem uma restrição que quase nenhuma outra área tem: uma citação com uma palavra errada não está 97 % correta — está errada, e errada em letra impressa, com o nome de alguém embaixo. Então a pergunta interessante não é se vale usar transcrição com IA, e sim como usá-la para que nada sem verificação chegue à página.

Os três caminhos, comparados com honestidade

Digitar você mesmo não custa nada e obriga a uma reescuta atenta — há repórteres que valorizam de verdade essa passada. Também são 3–4 horas por hora de entrevista, o que deixa de escalar na semana em que você tem cinco.

Serviços de transcrição humana entregam mais de 99 % de precisão para necessidades de nível judicial, a cerca de $1–2 por minuto de áudio e com um a vários dias de espera. Por uma fatura de $60–$120 por entrevista, você compra uma precisão de que a maior parte do trabalho de redação não precisa: as citações você vai conferir sozinho de qualquer jeito.

A transcrição com IA chega em minutos, com 90–97 % de precisão em áudio limpo. A pegadinha mora dentro do número: uma hora de entrevista são 7.000–9.000 palavras, então mesmo 96 % de precisão significam algumas centenas de erros pequenos — palavras engolidas, um sobrenome mastigado, um «pode» ouvido como «não pode». Ótimo como rascunho pesquisável. Impublicável sem revisão.

Essa última frase é o método inteiro.

Um fluxo que sobrevive ao fact-checker

1. Grave como se a transcrição dependesse disso — depende. A precisão se decide na gravação, não na transcrição. Celular na mesa mais um gravador de reserva, perto da fonte, o barulho do café nas suas costas se puder escolher. Uma gravação nítida transcreve a 96–97 %; uma linha telefônica ruidosa cai abaixo de 90 %, e cada ponto perdido custa minutos da sua noite.

2. Suba o arquivo e deixe as vozes se separarem. Ative a identificação de oradores em tudo que tiver mais de uma voz. «Orador 1 / Orador 2» vira «Eu / Ministra» com duas renomeações, e a transcrição de repente se lê como roteiro, não como um paredão de texto.

3. Trabalhe na transcrição, verifique no áudio. Pesquise o texto para achar o momento; depois toque o áudio naquela marca de tempo antes que uma única palavra citada entre na matéria. Essa é a regra que torna a transcrição com IA segura para o jornalismo: a transcrição localiza a citação, a gravação confirma. Com parágrafos marcados no tempo, a ida e volta leva segundos por citação — muito mais rápido que arrastar uma gravação crua, e igualmente rigoroso.

4. Guarde a fita até publicar — depois decida. A transcrição é seu arquivo pesquisável; o áudio é sua defesa se alguém contestar uma citação. Guarde os dois até a matéria sair e assentar; depois aplique seu próprio critério de retenção — mais sobre isso já a seguir.

As perguntas de proteção de fontes para qualquer ferramenta

Jornalistas sobem conversas que outras pessoas adorariam ler. Antes de qualquer ferramenta tocar no áudio de uma entrevista, exija resposta clara a três perguntas:

• O áudio é usado para treinar modelos de IA? A resposta precisa ser não. (A do Speecho é não.)
• O que fica armazenado, e por quanto tempo? No Speecho, os arquivos de origem são apagados após o processamento e as transcrições somem sozinhas em 90 dias; você pode apagar antes o que quiser — e deve, assim que uma matéria sensível for publicada.
• O que sai da sua máquina? Em entrevistas em vídeo, o Speecho extrai o áudio no navegador — as imagens nunca chegam a subir.

E uma regra que nenhuma ferramenta aplica por você: se uma parte da conversa foi de verdade em off, corte antes de subir. Apare o arquivo e transcreva o resto. A proteção mais forte para algo que jamais deve existir como texto é nunca entrar no circuito.

Entrevistas em outros idiomas

A transcrição baseada em Whisper cobre 99 idiomas, e isso muda o trabalho de campo: entreviste a fonte no idioma em que ela realmente pensa, transcreva nesse idioma e depois traduza a transcrição para o seu na hora de escrever — citando do original quando a precisão importar. O Speecho traduz transcrições prontas para 18 idiomas: o original e a sua cópia de trabalho saem do mesmo upload.

Quanto custa para um freelancer na ativa

A $0.83–$1.25 por hora de áudio, um mês cheio — digamos doze horas de entrevistas — custa uns $10–$15, em créditos pré-pagos, sem assinatura correndo nos meses sem pauta. O mesmo mês num serviço humano: $700–$1.400. Digitado à mão: uma semana de noites não pagas. É essa aritmética que fez do hábito de verificar-no-áudio a norma silenciosa das redações: a máquina digita, o jornalista faz jornalismo.

Experimente na próxima entrevista: suba o arquivo e ganhe 15 minutos grátis ao confirmar o email — sem cartão, e sem nenhum bot perto das suas fontes.