Privacidade na transcrição: o que sai do seu aparelho

Os três modelos de transcrição

Essa classificação serve para avaliar qualquer ferramenta: pergunte em qual modelo ela está. O recurso de transcrição do WhatsApp, segundo a imprensa de tecnologia, está no modelo 1. Serviços de transcrição por arquivo costumam estar nos modelos 2 ou 3.

O que o TooLongToListen faz com o seu arquivo

Passo a passo do caminho do arquivo:

1. Você solta o arquivo na área de upload do site.
2. O navegador prepara o áudio (etapa Preparando o áudio). Se o arquivo é vídeo, o aplicativo extrai só a trilha de áudio no seu aparelho: copia a trilha quando possível e, se for preciso, converte para um formato compacto de voz. O vídeo original não é lido por nenhum servidor.
3. O áudio compactado é enviado para o armazenamento do serviço, na infraestrutura do Google Cloud.
4. A transcrição é feita em um servidor operado pelo serviço, com o modelo Whisper de código aberto (implementação faster-whisper). Hoje o áudio não é enviado a uma API de IA de terceiros para transcrever.
5. O texto volta para a sua conta, em Firebase, e fica disponível no painel até você apagá-lo.

Fatos técnicos verificáveis:

Para saber por quanto tempo o áudio e o texto ficam guardados e como pedir exclusão, consulte a política de privacidade. O texto transcrito fica na sua conta até você excluí-lo.

O que NÃO acontece

• O arquivo de vídeo não é enviado.
• O áudio não é usado em um mecanismo de busca público.
• O serviço não oferece "transcrição ao vivo" de chamadas, então não entra em reuniões nem grava chamadas por você.

Voz é dado pessoal

A Lei Geral de Proteção de Dados considera dado pessoal toda informação relacionada a uma pessoa identificável, e a voz de alguém, com o conteúdo do que ele diz, entra nisso. Algumas informações (saúde, convicção religiosa, dados de crianças) têm cuidados adicionais. Na prática:

• Tenha uma razão legítima para gravar e transcrever.
• Informe os envolvidos e, quando for o caso, obtenha consentimento.
• Envie só o necessário: corte a parte da gravação que não interessa.
• Defina por quanto tempo o texto fica guardado.
• Em ambiente de trabalho, siga a política interna da empresa.

Este artigo é informativo e não substitui orientação jurídica.

Perguntas para fazer a qualquer ferramenta

Use esta lista antes de enviar áudio sensível:

1. O áudio é processado no meu aparelho, no servidor da empresa ou por terceiros?
2. Quais empresas aparecem como operadoras na política de privacidade?
3. Por quanto tempo o áudio fica guardado após a transcrição?
4. Posso excluir o áudio e o texto? Como?
5. O áudio é usado para treinar modelos? Posso recusar?
6. Onde os dados são armazenados (país)?
7. Existe canal para pedidos da LGPD?
8. Como é a autenticação? A conta tem verificação em duas etapas?

Uma ferramenta confiável responde a essas perguntas de forma objetiva em sua página de privacidade.

Boas práticas ao transcrever material sensível

Para quem lida com dados de clientes

Se o seu trabalho envolve dados de terceiros, converse com quem cuida de privacidade na empresa antes de adotar qualquer ferramenta. Peça o contrato ou os termos de tratamento de dados e registre a decisão. Para atas, veja ata de reunião automática; para vídeos, transcrever vídeo para texto.

Como ler uma política de privacidade em cinco minutos

Políticas de privacidade são longas, mas dá para extrair o essencial rapidamente:

1. Procure a seção sobre arquivos enviados e veja o que é guardado e por quanto tempo.
2. Procure a lista de terceiros (processadores). Quanto menor, melhor para o seu controle.
3. Procure a menção a treinamento de modelos com o seu conteúdo.
4. Procure o canal de contato para pedidos de exclusão e de acesso.
5. Veja a data da última atualização. Política antiga com um produto novo é sinal de desatenção.

Se alguma dessas informações não aparece, trate como "não sei" e não envie material sensível.

Casos em que o processamento no aparelho faz mais sentido

Para áudios muito sensíveis (consultas médicas, processos judiciais, negociações), o modelo 1, tudo no aparelho, é o mais conservador, porque o áudio não é enviado. O custo é a menor precisão e a dependência do aparelho. Se você precisa de mais precisão, o servidor do próprio serviço (modelo 2) é um meio-termo razoável, desde que a política seja clara e você confie no responsável. O modelo 3, com APIs de terceiros, exige que você aceite mais de uma empresa tratando o seu áudio.

Veja como funciona

Transcrever vídeo sem enviar o vídeo: 10 minutos grátis, sem cartão.

Fontes

• Lei Geral de Proteção de Dados (Lei 13.709/2018): https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm
• Radford et al., Robust Speech Recognition via Large-Scale Weak Supervision (Whisper), 2022: https://arxiv.org/abs/2212.04356
• Cobertura do recurso nativo de transcrição do WhatsApp (processamento no aparelho): https://macmagazine.com.br/post/2024/11/21/whatsapp-finalmente-comeca-a-liberar-transcricoes-de-mensagens-de-voz/