Dicas e truques

Aproveite ao máximo o DijiFlow Dictate

Pequenos ajustes fazem uma grande diferença na precisão, na velocidade e no conforto. Estas são as nossas formas preferidas de adaptar o app à sua voz, ao seu idioma e ao seu computador.

O microfone importa mais do que qualquer configuração do app. Um microfone de lapela, aquele pequeno que se prende na camisa ou na gola, é uma das melhorias mais baratas e que mais aumentam a precisão. Ele fica perto da boca, mantém a mesma distância enquanto você se mexe e filtra boa parte do ruído do ambiente, que costuma atrapalhar o microfone embutido do notebook.

Em resumo: quase qualquer microfone externo que fique mais perto da sua boca do que o microfone embutido do notebook vai melhorar bastante os resultados.

O limiar de silêncio é o que permite ao DijiFlow distinguir a sua fala do ruído de fundo. Acertá-lo para o seu ambiente é o ajuste que mais evita palavras perdidas e gravações disparadas por engano. Use o teste de microfone do app para calibrá-lo.

  1. 1 Abra as Configurações e clique em Testar microfone.
  2. 2 Fale normalmente e observe o medidor de nível: enquanto você fala, ele deve ficar mais ou menos entre o meio e a direita do medidor.
  3. 3 Agora fique em silêncio: o nível deve cair e ficar abaixo da linha branca. A posição certa dessa linha depende do barulho do seu ambiente.
  4. 4 Arraste o filtro de silêncio para subir ou descer a linha branca. Essa linha é o seu limiar de silêncio: tudo o que fica abaixo dela é tratado como silêncio.
  5. 5 Arraste a sensibilidade do microfone para mudar a altura em que a sua voz aparece no medidor, até a fala passar da linha com folga.

O ideal é uma separação nítida: a fala bem acima da linha branca e o silêncio bem abaixo. Confira de novo sempre que mudar de ambiente ou de microfone.

O DijiFlow pode aprender as palavras que são só suas (nomes, jargões, marcas) e corrigi-las automaticamente. Como isso acontece depois da transcrição, o resultado fica mais preciso sem nunca influenciar o que o modelo ouve.

  1. 1 Abra a aba Vocabulário.
  2. 2 Marque as áreas que têm a ver com você, para carregar os pacotes de termos certos.
  3. 3 Adicione os seus próprios termos: nomes de colegas, da sua empresa, de produtos e as palavras que você usa com frequência.
  4. 4 Se o app continuar errando uma palavra específica, adicione a grafia correta aos seus termos personalizados e ele passa a acertar.

Pense nos termos personalizados como uma lista que cresce com o uso: sempre que algo sair errado, adicione a forma correta e o erro não se repete.

No modo Avançado, você mesmo escolhe o modelo: em cada cartão de idioma para o ditado e na aba Transcrever arquivo para os arquivos. Modelos maiores são mais precisos, mas são mais lentos e usam mais memória.

  1. 1 O Expresso serve para a maioria dos idiomas: quase tão preciso quanto o Grande e bem mais rápido.
  2. 2 O Rápido é o mais ágil, em inglês e em muitos idiomas europeus (não para legendas), com alguns erros a mais que o Grande.
  3. 3 O Grande é o mais minucioso, em qualquer idioma, e o que mais usa memória.
  4. 4 As estrelas mostram a precisão de cada modelo nesse idioma e, com o teste ou o Pro, cada cartão de idioma também marca o modelo recomendado para o ditado. Na dúvida, fique com ele.

Se um modelo maior parecer lento, desça um tamanho: um modelo rápido que você realmente usa vale mais do que um preciso que você evita.

O modo Segure para falar deve ser natural, algo que você faz sem pensar. O melhor atalho é o que fica perto de onde os seus dedos já estão, e ele pode até sair do teclado.

  1. 1 Boas combinações de teclado para experimentar: Ctrl+Espaço, Alt+Espaço ou Shift+Espaço (principalmente no Windows).
  2. 2 No Mac, Cmd+Espaço já é usado pelo Spotlight. Você pode mudar o atalho do Spotlight em Ajustes do Sistema → Teclado → Atalhos de Teclado → Spotlight e usar Cmd+Espaço, ou simplesmente usar Shift+Espaço ou Ctrl+Espaço.
  3. 3 Truque de quem usa muito: associe o Segure para falar e o Enter (ou a nova linha) aos botões voltar e avançar do mouse, por exemplo Shift+Voltar para nova linha e Shift+Avançar para Enter (ou configure isso direto no software do mouse).

Com os botões do mouse configurados, dá para ditar quase só com o mouse, sem tocar no teclado. No Windows, use o utilitário do fabricante do mouse; no Mac, um programa de remapeamento como os usados em mouses gamer funciona bem.

O reconhecimento de fala depende do que chega ao microfone. Um ventilador soprando direto nele, uma sala cheia ou música tocando por perto derrubam a precisão, muitas vezes mais do que se imagina.

Se o ruído for inevitável, mantenha o microfone perto e use “Segure para falar”, assim o DijiFlow só escuta enquanto você segura a tecla.

No app para Windows, a Otimização dinâmica de memória é a configuração indicada quando falta memória ou memória de vídeo (VRAM) no seu PC. Ela carrega e descarrega os modelos conforme você alterna entre eles, para que só um modelo fique ativo por vez, e assim um computador mais modesto continua respondendo bem. No Mac, o DijiFlow libera memória sozinho quando ela fica baixa.

  1. 1 Se os modelos parecerem lentos ou o seu computador estiver com pouca memória, ative a Otimização dinâmica de memória nas Configurações.
  2. 2 A partir daí, o DijiFlow mantém na memória só o modelo que você está usando e descarrega os outros quando você alterna.

Atenção: transcrever um arquivo e ditar ao vivo ao mesmo tempo fica mais lento quando a memória está apertada. Com RAM ou VRAM suficiente, tudo roda sem travar.

Se o seu computador tem folga (16 GB de memória ou mais), você pode manter dois modelos carregados e alternar entre eles na hora, com atalhos diferentes. É um dos recursos que os usuários avançados mais aproveitam.

  1. 1 Bilíngue? Associe o inglês a um atalho e o seu outro idioma a um segundo, e troque de idioma sem mexer em nenhuma configuração.
  2. 2 Um só idioma? No modo Avançado, adicione um segundo cartão para o mesmo idioma com outro modelo: um rápido para ditar com agilidade e um mais preciso para quando você puder esperar um instante.
  3. 3 Mistura idiomas? Com a opção “Fila” selecionada (aba Configurações), que é o padrão, grave com o atalho do outro idioma enquanto a primeira gravação ainda está sendo transcrita: as duas são coladas em ordem.

Isso faz toda a diferença quando você escreve um e-mail em um idioma enquanto conversa ou programa em outro, tudo na mesma sessão e sem ficar ajustando nada.

Em reuniões, a precisão importa mais do que a velocidade, então escolha o modelo mais preciso que puder, mesmo que seja mais lento. Lembre-se de que a transcrição automática e a identificação de falantes nunca são 100% perfeitas e, sozinhas, podem não registrar uma reunião inteira sem falhas. O segredo é entregar a transcrição a um grande modelo de IA para consolidá-la em algo útil.

  1. 1 Transcreva a reunião com identificação de falantes, usando o melhor modelo que você tiver.
  2. 2 Se souber quantas pessoas falaram, defina o Número de falantes: isso deixa a identificação muito mais precisa (veja a dica sobre o número de falantes).
  3. 3 Cole a transcrição pronta em um grande modelo de IA (ChatGPT, Gemini, Claude, DeepSeek ou Kimi) e use o prompt pronto abaixo para receber um resumo limpo e consolidado.
Prompt de reunião pronto para colar
Você vai me ajudar a transformar a gravação bruta de uma reunião em algo que eu realmente consiga usar.

Abaixo está uma transcrição gerada automaticamente a partir de áudio ou vídeo, com identificação automática de falantes. Ao ler, tenha duas coisas em mente:
- Os rótulos de falante ("Speaker 1", "Speaker 2" e assim por diante) e uma palavra ou outra podem estar errados. Quando um rótulo ou uma palavra contradizer claramente o contexto da conversa, confie no contexto e corrija sem comentar.
- Você costuma conseguir descobrir quem é quem pela própria conversa, então deduza os nomes sempre que possível.

Opcional: se eu já souber quem é quem, indico aqui (senão, deixe em branco):
- Speaker 1 =
- Speaker 2 =
- Speaker 3 =

Leia a transcrição inteira e me entregue um resumo claro e bem organizado, com estas seções:
1. Visão geral: duas ou três frases sobre o assunto da reunião e o resultado geral.
2. Principais pontos discutidos: os temas principais, agrupados de forma lógica, com os detalhes importantes de cada um.
3. Decisões: o que foi de fato combinado (e por quem, se estiver claro).
4. Próximos passos: agrupados por pessoa, com o que cada uma vai fazer e os prazos que foram mencionados.
5. Impedimentos e riscos: tudo o que foi levantado como problema, dependência ou preocupação.
6. Perguntas em aberto: tudo o que ficou sem solução ou precisa de retorno.

Seja conciso e fácil de ler. Prefira tópicos curtos a parágrafos longos. Se algo não estiver claro ou faltar na transcrição, diga isso com clareza em vez de adivinhar.

Transcrição:
[cole sua transcrição aqui]

Bom saber: você pode continuar ditando em outros apps enquanto um arquivo é transcrito em segundo plano.

O DijiFlow não serve só para a sua voz: ele transcreve qualquer arquivo de vídeo ou áudio que você arrastar para ele, com identificação de falantes. Assim fica fácil transformar uma palestra, uma entrevista ou uma aula em texto.

  1. 1 Baixe o vídeo com qualquer site de download de vídeos do YouTube.
  2. 2 Arraste o arquivo baixado para o DijiFlow como vídeo, e ele cuida do resto.

Dá para arrastar do mesmo jeito qualquer arquivo de áudio ou vídeo do seu computador, não só do YouTube.

No Windows, uma placa de vídeo NVIDIA ou AMD deixa a transcrição muito mais rápida do que no processador. Confirme que o DijiFlow está mesmo usando essa placa.

  1. 1 Abra a aba GPU.
  2. 2 Confirme que a sua placa NVIDIA ou AMD está selecionada e aparece como ativa.

Quando você transcreve uma reunião ou um arquivo com várias pessoas, a identificação de falantes precisa adivinhar quantas vozes diferentes existem. Informar isso antes ajuda muito.

Se você sabe exatamente quantas pessoas falam na gravação, defina esse número no modo Avançado, na aba Transcrever arquivo, antes de transcrever: a identificação de falantes fica muito mais precisa quando não precisa adivinhar.