Transcrever áudio deixou de ser tarefa técnica. Hoje é um botão — no próprio WhatsApp, em extensões de navegador, em dezenas de sites. E como é um botão, quase ninguém pergunta o que acontece depois que o arquivo sai do aparelho.

Não é um alarme. É uma pergunta razoável de se fazer, e a resposta muda conforme o que tem na conversa.

Por que voz não é igual a texto

Um trecho de texto vazado é um trecho de texto vazado. Uma amostra de voz é outra categoria de dado: ela identifica você e pode ser reutilizada para produzir fala que você nunca disse.

Isso deixou de ser hipótese. Em 2026, um vazamento na Mercor expôs cerca de 4 TB de amostras de voz de aproximadamente 40 mil pessoas que trabalhavam em treinamento de modelos de IA. O agravante não foi o volume: foi que as amostras de voz estavam associadas a documentos de identificação. Voz junto de nome e documento é matéria-prima pronta para fraude por clonagem.

No Brasil, a LGPD trata dado biométrico como dado pessoal sensível (art. 5º, II), com regime de proteção mais rígido que o de dado comum. Uma gravação de voz cai nessa categoria quando serve para identificar alguém.

Nada disso significa que transcrever áudio seja imprudente. Significa que a pergunta “por onde esse arquivo passa” tem peso maior quando o arquivo é voz — e maior ainda quando a conversa é de cliente, paciente ou família.

O que perguntar antes de subir uma conversa

Independente do serviço, quatro perguntas dão o retrato:

1. O arquivo é apagado? Quando? “Não armazenamos” e “excluímos em 24 horas” são coisas diferentes de “guardamos indefinidamente”. Se a política não diz prazo, considere que não há prazo.

2. O áudio é usado para treinar modelo? Vários serviços gratuitos se pagam exatamente assim. Costuma estar nos termos, não na página inicial.

3. Para onde o arquivo vai? Serviço que repassa o áudio para uma API de terceiro tem mais um elo na corrente. Não é necessariamente pior — mas você precisa saber, porque a política que vale passa a ser a de dois fornecedores.

4. Dá para auditar? Serviço de código aberto permite verificar o que o código faz, em vez de confiar na descrição.

Aqui a conta muda, porque o sigilo não é preferência: é dever profissional.

Áudio de cliente contém informação protegida por sigilo. Subir esse arquivo em um serviço qualquer é um tratamento de dado de terceiro que o titular não autorizou — e o responsável é quem subiu, não o serviço.

Prática defensável:

  • Saber o caminho do arquivo. Se você não sabe explicar onde o áudio foi parar, não deveria ter subido.
  • Preferir prazo curto de retenção, declarado por escrito.
  • Considerar transcrição local quando o conteúdo é sensível de verdade. Modelos como o Whisper rodam no próprio computador, sem o áudio sair da máquina. Exige mais configuração e o resultado em português brasileiro varia conforme o modelo, mas elimina o intermediário. É o caminho que estamos construindo aqui — está no roadmap público do WhatsOrganizer.
  • Registrar o que foi feito. Se a transcrição vai virar peça, o caminho percorrido pelo arquivo faz parte da cadeia de custódia.

Como o WhatsOrganizer trata isso

Para não ficar só na recomendação, o que fazemos:

  • Exclusão automática em 24 horas. O bucket tem política de ciclo de vida que apaga tudo — não depende de alguém lembrar de limpar.
  • Sem conta, sem cadastro, sem histórico. Não há login porque não há o que associar a um usuário.
  • Nada é armazenado permanentemente. Processamos e devolvemos.
  • Código aberto. O repositório está no GitHub e pode ser auditado — ou rodado por você, no seu próprio servidor.

A transcrição hoje usa API externa, e isso está dito porque é a informação relevante para você decidir. Transcrição local é o próximo passo do projeto.

Perguntas frequentes

A transcrição do próprio WhatsApp é mais segura? O recurso nativo processa no aparelho em parte dos dispositivos compatíveis, o que é uma vantagem real. Em compensação, transcreve um áudio por vez, dentro do app, e não gera documento — resolve o “o que ele disse”, não o “preciso disso em PDF”.

Transcrição serve como prova? A transcrição é apoio à leitura. O que tem valor probatório é o áudio original, com sua cadeia de custódia preservada. Nunca descarte o arquivo original em favor do texto.

Áudio apagado da conversa ainda está no ZIP exportado? Se foi apagado antes da exportação, não. O ZIP reflete a conversa no momento em que foi exportada — mais uma razão para exportar cedo quando a conversa pode virar processo.