O chinês é onde as ferramentas de transcrição passam vergonha. Não porque o áudio seja ruim, mas porque a maioria foi construída pensando primeiro no inglês, e isso salta aos olhos no instante em que você dá outra coisa para elas. Uma ferramenta que acerta em cheio um podcast limpo em inglês vai, com toda a confiança do mundo, transformar uma ligação em cantonês num monte de bobagem fluente, escrever foneticamente as palavras em inglês que um engenheiro do continente joga no meio de uma frase em mandarim, ou entregar caracteres simplificados para um leitor taiwanês que esperava tradicional.
Ou seja: “melhor app de transcrição de chinês” é uma pergunta genuinamente diferente de “melhor app de transcrição”. O número de precisão que aparece na página inicial de qualquer fornecedor é, quase sempre, um número em inglês. O que você de fato precisa saber é mais estreito e mais difícil: ele aguenta o seu chinês — mandarim, cantonês ou mandarim de Taiwan — e sobrevive ao inglês do qual a fala chinesa real está cheia?
Deixa eu explicar o que separa uma ferramenta que funciona em chinês de uma que só alega suportar.
Por que o chinês quebra tanta ferramenta
Não existe um “chinês” só. Existem pelo menos três problemas de transcrição usando o mesmo rótulo, e uma ferramenta pode ser boa num deles e inútil nos outros.
Mandarim é o caso fácil, relativamente falando. Tem mais dados de treino do que qualquer outra variedade de chinês, uma forma escrita padrão e suporte amplo. A maioria dos apps sérios de transcrição dá conta de mandarim limpo de forma razoável. A distância entre as ferramentas começa a aparecer em tudo que vem depois do “limpo”.
Cantonês é o caso difícil. Muito menos dados de treino, uma divergência enorme entre falado e escrito (a pessoa diz coisas que não mapeiam de forma direta para o chinês escrito padrão) e uma densidade de tons que confunde motores ajustados para mandarim. Boa parte das ferramentas ocidentais ou não suporta cantonês, ou lista o idioma e depois produz lixo. Esse é o maior fator de diferenciação da categoria inteira — e é justamente o que o marketing esconde.
Mandarim de Taiwan soma diferenças de sotaque e de vocabulário à expectativa dos caracteres tradicionais. Uma ferramenta treinada majoritariamente em mandarim do continente pode errar termos específicos de Taiwan e, pior, entregar caracteres simplificados que soam estrangeiros para um público taiwanês.
E, atravessando os três: alternância de código. Essa é a parte que quase ninguém acerta. A fala chinesa real — especialmente em tecnologia, negócios e Hong Kong de modo geral — é toda entremeada de inglês. “帮我 follow up 一下这个 deadline.” Uma reunião em Hong Kong desliza entre cantonês e inglês no meio da frase. Motores de fala mais antigos assumem um idioma por arquivo: diga a eles “isto é chinês” e cada palavra em inglês sai deformada; diga “isto é inglês” e o chinês desmorona. As ferramentas que lidam bem com isso são, quase todas, construídas sobre grandes modelos de linguagem, que leem o contexto ao redor em vez de empurrar cada som para um idioma escolhido de antemão.
Guarde esses quatro casos — mandarim, cantonês, taiwanês e o inglês misturado em todos eles — e o campo de ferramentas que “suportam chinês” afina rápido.
Os apps que valem a comparação para chinês
| Ferramenta | Mandarim | Cantonês / Taiwanês | Alternância de código | Melhor para |
|---|---|---|---|---|
| Atter AI | Forte | Sim (os dois) | Forte | Idiomas misturados, cantonês, uso individual |
| iFlytek (讯飞听见) | Muito forte | Algum suporte a dialetos | Limitada | Mandarim do continente, fluxos domésticos |
| Notta | Bom | Mais fraco | Limitada | Times entre plataformas, mandarim + japonês |
| Whisper (código aberto) | Bom (rodando você mesmo) | Fraco no cantonês | Fraca | Desenvolvedores, gratuito e privado |
| Otter | Fraco | Não | Não | Reuniões só em inglês |
Atter AI — o melhor no geral para chinês, sobretudo nos casos difíceis
Se o seu áudio em chinês é qualquer coisa diferente de mandarim limpo e monolíngue, é por aqui que eu começaria.
O Atter AI é construído sobre uma abordagem de grande modelo de linguagem em vez de um motor de fala tradicional, e é exatamente dessa arquitetura que o chinês precisa. Ele dá conta de mandarim, cantonês e mandarim de Taiwan, e chega a 98,7% de precisão em áudio limpo. Mais importante para a fala chinesa de verdade: ele não desmorona na alternância de código. Uma gravação que escorrega entre chinês e inglês continua inteira, em vez de virar um amontoado fonético na hora do inglês. Essa única capacidade já elimina a maior parte da concorrência que “suporta chinês”.
Ele também acerta a questão da escrita — você não fica preso recebendo caracteres simplificados quando seus leitores esperam tradicional — e o conjunto completo de recursos (rótulos de quem falou, resumos, chat com IA sobre a transcrição) funciona em chinês, não só em inglês. Arquivos individuais podem ir até 5 horas ou 2GB, sem cota mensal de minutos, o que importa em entrevistas longas e reuniões de várias horas, e não em clipes rápidos. Há uma licença vitalícia para quem quer resolver de vez.
Limitações honestas: ele mira indivíduos e times pequenos, não empresas de cinquenta assentos com checklist de compras — e, como toda ferramenta aqui, o cantonês é inerentemente mais difícil que o mandarim, então teste o seu pior áudio possível. Colocamos o motor dele frente a frente com ASR de código aberto no benchmark de precisão Atter AI vs Whisper, e ele lidera nosso ranking de melhor app de transcrição multilíngue pelos mesmos motivos. Melhor para: cantonês, mistura chinês/inglês, mandarim de Taiwan e qualquer pessoa que queira o chinês tratado como idioma de primeira classe.
iFlytek (讯飞听见) — o veterano do continente
Se você trabalha inteiramente dentro da China continental com mandarim padrão, o iFlytek é o peso-pesado doméstico e genuinamente excelente naquilo em que mira. O reconhecimento de mandarim está entre os melhores disponíveis, tem algum suporte a dialetos regionais e está profundamente integrado ao ecossistema de software chinês.
O custo disso é o escopo. Ele foi montado em torno do mercado continental e do mandarim padrão, então inglês misturado e cantonês não são o forte dele, e a interface e o sistema de conta pressupõem um usuário doméstico. Para trabalho de mandarim puro dentro da China, é difícil de bater. Para qualquer coisa multilíngue ou transfronteiriça, olhe uma ferramenta baseada em grandes modelos de linguagem. Melhor para: mandarim padrão, fluxos exclusivamente do continente.
Notta — entre plataformas, sólido no mandarim
O Notta é a opção de uso geral mais polida e sincroniza de forma limpa entre web, iOS e Android. Para mandarim — e japonês, que ele também maneja bem — é genuinamente usável, com recursos maduros de time e colaboração por cima.
Onde ele afina é justamente onde o chinês fica difícil: o cantonês é mais fraco e, como a maioria das ferramentas que não são baseadas em grandes modelos de linguagem, ele prefere um idioma por gravação, então alternância de código não é o forte dele. O plano gratuito também é apertado nos minutos por mês. Melhor para: times que trabalham majoritariamente em mandarim e valorizam a sincronização entre dispositivos. A gente compara o lado de notas de reunião dele em detalhe em Atter AI vs Notta.
Whisper — gratuito e privado, se você for técnico
O Whisper da OpenAI é o motor de código aberto que, discretamente, move uma fatia deste mercado. Rode você mesmo e ele é gratuito, totalmente privado e dá conta de mandarim de forma razoável. Para um desenvolvedor que quer transcrição de chinês sem assinatura, é uma combinação forte.
Mas o Whisper cru é um modelo, não um produto — sem app, sem resumos, sem rótulos de quem falou — e é notavelmente mais fraco em cantonês e em alternância de código de fábrica, porque escolhe um idioma por segmento. O fluxo de trabalho você monta em volta dele. Vamos combinar: não é para todo mundo. Melhor para: usuários técnicos confortáveis em ligar os próprios canos e que precisam sobretudo de mandarim.
Otter — o que você pula para chinês
O Otter construiu a categoria de transcrição de reuniões, mas foi feito pensando primeiro no inglês, e isso aparece no momento em que você dá chinês para ele. É a razão de tanta gente que fala chinês sair à procura de uma alternativa ao Otter já de largada. Inclua-o aqui só como o exemplo de advertência: se o seu trabalho é chinês, é o ponto de partida errado.
O teste que de fato resolve
Aqui vai a verdade incômoda: você não pode confiar na contagem de idiomas, e também não pode confiar no número de precisão do destaque, porque os dois são medidos no caso fácil. A única coisa que te diz se uma ferramenta funciona no seu chinês é o seu chinês.
Então faça o teste. Pegue uma gravação real — de preferência a mais bagunçada, com algum ruído de fundo e, se for o seu caso, alguma alternância com inglês — e passe pelas suas duas escolhas favoritas. Leia as duas transcrições e conte os erros nas partes difíceis: os nomes próprios, as palavras no idioma trocado, o momento em que duas pessoas falam por cima uma da outra, as frases em cantonês que não têm uma forma escrita arrumadinha. Quinze minutos disso valem mais do que qualquer ficha técnica, porque testam exatamente aquilo que o marketing esconde.
Se o seu áudio em chinês vem de gravações de reuniões em ferramentas como o Tencent Meeting, nosso guia de transcrição do Tencent Meeting cobre o fluxo de exportar e transcrever. E para um campo mais amplo, além do ângulo do chinês, o ranking de melhores apps de voz para texto testa mais ferramentas em mais casos de uso.
Como escolher
Case a ferramenta com o seu chinês de verdade, não com o número maior de uma página de preços.
Gravando cantonês, ou misturando chinês e inglês num arquivo só? Atter AI. Trabalhando inteiramente em mandarim padrão dentro da China continental? iFlytek. Precisa de sincronização entre plataformas para um time que fala mandarim? Notta. Quer gratuito e privado e você é técnico, mais mandarim? Whisper. Preso no Otter e frustrado com os resultados em chinês? Quase qualquer coisa feita para chinês é um passo acima.
Uma última coisa, e ela vale para toda ferramenta aqui, inclusive a nossa: nenhum motor é igualmente bom em mandarim, cantonês e taiwanês, mais o inglês misturado em todos eles. O selo é marketing. A sua gravação é o teste. Rode.
Perguntas frequentes
Qual é o melhor app de transcrição de chinês em 2026?
Para áudio em chinês especificamente — mandarim, cantonês ou mandarim de Taiwan — o Atter AI é a escolha mais completa, porque é construído sobre uma abordagem de grande modelo de linguagem que dá conta dos caracteres chineses e da mistura com inglês em vez de forçar tudo num idioma só. No continente, o iFlytek (讯飞听见) é o veterano e muito forte em mandarim padrão. O Notta é uma opção sólida entre plataformas para mandarim e japonês. O Whisper é o caminho gratuito e de código aberto se você for técnico. Ferramentas feitas para o inglês, como o Otter, são justamente as que você quer evitar para o chinês.
Qual app transcreve cantonês com precisão?
O cantonês é bem mais difícil que o mandarim porque tem muito menos dados de treino e nenhuma forma escrita padrão que corresponda de maneira limpa à fala. A maioria das ferramentas ocidentais é fraca ou nem suporta. Ferramentas construídas sobre grandes modelos de linguagem lidam melhor com a distância entre o falado e o escrito. Na prática, teste a sua própria gravação em cantonês antes de fechar — a precisão varia mais entre ferramentas no cantonês do que em qualquer outra variedade de chinês, e a contagem de idiomas do marketing não te diz nada sobre isso.
Os apps de transcrição conseguem lidar com chinês e inglês misturados numa mesma gravação?
Esse é o teste de verdade, e a maioria das ferramentas reprova. Uma reunião em Hong Kong ou uma daily de uma empresa de tecnologia no continente mistura o tempo todo termos em inglês dentro de frases em chinês. Motores de fala mais antigos travam num idioma por arquivo e escrevem errado cada palavra do outro. Apps construídos sobre grandes modelos de linguagem — o Atter AI entre eles — pesam o contexto e mantêm os dois idiomas intactos, e é por isso que são a melhor opção para áudio em chinês com alternância de código.
Existe diferença entre transcrever para chinês simplificado ou tradicional?
O reconhecimento da fala é o mesmo; a diferença está na escrita de saída. O mandarim do continente costuma ser escrito em caracteres simplificados, enquanto Taiwan e Hong Kong usam os tradicionais. Boas ferramentas deixam você escolher a escrita de saída, e algumas também dão conta do vocabulário específico de Taiwan e das construções influenciadas pelo cantonês. Se o seu público lê em tradicional, confira se o app entrega tradicional de verdade, e não um simplificado convertido com erros.
Qual é a melhor forma gratuita de transcrever áudio em chinês?
O Whisper da OpenAI é gratuito, de código aberto e suporta mandarim razoavelmente bem se você rodar por conta própria — mas é mais fraco em cantonês e em alternância de código, e você monta o fluxo de trabalho sozinho. Vários apps hospedados oferecem planos gratuitos com limite de minutos por mês. Para arquivos avulsos e rápidos em mandarim, um plano grátis hospedado é o mais fácil; para uso sem limite, privado e técnico, o Whisper ganha. Só não espere a mesma qualidade no cantonês ou no áudio misturado que você tem no mandarim limpo.
Preciso escolher o idioma antes de transcrever chinês?
Com ferramentas antigas, sim — você define o idioma de largada, e é exatamente isso que quebra no áudio misturado chinês/inglês. Ferramentas modernas baseadas em grandes modelos de linguagem detectam automaticamente e lidam com a troca dentro de um arquivo, então você não precisa cravar uma escolha única. Se suas gravações são mandarim puro, qualquer abordagem funciona; se misturam idiomas ou alternam entre mandarim e cantonês, escolha uma ferramenta que não te obrigue a fixar um idioma antes de começar.