O Dicta pode ser usado pelo terminal ou por uma janela gráfica. Em qualquer dos dois caminhos, o vídeo original permanece intacto e o resultado é criado em uma pasta ao lado dele.
Antes de começar
Baixe os componentes necessários
O programa precisa do Python, do FFmpeg, do executável do whisper.cpp e de um modelo Whisper. Use versões compatíveis com o seu sistema operacional e baixe os componentes de fontes oficiais.
Python
3.9 ou mais recente para executar o programa.
FFmpeg
Extrai e prepara o áudio do vídeo.
whisper.cpp
Executa a transcrição localmente.
Modelo
O projeto usa o modelo multilíngue ggml-small.bin.
Estrutura
Organize os arquivos dentro do Dicta
O Dicta também procura os executáveis no PATH e aceita caminhos explícitos
com --ffmpeg, --whisper e --model.
Terminal
Faça uma primeira transcrição
Abra o terminal na pasta do Dicta e passe o caminho do vídeo. No Linux e no macOS, use
python3; no Windows, use py -3.
O caminho pode ser arrastado para o terminal para evitar erros de digitação.
O programa informa o progresso e abre a pasta de resultado ao terminar, salvo quando --no-open é usado.
Janela gráfica
Arraste o vídeo para o Dicta
Para usar a interface, instale o PySide6 e execute o arquivo gráfico. A janela permite arrastar um vídeo, selecionar um arquivo, acompanhar o progresso, cancelar a operação e abrir a transcrição.
No Windows, troque python3 por py -3.
Opções
Escolha o comportamento do resultado
--language pt
Define o idioma da transcrição.
--threads 6
Escolhe a quantidade de threads usadas pelo Whisper.
--no-open
Evita abrir automaticamente a pasta criada.
--move-source
Move o vídeo para a pasta de resultado somente depois do sucesso.
Use --keep-failed-output e --verbose apenas quando precisar investigar uma falha.
Saída
O que aparece ao terminar
Para um vídeo chamado meu video.mp4, o Dicta cria uma pasta chamada
meu video - transcricao ao lado do arquivo original. Dentro dela ficam:
transcricao.txt
Texto completo para leitura, busca e edição.
transcricao.srt
Legenda com marcações de tempo para usar em um vídeo.