Pedais para comandos de IA: por que é que as pessoas estão a falar em vez de escreverem

Em vez de digitar cada comando no ChatGPT, no Claude ou no Gemini, um número crescente de pessoas está a dizê-los em voz alta. O que começou nos círculos de programadores com ferramentas como o Wispr Flow espalhou-se para os fluxos de trabalho do dia a dia, e os pedais tornaram-se o meio preferido para o ditado por voz sem usar as mãos.

Falar é, aproximadamente, três vezes mais rápido do que escrever. Essa diferença é importante no que diz respeito à IA, porque instruções mais longas e detalhadas tendem a produzir melhores respostas à primeira tentativa, com menos rondas de perguntas de seguimento.

Para além da rapidez, o ditado reduz o esforço para quem passa o dia inteiro a escrever. Para pessoas com lesões por esforço repetitivo (LER), deficiências motoras ou dores crónicas, a introdução de texto sem usar as mãos torna as ferramentas de IA acessíveis de formas que os teclados não conseguem.

1. Mantenha pressionado um pedal. Isso envia uma tecla de atalho para o seu computador, ativando uma aplicação de ditado.
2. A aplicação de ditado ouve, transcreve a sua voz e insere o texto na posição do cursor. Ao soltar o pedal, o ditado pára.

Isto funciona em todo o sistema: janelas de chat com IA, e-mail, editores de código, Slack. É isso que o torna mais flexível do que as funcionalidades de voz integradas em qualquer plataforma de IA específica.

O pedal é apenas o gatilho. São estas ferramentas que fazem o trabalho:

O Wispr Flow utiliza transcrição na nuvem com correção por IA. Mantenha premida a tecla Fn (Mac) ou Ctrl+Win (Windows) para falar. Está disponível um plano gratuito; os planos pagos custam cerca de 12 a 15 dólares por mês.

O Superwhisper funciona localmente no Mac, pelo que o áudio permanece no seu computador. Mantenha premidas as teclas Option+Espaço para falar. Compra única por cerca de 250 dólares.

O VoiceInk é uma opção local de código aberto que custa cerca de 40 dólares e disponibiliza vários tamanhos do modelo Whisper.

A função de ditado do sistema operativo é gratuita no macOS (pressionar duas vezes as teclas Globe/Fn) e no Windows (Win+H), mas utiliza ativação por alternância em vez de «manter premido para falar», e a precisão diminui quando se trata de vocabulário técnico.

Os pedais USB genéricos (19-30 dólares) da iKKEGOL ou da PCsensor permitem acionar uma única tecla. São funcionais e simples, mas limitam-se a uma única ação, sem software para gerir perfis ou ampliar as funcionalidades.

O Wispr Pedal (99-199 dólares) liga-se via Bluetooth e vem pré-configurado para o Wispr Flow, incluindo um ano de subscrição do Flow Pro. Concebido especificamente para ditado, mas limitado a uma aplicação e a um caso de utilização.

Stream Deck Pedal é um controlador USB de três pedais com uma base metálica robusta e molas intercambiáveis para ajustar a tensão dos pedais. Um dos pedais serve para a função «push-to-talk». Os outros dois podem silenciar o microfone, ativar macros, alternar o áudio ou qualquer outra função que lhes atribua. Os Perfis Inteligentes atualizam os três automaticamente quando muda de aplicação. E com acesso ao Elgato Marketplace, as suas funcionalidades vão muito além das teclas de atalho.

A principal diferença é a flexibilidade. Três pedais em vez de um, perfis que mudam consoante a aplicação e um ecossistema de plug-ins que vai além do ditado.

Todas as ferramentas de ditado acima também funcionam com uma tecla de atalho. Mantém uma tecla premida, fala e solta-a. O ChatGPT e o Gemini também têm botões de microfone nos seus campos de texto, embora nenhum deles tenha um atalho de teclado para os ativar. O Claude na web não dispõe de qualquer funcionalidade de ditado nativa, pelo que, nesse caso, a melhor opção é utilizar uma ferramenta do próprio sistema.

Seja como for, começar por utilizar uma tecla de atalho é a forma mais rápida de descobrir se as instruções por voz se adequam à sua forma de trabalhar.

A precisão da transcrição varia consoante os nomes, a gíria e a sintaxe do código. A função «Push-to-talk» ajuda a lidar com o ruído de fundo, mas um microfone de boa qualidade, próximo da boca, é mais importante do que qualquer configuração de software. E se a privacidade for uma preocupação, opte por uma ferramenta local, como o Superwhisper ou o VoiceInk, em vez de opções baseadas na nuvem.

Instale a versão gratuita do Wispr Flow ou utilize a funcionalidade de ditado do seu sistema operativo, atribua-a a uma tecla de atalho e diga o seu próximo comando em vez de o escrever. Se costuma utilizar o ditado com regularidade, o Stream Deck Pedal permite-lhe utilizar a funcionalidade «push-to-talk», ao mesmo tempo que lhe oferece dois pedais adicionais para o resto do seu fluxo de trabalho. O nosso guia sobre como configurar teclas de atalho no Stream Deck explica-lhe passo a passo como proceder.