Como transcrever entrevista qualitativa (sem gastar 5 horas por hora de áudio)
Verbatim, editada ou inteligente? Guia brasileiro de transcrição de entrevista qualitativa: ética (TCLE, CEP), gravação, revisão em 2 passadas e preparação para MAXQDA e NVivo.
Transcrever entrevista qualitativa começa com uma decisão de método, não com a digitação: a transcrição será verbatim, editada ou inteligente? Definido o tipo, o fluxo eficiente é direto: grave bem, transcreva automaticamente e revise com protocolo.
A conta da digitação manual é cruel, cada hora de áudio consome de 4 a 6 horas no teclado. A transcrição automática devolve o texto em minutos e deixa para você apenas a revisão, que é onde mora o rigor.
Este guia cobre a decisão metodológica, a ética (TCLE, CEP e anonimização), a captação do áudio e a preparação do texto para análise no MAXQDA, NVivo ou ATLAS.ti.
Verbatim, editada ou inteligente? A decisão vem antes da ferramenta
Antes de escolher app, decida o que o texto precisa preservar da fala. Cada tipo de transcrição responde a uma necessidade diferente:
| Tipo | O que registra | Quando usar |
|---|---|---|
| Verbatim (literal) | Tudo: hesitações (“é…”, “né”), repetições, pausas, risos | Análise do discurso e análise de conversação, quando a forma da fala é dado |
| Editada (limpa) | O conteúdo fiel, sem vícios de linguagem nem repetições | Análise de conteúdo e análise temática, quando o que importa é o que foi dito |
| Inteligente | Paráfrase organizada das ideias | Relatórios executivos e jornalismo; raramente serve para pesquisa acadêmica |
A mesma fala nas três formas:
Verbatim: “É… a gente, a gente tentava avisar, né, mas… [pausa] ninguém escutava a gente, entendeu?”
Editada: “A gente tentava avisar, mas ninguém escutava.”
Inteligente: “A participante relata que tentava alertar a equipe e não era ouvida.”
Regra prática: na dúvida, transcreva editada e guarde o áudio original. Voltar ao áudio para refinar um trecho é rápido; reconstruir hesitações que você apagou é impossível. Para jornalismo o cálculo é outro (a aspa precisa ser literal, o resto pode ser resumo), e esse fluxo está no comparativo de app para jornalista transcrever entrevista.
Ética antes do gravador: TCLE, CEP e anonimização
Nenhuma transcrição salva uma coleta feita sem consentimento. Antes de apertar o botão de gravar:
- TCLE: o Termo de Consentimento Livre e Esclarecido precisa mencionar explicitamente que a entrevista será gravada em áudio, e como o registro será usado e guardado.
- CEP: pesquisa com seres humanos passa, em regra, por um Comitê de Ética em Pesquisa (Resoluções CNS 466/2012 e 510/2016). O que vale para os seus áudios é o que está no protocolo aprovado.
- Anonimização: substitua nomes por códigos (E1, E2, E3…) já na transcrição e remova identificadores indiretos, como empresa, bairro ou cargo raro.
- Guarda: áudios e termos costumam ter prazo mínimo de guarda de 5 anos. Confirme com o orientador o que o seu programa exige.
Como gravar a entrevista com qualidade
A qualidade da transcrição automática depende quase toda da captação. Presencialmente, o roteiro é curto: iPhone em modo avião (ligação no meio da entrevista destrói o rapport e o áudio), aparelho a meio metro do participante, ambiente sem ar-condicionado ruidoso, e um teste de 10 segundos antes de começar. As técnicas de posicionamento são as mesmas de gravar reunião no iPhone.
Entrevista remota? Grave a videochamada com consentimento e, depois, extraia o áudio da gravação. O doaudio aceita apenas arquivos de áudio (m4a, mp3, wav, aac, ogg, flac), então o vídeo da chamada precisa virar áudio antes de entrar pelo botão “Upload de arquivo”, na aba Gravações.
Da gravação ao texto: transcrição automática + revisão em 2 passadas
O fluxo no app: grave a entrevista (ou importe o arquivo) e receba a transcrição integral com resumo em minutos. Esse texto é um rascunho para revisão. O dado de pesquisa só existe depois das duas passadas abaixo.
A revisão é o que transforma o rascunho em dado de pesquisa. Protocolo em duas passadas:
- Passada de fidelidade. Ouça o áudio acompanhando o texto. Corrija termos técnicos e nomes próprios, e marque trechos incompreensíveis como [inaudível 23:14]. Reserve de 1 a 1,5x a duração do áudio para esta etapa.
- Passada de anonimização e convenção. Troque nomes pelos códigos (E1, E2), apague identificadores e aplique a notação do tipo escolhido. Se a sua transcrição é verbatim, é aqui que você reinsere pausas e risos relevantes, conferindo no áudio.
Preparando a transcrição para MAXQDA, NVivo ou ATLAS.ti
Antes de qualquer software de análise, você precisa de texto padronizado. Três cuidados poupam horas na codificação:
- Um arquivo por entrevista, nomeado com código e data (E1_2026-03-12).
- Cabeçalho padrão em cada arquivo: código do participante, data, duração, modalidade (presencial ou remota).
- Exportação em texto simples: o doaudio exporta em PDF, txt e markdown; para importar no MAXQDA, NVivo ou ATLAS.ti, o txt é o formato que menos dá problema.
A codificação e os memos acontecem no software de análise. A transcrição só precisa chegar lá limpa, com os participantes anonimizados.
Quanto tempo você economiza (e onde não economizar)
A conta de um mestrado típico: 12 entrevistas de 1 hora. Na digitação manual, são de 48 a 72 horas só de transcrição, ou seja, de 6 a 9 dias úteis inteiros antes de qualquer análise.
Com transcrição automática, o texto bruto sai em minutos e a revisão em duas passadas consome algo entre 18 e 24 horas no total. Sobram dias de trabalho para o que a banca de fato avalia: a análise.
Onde não economizar: na revisão. Pular a passada de fidelidade compromete a confiabilidade dos dados, e nenhum orientador aceita “foi a IA” como justificativa para uma citação errada. Um limite honesto: para análise de conversação fina, com sobreposições cronometradas e notação prosódica, a transcrição automática serve de base, mas a notação final continua sendo trabalho manual.
Perguntas frequentes
A transcrição automática dá conta de falas sobrepostas?
Em parte. Quando entrevistador e participante falam ao mesmo tempo, o trecho pode sair truncado ou com a fala atribuída errado. Na entrevista individual isso é raro; em grupo focal é frequente, e merece atenção extra na passada de fidelidade.
Funciona com sotaques e regionalismos?
A transcrição em português brasileiro lida bem com variação regional na maior parte dos casos, mas termos muito locais e jargão do seu campo merecem conferência. Monte um pequeno glossário dos termos recorrentes e padronize a grafia na revisão.
Preciso transcrever todas as entrevistas?
Todas as que entram na análise, sim. O critério de saturação define quando parar de coletar, não quando parar de transcrever: entrevista coletada e não transcrita é dado que você pagou para não usar. Com o custo da transcrição caindo de horas para minutos, o argumento para deixar entrevista de fora ficou fraco.
Como descrevo isso na metodologia?
Diga exatamente o que fez: gravação em áudio com consentimento, transcrição com auxílio de ferramenta automática e revisão integral pelo pesquisador. Há um modelo de parágrafo pronto para adaptar no guia de transcrição de entrevista para TCC, e ele vale igual para dissertação e tese.
Transcreva a próxima entrevista em minutos
Grave a entrevista no doaudio (ou importe o arquivo de áudio) e receba a transcrição integral com resumo, prontos para a sua revisão.
Instalar o doaudio na App Store →