Atualizado 6 de setembro de 2026 · Por Sumbat.T

Obsidian fala para texto: o que dita de verdade em 2026

Há um motivo específico para esta pergunta ser mais difícil de responder do que parece, e não é falta de informação. É que a expressão “fala para texto” cobre dois trabalhos diferentes, a maior parte do conselho disponível responde em silêncio o errado, e a evidência que as pessoas citam sobre o que funciona circula há tanto tempo que já não diz o que se usa para dizer. Esta página separa os dois trabalhos, relata o que cada um dos plugins recomendados de fato faz segundo a documentação dele, e é honesta sobre a pergunta que ninguém de fato fechou.

A distinção que quase todo guia pula

Comece aqui, porque errar isso é o que faz as pessoas instalarem três plugins e concluírem que o ditado no Obsidian é ruim.

Os dois são legítimos. São simplesmente ferramentas diferentes, e os resultados de busca deste assunto não distinguem nada entre eles. Alguém que quer falar o caminho de uma nota do dia recebe a recomendação de um plugin que pede gravar um clipe, parar e esperar uma ida e volta de API. Funciona exatamente como documentado, e não é o que a pessoa queria.

Então a versão útil da pergunta não é qual é o melhor plugin de fala para texto para o Obsidian. É você quer falar enquanto escreve, ou processar uma gravação depois, e então, à parte, o Obsidian é o único lugar em que você precisa disso. Essas duas respostas escolhem a ferramenta entre elas.

O que cada plugin recomendado de fato faz

Estes são os quatro plugins que mais aparecem nesta busca, inclusive no resumo de IA do próprio Google. Cada entrada abaixo vem da listagem ou do README do plugin, não de uma avaliação dele, porque a diferença entre as duas acaba importando.

Leia a última coluna primeiro. Três dos quatro não fazem o que a maioria das pessoas está pedindo. São ferramentas de transcrição, bem construídas e claramente documentadas, que foram arquivadas em conjunto sob uma palavra que significa outra coisa.

O que custa a rota de trazer a própria chave

Os três plugins que pedem chave são todos grátis como software, e é assim que eles são descritos como grátis. A configuração que eles de fato pedem vale escrever por extenso, porque em geral é apresentada como um passo só e não é:

• Criar uma conta de desenvolvedor na OpenAI, Deepgram, Groq ou Azure.
• Colocar um método de pagamento nela, já que essas APIs são pré-pagas ou cobradas por uso, não grátis.
• Gerar uma credencial de API e colá-la num aplicativo de anotações.
• Ficar de olho no saldo, porque o modo de falha quando acaba é uma nota que, em silêncio, não recebe o texto.

As tarifas por minuto são de fato pequenas. A própria listagem do Speech to Text cita a Deepgram Nova-3 a $0.0043/min, o que dá alguns centavos por hora. O atrito não é o dinheiro, são os quatro passos e a responsabilidade contínua por uma relação de cobrança que existe para você falar com as próprias notas.

Sem chave, sem cobrança, sem plugin

Dite no Obsidian sem montar uma conta de API

O BlabbyAI roda no nível do sistema operacional, então o mesmo atalho digita numa nota do Obsidian, no e-mail, no navegador e no chat. Modos personalizados transformam um pensamento falado em bullets ou numa lista de tarefas enquanto o texto chega. App desktop Windows e extensão Chrome. 60 créditos por semana grátis, sem cartão.

Add BlabbyAI to Chrome

A pergunta do Win+H, e por que cada resposta que você leu é palpite

Se você está no Windows, o pensamento óbvio é pular plugins de vez e usar a digitação por voz embutida no sistema operacional. Busque se isso funciona no Obsidian e você encontra respostas confiantes nos dois sentidos. Depois de passar pelas fontes primárias, aqui está o que de fato está estabelecido, porque a resposta honesta é mais útil do que uma resposta confiante.

A citação famosa é sobre macOS, e é de 2021

Quase toda afirmação de que o ditado falha no Obsidian volta a um tópico do fórum. Aqui está o post de abertura, na íntegra, porque o enquadramento importa:

Mac OS dictation feature. Este é um relato de macOS, de janeiro de 2021, e não diz absolutamente nada sobre Windows. Ele é citado como se fosse uma afirmação geral sobre o Obsidian, e usuários de Windows leem e concluem que o caso deles está fechado. Não está.

As respostas embaixo também discordam umas das outras, o que é mais informativo do que uma falha limpa teria sido. Um usuário relata que funciona “around 10% of the time in Obsidian and 100% of the time everywhere else”. Outro diz que o ditado no Obsidian funciona bem. Um terceiro descreve que funciona uma ou duas vezes e depois para. Um relatório de bug separado, de novembro de 2020, descreve um atraso longo durante o qual o Obsidian parece não responder, e foi arquivado sem resolução documentada.

O tópico citado como evidência de Windows é sobre outra coisa

Há um tópico de 2024 no fórum do Obsidian que é linkado como prova de que o Win+H falha. Leia e ele é sobre remapear o atalho, não sobre o ditado não funcionar. O autor diz que usa muito o ditado por voz do Windows e que ele é ativado com Win+H, e a reclamação é que PowerToys e AutoHotkey não conseguem remapear esse atalho para outra tecla dentro do Obsidian, enquanto o mesmo remap funciona no Notepad e no Word. Isso é um problema de gancho de teclado numa janela de aplicativo desktop. Não é evidência de se o texto ditado chega na nota.

A coisa mais próxima de um comentário em primeira mão sobre Windows no fórum critica o Win+H por ser fraco em precisão e por suportar poucos idiomas além do inglês. Isso é uma reclamação sobre qualidade, o que implica que a coisa roda, mas implicação não é confirmação e esta página não vai apresentar isso como uma.

A Microsoft também não fecha o caso

A documentação da própria Microsoft para digitação por voz exige só que você tenha o cursor numa caixa de texto, mais um microfone e uma conexão com a internet. Ela não publica lista de compatibilidade de aplicativos e não faz garantia de “funciona em todo app”, então a documentação não pode ser usada para provar o caso do Obsidian em nenhuma direção.

O motivo de expor isso em vez de escolher um lado é que aponta para a decisão real. Se uma rota de ditado pode ser silenciosamente pouco confiável dentro de um aplicativo específico, o conserto durável é uma ferramenta que não depende daquele aplicativo de jeito nenhum. O BlabbyAI tem o próprio app desktop Windows e coloca texto no campo que está em foco, então o comportamento no Obsidian é o mesmo que no Word, no navegador ou no terminal, em vez de depender de como um aplicativo trata o ditado do sistema.

Por que o celular já faz isso e o laptop não

Vale uma seção curta, porque o contraste explica o problema inteiro do desktop numa frase. No celular, o teclado faz o ditado, não o app. Você toca no microfone do teclado, o sistema transcreve, e o teclado insere caracteres como se você tivesse tocado neles, então o Obsidian nunca entra no caminho do áudio e não tem o que errar.

O desktop não tem uma camada universal equivalente de teclado, e é exatamente por isso que a versão desktop desta pergunta é uma bagunça e a versão do celular não é. Essa camada que falta é o trabalho que uma ferramenta de ditado no nível do sistema faz num computador. O BlabbyAI coloca o texto no campo em foco ele mesmo, em vez de pedir que o aplicativo coopere, que é o mesmo mecanismo que o teclado do celular usa e o motivo de ele não se importar com qual janela está na frente. É um app desktop Windows e uma extensão Chrome, então esta é a resposta de desktop, não a de celular.

A pergunta que de fato escolhe a sua ferramenta

Toda opção até aqui ficou no escopo do Obsidian. Antes de se firmar numa, vale perguntar quanto do seu dia de escrita o Obsidian de fato é.

Para a maioria de quem mantém uma base pessoal de conhecimento, as notas são a parte pensada como escrita, e são minoria das palavras que a pessoa digita. O resto é e-mail, chat, rastreadores de issues, documentos, formulários no navegador, mensagens de commit e caixas de busca. Um plugin, por definição, não cobre nada disso. Instale o Speech Kit e você consegue falar com as notas e depois volta a digitar todo o resto. Se você está pesando essa troca, nossa comparação dos melhores apps de ditado coloca as opções no nível do sistema lado a lado, e se o ditado é mesmo mais rápido que digitar percorre o que os estudos mediram.

O Win+H está nessa tabela com honestidade: é grátis, já vem instalado, e vale em todo o sistema. As fraquezas são as que os próprios usuários nomeiam, precisão em vocabulário incomum e suporte fino de idiomas, mais a pergunta em aberto acima sobre como ele se comporta neste aplicativo em particular. Para uma nota cheia de nomes próprios, títulos de livros, termos técnicos e os nomes de pessoas que você conhece, precisão em vocabulário incomum é quase o trabalho inteiro. Há mais detalhe sobre essa opção no nosso texto sobre digitação por voz no Windows, se você quiser saber o que ela cobre antes de testar.

Notas que são arquivadas, não só capturadas

Há mais uma lacuna entre transcrição e uma nota usável, e é a que decide se as notas ditadas de fato são usadas. Fala, transcrita com fidelidade, é um bloco de texto. Notas são úteis porque têm forma: um título, alguns bullets, uma tarefa, um link para outra nota. Limpar isso na mão depois devolve o tempo que o ditado economizou.

Os modos personalizados do BlabbyAI são instruções de IA em texto livre aplicadas ao que você disse, então o texto pode chegar já com forma. Você escolhe o modo antes de falar. Três exemplos, com a entrada falada à esquerda:

**Call de preço**

- Interesse no plano enterprise
- Empurraram no mínimo de assentos
- Marcus manda o contrato atual esta semana
- [ ] Proposta revisada antes do dia 15

Passei a maior parte do dia no script de migração. A parte difícil: registros antigos não têm timestamp de created, então infiro pela sequência de ID. Funciona, mas não confio nas linhas de antes da importação de 2019.

O capítulo 4 argumenta que atenção é um recurso finito, e que designs de interface comuns são otimizados para consumi-la.

Conecta com: [[Agrupamento de notificações]]

Como um modo é uma instrução em texto livre e não um recurso fixo, ele também cobre comandos falados que você mesmo define. Se você quer que dizer “novo parágrafo” quebre a linha em vez de digitar as palavras, isso é uma linha no modo. Se você quer vocabulário técnico deixado estritamente em paz, isso é outra.

Uma configuração que não depende de um app só

Dado tudo acima, esta é a ordem que faz sentido para a maioria das pessoas, e o raciocínio por trás de cada passo.

• Comece com a ferramenta que não está presa a um app. Notas raramente são a única coisa que você escreve, então o atalho que funciona no Obsidian também deveria funcionar no e-mail, no navegador e no chat. É aí que o BlabbyAI entra, e o plano grátis de 60 créditos por semana basta para testá-lo na sua própria escrita antes de pagar por qualquer coisa.
• Monte dois ou três modos personalizados antes de julgar. As diferenças cruas de precisão entre modelos modernos são menores do que a diferença entre um bloco de texto e uma nota formatada, e os modos são o que fecha essa lacuna. Um para notas do dia, um para resumos depois de reunião, um que deixa vocabulário técnico em paz.
• Se o Obsidian de fato é o único lugar em que você escreve, o Speech Kit cobre esse caso. Grátis, local, sem chave. É o melhor dos plugins, e vale saber que ele existe. Para a maioria das pessoas o Obsidian é uma janela entre várias, e essa é a razão inteira de o primeiro passo ser uma ferramenta no nível do sistema.
• Deixe o ditado grátis do sistema ligado. O Win+H no Windows não custa nada para ficar disponível e é um respaldo razoável para uma máquina em que você ainda não configurou nada. Teste com um parágrafo de verdade em vez de uma frase de teste, usando o vocabulário que você de fato escreve, e em um minuto você sabe se a precisão é o bloqueio para você.

Perguntas frequentes

Fontes

• Obsidian Forum, Dictation - speech to text, janeiro de 2021 a março de 2023, para os relatos de macOS e o post de abertura citado.
• Obsidian Forum, System dictation not working correctly, novembro de 2020, para o relato de atraso e falta de resposta arquivado sem resolução.
• Obsidian Forum, Windows key remapping with PowerToys, dezembro de 2024, para o problema de remapear atalho que é lido com frequência como falha de ditado.
• Obsidian Forum, Voice input on Obsidian Mobile, março de 2023, e o tópico do bug do SwiftKey, para o comportamento no celular.
• Listagens de plugins da comunidade do Obsidian para Speech to Text, Speech Kit e Voice MD, para requisitos de chave de API, preço e comportamento ao vivo versus em lote.
• O README do whisper-obsidian-plugin, para os endpoints suportados e o fluxo de gravar e parar com Alt+Q.
• Microsoft Support, Use voice typing to talk instead of type, para os requisitos declarados do Win+H.
• Documentação de desenvolvedor do Obsidian, Mobile development, para a confirmação de que o aplicativo desktop expõe APIs do Electron.