Transcrição e proteção de dados: o que resolver antes do envio

Um arquivo de áudio com vozes raramente é inofensivo. Assim que fica claro quem está falando, você está tratando dados pessoais — e muitas vezes mais que isso: uma entrevista de pesquisa contém histórias de vida, uma reunião de equipe contém assuntos de pessoal, uma consulta médica contém dados de saúde. A transcrição não muda nada disso; ela só torna o conteúdo pesquisável. Este artigo organiza o que deve ser resolvido antes do envio. Não é aconselhamento jurídico; em caso de dúvida, decide o encarregado de proteção de dados ou um advogado.

Primeiro: a gravação era permitida?

Escolher um serviço de transcrição chega tarde demais se a própria gravação foi ilegal. Na Alemanha, o § 201 do Código Penal torna crime gravar a palavra falada de uma conversa não pública sem autorização — isso vale tanto para ligações e reuniões captadas às escondidas quanto para um gravador deixado ligado em silêncio. Muitas jurisdições têm regras comparáveis, e algumas exigem o consentimento de todos os participantes. Uma palestra diante de um grande público é outra coisa que uma conversa a dois, e perguntar “posso gravar?” no início é a salvaguarda mais barata que existe.

• Anuncie a gravação antes de começar — e registre a concordância na própria gravação
• Em grupos, pergunte a todos os presentes, não só ao anfitrião
• Em aulas, confira as regras da instituição; muitas permitem gravações apenas para uso pessoal
• Numa chamada, o outro lado tem os mesmos direitos que alguém presente na sala
• Uma permissão que faltou não pode ser corrigida depois

Qual base legal sustenta o tratamento?

O artigo 6 do GDPR exige uma base legal para todo tratamento de dados pessoais. Três delas importam na transcrição do dia a dia: consentimento, execução de contrato e interesse legítimo. Qual se aplica depende do contexto — uma entrevista de pesquisa se apoia numa base diferente da ata de uma reunião interna.

Categorias especiais: onde a conveniência termina

O artigo 9 do GDPR dá proteção especial a determinadas categorias: saúde, origem étnica, opiniões políticas, convicções religiosas, filiação sindical, vida sexual e dados biométricos. Esse tipo de conteúdo aparece nas transcrições com mais frequência do que se imagina na hora do envio — numa oração subordinada de uma entrevista, num atestado mencionado numa reunião de equipe. O tratamento dessas categorias é, em princípio, proibido, com exceções estreitas. Se você trabalha com elas, precisa de uma exceção sólida, de uma avaliação de riscos e, via de regra, de um fornecedor com salvaguardas garantidas em contrato — e não da primeira ferramenta gratuita à mão.

Transcrever no trabalho: acordos de processamento

Assim que você transcreve em nome de uma organização — universidade, redação, escritório de advocacia, empresa —, o serviço de transcrição trata os dados seguindo as suas instruções. O artigo 28 do GDPR exige um acordo de processamento de dados que cubra finalidade, duração, instruções, subprocessadores, medidas de segurança e exclusão. Sem esse contrato, o tratamento é formalmente inadmissível, por mais cuidadoso que o fornecedor seja tecnicamente. Isso não vale para anotações privadas; vale para tudo que é profissional.

Como reconhecer um serviço de transcrição confiável

Os fornecedores diferem menos na precisão do que no que acontece com o seu áudio depois. Um serviço sério responde publicamente a estas seis perguntas, sem que você precise perguntar:

• Por quanto tempo o áudio e a transcrição são armazenados — e o que “excluído” significa na prática?
• Quem são os subprocessadores e em que países ficam os servidores deles?
• Minhas gravações são usadas para treinar modelos? (A resposta deve ser um não claro.)
• Existe um acordo de processamento de dados, e posso obtê-lo sem falar com o comercial?
• Que dados se acumulam em paralelo — conta, endereço IP, cookies de análise?
• O que acontece em caso de vazamento de dados, e em quanto tempo sou avisado?

No Sprechverlauf, o reconhecimento passa pelo OpenRouter, nos Estados Unidos: as execuções gratuitas usam o Whisper Large v3 Turbo na DeepInfra ou na Groq, e as pagas usam o Microsoft MAI-Transcribe-2 na Azure. Cada requisição é enviada com retenção zero de dados, de modo que os provedores não podem armazenar o áudio nem o texto, nem treinar com eles. No nosso servidor, o arquivo fica disponível só até o fim do processamento (no máximo duas horas), e a transcrição fica na memória por até duas horas; o áudio nunca é armazenado de forma permanente; o texto da transcrição e os nomes de arquivo são guardados somente se você estiver conectado, e então apenas criptografados na sua conta. Testar o serviço não exige conta, então também não há dados de nome ou endereço. Para muitos casos de uso isso basta — para dados de saúde e informações de clientes protegidas por sigilo profissional, expressamente não basta.

Minimizar dados é a medida mais eficaz

O processamento mais seguro é aquele que nunca acontece. Antes de enviar uma gravação de duas horas, vale perguntar se o arquivo inteiro é mesmo necessário ou apenas os vinte minutos que importam. Nomes podem ser trocados por iniciais na transcrição quando ela for compartilhada, e arquivos de áudio raramente deveriam ficar para sempre numa pasta de nuvem que a equipe inteira pode ler.

• Transcreva só o trecho necessário, em vez da gravação inteira
• Pseudonimize as transcrições antes de compartilhá-las ou citá-las
• Exclua de fato o áudio quando o trabalho terminar, inclusive da lixeira
• Defina o prazo de retenção com antecedência, em vez de procurá-lo depois
• Restrinja o acesso às pessoas que realmente precisam do texto

Os direitos das pessoas gravadas

Quem foi gravado mantém seus direitos sobre a transcrição: acesso, retificação, apagamento, restrição e oposição. Na prática, você precisa saber onde está uma determinada gravação e como localizá-la quando alguém ligar seis meses depois. Uma lista simples, com data da gravação, finalidade, participantes e local de armazenamento, cumpre essa função melhor do que uma busca posterior no sistema de arquivos — e faz parte das boas práticas em projetos de pesquisa, de qualquer forma.