Transcrição no aparelho e o que isso significa de verdade
“Tudo acontece no seu celular” é uma afirmação que merece um bom interrogatório – inclusive quando sou eu quem faz.
A versão que eu defendo é esta: a transcrição dos seus vídeos roda no seu aparelho. O framework Speech da Apple expõe a chave requiresOnDeviceRecognition, que obriga a requisição de reconhecimento a ser tratada localmente em vez de ir para um servidor, e a leitura do texto visível nos quadros usa o reconhecimento de texto do Vision, que também é local. O índice que sai disso fica no telefone.
No aparelho não é a mesma coisa que sem rede
Essa é a parte que a maior parte do marketing de privacidade pula, então deixa eu ser direto.
Um app que transcreve localmente ainda pode usar a rede para outras coisas, e o FindMyTok usa. Ele acessa o TikTok pela sessão que você abre, porque é assim que ele enxerga os seus vídeos publicados. Ele usa um serviço para o relatório de compras e outro para um analytics limitado. Tudo isso está descrito na política de privacidade, e eu prefiro que você leia o documento chato a confiar num adjetivo na página inicial.
O que o processamento local te dá é específico e vale ter: o áudio de tudo o que você já publicou não é enviado para um serviço de transcrição para a busca funcionar. Essa é uma diferença real em relação à alternativa, e não é a mesma coisa que prometer que o app nunca toca na internet.
Na prática, eis o que fica no seu iPhone:
- As transcrições e o texto lido nos quadros, num banco de dados local.
- O índice de busca e as capas, sem cópia na nuvem e sem sincronização entre aparelhos.
- Nenhuma mídia sobrando: o vídeo baixado e o áudio extraído são apagados assim que o processamento termina.
Qualquer produto que te diz que é completamente offline enquanto precisa da sua conta numa rede social está te contando algo que não pode ser verdade.
Por que isso importa para esse dado específico
A transcrição de tudo o que você falou em câmera durante quatro anos é um objeto estranho e pessoal. Ela contém nomes, lugares, opiniões, preços, discussões e coisas que você nem lembra que falou na frente de uma câmera.
E ela é mais reveladora que os próprios vídeos, porque é pesquisável. Vídeo é protegido pelo simples fato de ser chato de assistir. Texto não é.
Pessoalmente, eu não ia querer isso guardado na infraestrutura de terceiros, e acho que você também não deveria. Esse é o argumento inteiro por trás do projeto.
Contexto, no tamanho real dele
Privacidade em rede social segue sob escrutínio. Em agosto de 2026, o Departamento de Justiça dos EUA anunciou um acordo com TikTok e ByteDance sobre privacidade de crianças, e a ANPD multou o TikTok em R$ 153,7 milhões por falhas na proteção de dados de crianças e adolescentes.
Quero ter cuidado com esses dois casos, porque seria fácil (e desonesto) sair balançando eles por aí. Nenhum dos casos é sobre transcrição. Nenhum é sobre vídeos publicados por usuários adultos. Nenhum tem qualquer relação com o FindMyTok. O que eles mostram é que o tratamento de dados pessoais guardados por empresas continua chamando a atenção dos reguladores – um pano de fundo razoável para preferir que uma pilha grande da sua própria fala nunca saia do seu telefone.
O custo de fazer assim
Velocidade e bateria. Um datacenter transcreve mais rápido que um iPhone, e é por isso que a maioria dos produtos escolhe o servidor. Indexar um acervo grande significa deixar o iPhone na tomada, com o app aberto, por um bom tempo.
Essa é a troca. Acho que é a certa para esse dado específico, e vale te contar quanto ela custa em vez de fingir que a escolha sai de graça.
Se você prefere o lado prático ao argumento, achar um TikTok pelas palavras que você lembra ter falado mostra para que tudo isso serve.