Transcrição no aparelho e o que isso significa de verdade

“Tudo acontece no seu celular” é uma afirmação que merece interrogatório, inclusive quando sou eu quem faz.

A versão que eu defendo é essa. Transcrever 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 estabelece, porque é assim que ele enxerga os seus vídeos publicados. Ele usa um serviço para relatório de compras e outro para analytics limitado. Isso está descrito na política de privacidade, e eu prefiro que você leia o documento chato a confiar num adjetivo na home.

O que o processamento local te dá é específico e vale ter: o áudio de tudo que você já publicou não é enviado para um serviço de transcrição para a busca funcionar. Essa é uma diferença real em relação ao projeto alternativo, e não é a mesma coisa que prometer que o app nunca toca na internet.

Qualquer produto que te diz que é completamente offline enquanto precisa da sua conta social está te contando algo que não pode ser verdade.

Por que isso importa para esse dado específico

A transcrição de tudo 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 esqueceu que falou na frente de uma câmera.

Ela é mais reveladora que os vídeos, porque é pesquisável. Vídeo é protegido por ser chato de assistir. Texto não é.

Eu não ia querer isso guardado na infraestrutura de terceiro, e acho que você também não deveria. É esse o argumento inteiro de projeto.

Contexto, no tamanho real dele

Privacidade em plataforma 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, porque seria fácil e desonesto sair balançando eles por aí. Nenhum dos casos é sobre transcrição. Nenhum é sobre vídeos publicados por usuário adulto. Nenhum tem qualquer relação com o FindMyTok. O que eles mostram é que o tratamento de dados pessoais guardados por empresas continua chamando atenção regulatória, o que é 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 colocar na tomada e deixar rodando por um 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 é de graça.

Se você quer o lado prático em vez do argumento, achar um TikTok pelas palavras que você lembra ter falado é o que tudo isso serve para fazer.