Você já entrevistou esse candidato. Faz três semanas, no áudio de dois minutos que ninguém transcreveu.
Terça-feira, 11h40. A vaga de auxiliar administrativo está aberta desde quinta e o WhatsApp do RH tem vinte e três mensagens novas, nove delas em áudio. No de 2 min 14 s, uma candidata diz o bairro onde mora, que sai do emprego atual com quinze dias de aviso, que aceita a faixa salarial e que tem curso de departamento pessoal pela metade. Você ouve, pensa que essa serve e passa para o próximo sem escrever uma linha.
Cena ilustrativa, montada com o que se repete em processo de vaga operacional.
Na sexta a gestora pergunta quem são os três finalistas. Você não tem três nomes: tem nove áudios e uma lembrança. Então o processo recomeça, ouvindo tudo de novo ou chamando para entrevista gente que já respondeu tudo.
A tese deste texto dá para discordar: o áudio do candidato não é recado, é a primeira entrevista. Quem trata como recado paga duas vezes, porque ouve agora e ouve outra vez depois.
Onde vai uma hora de cada vaga
Conta de padaria, com as premissas na mesa para você trocar pelas suas:
- 25 candidatos mandam áudio ao longo de uma vaga
- média de 1 min 50 s por áudio, o que dá 45 minutos e 50 segundos só na primeira escuta
- 10 reescutas para comparar e montar o retorno, mais 18 minutos
- total de 1 hora e 4 minutos por vaga, antes de qualquer entrevista de verdade
Doze vagas no mês dão 12 horas e 48 minutos. Um dia e meio de trabalho ouvindo gente falar, sem nenhuma frase registrada no fim.
Para converter em dinheiro, use uma referência pública em vez de um número solto: o salário médio de admissão em abril de 2026 foi de R$ 2.386,56, segundo o sumário executivo do Novo Caged, do Ministério do Trabalho e Emprego. Em 220 horas mensais, a hora sai a R$ 10,85, e as doze vagas custam R$ 139 em escuta.
É aqui que a conta engana. O prejuízo caro não são os R$ 139. É o candidato que ficou sem resposta porque ninguém lembrava o que ele tinha dito.
O que existe hoje para ouvir candidato, e onde cada saída para
| Saída | O que resolve | Onde para |
|---|---|---|
| Ouvir em 1,5x ou 2x | Corta cerca de um terço do tempo de escuta | Nada fica escrito, e não dá para buscar nem comparar dois candidatos |
| Transcrição nativa do WhatsApp | Texto sem sair do aplicativo, gerado no próprio aparelho | Um áudio por vez, com toque longo, e poucos idiomas no lançamento |
| Pedir que o candidato escreva | Texto já na origem, do jeito que você precisa | Boa parte não troca de formato, e o primeiro contato atrasa |
| Anotar à mão o que importa | Registro no lugar certo, com a sua palavra | O tempo dobra, porque é ouvir e depois escrever |
| Transcrição automática no WhatsApp Web (ZapVox) | O texto já está lá quando você abre a conversa | Exige computador ligado e tem cota por plano |
A transcrição nativa é a saída que mais gente desconhece. O WhatsApp a anunciou em novembro de 2024: você mantém o dedo na mensagem, toca em transcrever e o texto aparece, gerado no próprio aparelho, segundo o blog oficial da empresa. Resolve o áudio avulso. Não resolve uma fila de nove.
A fila que cada contratação deixa atrás
O tamanho do problema não é opinião. No Portal de Vagas da Gupy havia 6.114.199 pessoas candidatas cadastradas, 1,4 milhão de posições publicadas e cerca de 1,02 milhão de contratações entre julho de 2024 e junho de 2025, segundo o relatório Mercado de Trabalho no Brasil 2026.
Cada uma daquelas contratações deixou atrás de si uma fila de gente esperando uma frase. Quem está nessa fila lembra do silêncio e conta para os outros.
O que o áudio tem que o currículo não tem
Currículo é redigido para passar na triagem. O áudio é falado sem revisão, e por isso traz o que decide de verdade: se a pessoa sabe explicar o que fazia, se o aviso prévio cabe no seu prazo, se a pretensão é a que estava no anúncio, se ela já operou o sistema que você usa.
Em vaga operacional, esses quatro pontos resolvem a triagem melhor que qualquer formatação de PDF. E eles chegam em áudio porque o candidato está na rua, no intervalo, com a mão ocupada. O formato é o dele, não o seu.
Tratar isso como recado é jogar fora a melhor informação do processo. É também o motivo pelo qual tanta gente reclama de não ter resposta: o RH não guardou nada com que responder.
Quatro passos que funcionam antes de instalar qualquer coisa
- Três perguntas na própria vaga. No anúncio e na primeira resposta, peça os três dados que decidem a triagem: cidade ou bairro, pretensão e disponibilidade para começar. Áudio continua valendo, só que agora tem pauta.
- Dois horários de corte. Ouvir áudio de candidato às 9h e às 16h30, em bloco. Fora disso ninguém abre a caixa, porque triagem feita de dez em dez minutos é triagem que não termina.
- Uma linha por candidato, no mesmo lugar. Ouviu, escreveu: nome, vaga, os três dados, decisão em uma palavra. Planilha serve. O que importa é o registro existir fora da sua cabeça.
- Dois modelos de retorno salvos. Um para quem segue, outro para quem não segue agora. Quem tem a linha do passo 3 responde em quarenta segundos, e a fila fecha na sexta.
O método é manual e já derruba metade do problema. O que sobra é justamente o passo 3, o que ninguém cumpre quando o dia aperta: transformar fala em texto.
Onde o ZapVox encurta cada passo
Com a extensão aberta no WhatsApp Web, a Transcrição automática faz o áudio chegar já em texto, sem clique, em poucos segundos.
No passo 1, os Atalhos de texto expandem a mensagem com as três perguntas quando você digita o atalho e aperta Tab. No passo 2, o Resumo em tópicos dá o recado de um áudio de quatro minutos em poucas linhas, e Ajustes por conversa, no ícone de engrenagem, deixa cada vaga com a sua configuração.
No passo 3, Notas por contato guarda a sua linha ao lado da conversa, e Busca dentro dos áudios acha a palavra que foi dita quando a gestora pergunta qual deles aceitou escala 6x1. No fim do processo, Exportar as transcrições do chat tira tudo em .txt, e Glossário e nomes do seu jeito ensina a grafia dos nomes para a transcrição não inventar sobrenome.
Quer testar no WhatsApp da sua empresa agora? São 3 dias grátis, sem cartão.
Onde isto para
A transcrição automática mora no navegador do computador. Se a máquina está desligada ou o WhatsApp Web fechado, o áudio continua lá esperando, e no celular você vai precisar do toque longo do próprio WhatsApp.
Tem cota. No plano Free são 8 transcrições por dia e até 15 minutos de áudio, no Starter 60 por dia e até 30 minutos, no Pro 150 por dia e até 150 minutos, como está na página de planos. Para uma vaga com 25 áudios de quase dois minutos, o Free fecha antes do meio do dia.
Áudio gravado na rua, com duas pessoas falando ao mesmo tempo, sai pior. Nome de bairro e sobrenome erram mais que o resto, e é por isso que vale ensinar o glossário antes de abrir uma vaga grande.
E o limite que mais importa: a transcrição é instrumento de trabalho, não documento com valor probatório, e não decide quem passa. Ela só garante que a decisão seja tomada lendo o que a pessoa disse, em vez de lembrando por alto.
O retorno que você deve a nove pessoas
Abra a vaga mais antiga que ainda está aberta e conte quantos áudios não ouvidos existem nela. Esse número é o seu passivo de resposta, e ele só cresce enquanto a fila for ouvida de dez em dez minutos.
Instalar no Chrome leva menos tempo que ouvir um áudio de dois minutos. O teste é de 3 dias com tudo liberado, sem cartão de crédito. Quando termina, a conta volta sozinha para o plano Free e nada é cobrado.