IRaMuTeQ: como preparar o corpus de entrevistas (guia prático)

O IRaMuTeQ é um software gratuito de análise de textos, muito usado em pesquisas qualitativas no Brasil, mas ele só lê um corpus no formato certo: um arquivo .txt em UTF-8, com uma linha de comando (**** e variáveis com asterisco) no início de cada entrevista. Este guia mostra como baixar e instalar o IRaMuTeQ, as regras do corpus, a preparação passo a passo das entrevistas transcritas, um exemplo pronto para importar e os erros que mais travam a análise.

Neste guia

  1. O que é o IRaMuTeQ
  2. IRaMuTeQ download: como baixar e instalar
  3. O formato do corpus textual
  4. Como preparar as entrevistas, passo a passo
  5. Exemplo de corpus pronto para importar
  6. Como usar o IRaMuTeQ: importar o corpus
  7. Exportar as transcrições direto do AudiosTranscribe
  8. Erros frequentes
  9. Perguntas frequentes
  10. Fontes

Resumo. Uma entrevista = um texto. Cada texto começa com uma linha **** *variavel_modalidade (sem acento, sem espaço, só letras, números e _). Tire os asteriscos do texto das falas, decida se as perguntas de quem entrevista entram no corpus, substitua os nomes por códigos, salve em .txt UTF-8 e escolha UTF-8 na hora de importar, principalmente no Windows.

O que é o IRaMuTeQ

O IRaMuTeQ (Interface de R pour les Analyses Multidimensionnelles de Textes et de Questionnaires) é um software livre de análise de textos e de tabelas de dados, que se apoia no software estatístico R e na linguagem Python. Ele é distribuído sob a licença GNU GPL v2 e desenvolvido por Pierre Ratinaud. Ou seja: é gratuito.

Em um corpus de entrevistas, as análises mais usadas são:

Dois termos aparecem o tempo todo na documentação. O texto é a unidade do corpus: em um corpus de entrevistas, a regra mais simples é uma entrevista por texto. O segmento de texto é um trecho que o próprio software recorta na importação, e é sobre ele que a CHD trabalha. Tudo o que você sabe sobre cada participante (perfil, curso, região, data) entra como variável na linha de comando do texto.

IRaMuTeQ download: como baixar e instalar

Baixe o programa sempre pelo site oficial do IRaMuTeQ, que leva aos arquivos de instalação. Segundo a página de instalação (consultada em novembro de 2026, versão 0.8 alpha 7):

A ordem importa: sem o R instalado antes, as análises não rodam. Os números de versão mudam com o tempo; confira sempre a página oficial antes de instalar.

O formato do corpus textual

As regras abaixo vêm da documentação oficial do IRaMuTeQ (Loubère e Ratinaud). Não são questões de estilo: se não forem seguidas, a importação falha ou as análises contam errado.

Um arquivo de texto simples

O corpus é um arquivo .txt, não um documento do Word. A documentação recomenda manter a pontuação, que ajuda o software a recortar os segmentos de texto.

A linha de comando de cada texto

Cada texto começa com quatro asteriscos (****), seguidos das variáveis com asterisco, separadas por espaço. Todo texto precisa ter pelo menos uma variável.

**** *entrevista_01 *sexo_f *idade_30_39
Texto da primeira entrevista...

**** *entrevista_02 *sexo_m *idade_50_59
Texto da segunda entrevista...

Como escrever as variáveis

Temáticas (opcional)

Dá para dividir um texto em temáticas com uma linha que começa com hífen e asterisco (-*), por exemplo -*trajetoria, sem mais nada na linha. Se usar temáticas, todos os parágrafos do texto precisam pertencer a uma delas: um parágrafo antes da primeira linha -* não é aceito. Em entrevistas semiestruturadas, as temáticas podem seguir os blocos do seu roteiro.

O asterisco é reservado

O caractere * marca as variáveis. Ele não pode aparecer no texto das falas: apague anotações entre asteriscos e palavras mascaradas como “M***”.

Como preparar as entrevistas, passo a passo

1. Transcrever as entrevistas

O IRaMuTeQ trabalha com texto: cada gravação precisa virar uma transcrição. Para uma análise lexical, a escolha entre transcrição literal e transcrição limpa pesa nos resultados: “né”, “tipo”, “ahn” e repetições contam como formas e entram nos cálculos. Mantê-los ou tirá-los é uma decisão metodológica, a tomar antes de transcrever e a explicar na metodologia. O passo a passo da transcrição, com cada falante separado, está no nosso guia para transcrever entrevista; as diferenças entre registro literal e texto limpo estão no guia de degravação de áudio.

Mantenha uma transcrição por entrevista, com nomes de arquivo regulares (entrevista_01, entrevista_02...): esse nome vira a variável de identificação.

2. Decidir quais falas entram no corpus

Uma entrevista tem duas vozes: a de quem entrevista e a de quem responde. Se as suas perguntas e intervenções ficarem no corpus, o vocabulário delas entra nos cálculos como o dos participantes, e as mesmas perguntas repetidas em todas as entrevistas podem pesar nas classes. Há duas opções:

Não há regra única: escolha pela sua pergunta de pesquisa e justifique na metodologia.

3. Substituir os nomes por códigos

Um corpus de entrevistas tem dados pessoais: nomes, cidades, empregadores, detalhes da vida de cada pessoa. Antes da análise e antes de qualquer compartilhamento (orientador, coautores, banca, repositório de dados), troque os nomes por códigos, sempre o mesmo código para a mesma pessoa em todas as entrevistas (Maria Oliveira vira P07 em todo o corpus).

Trocar os nomes nem sempre basta. Uma combinação de detalhes (uma cidade pequena, uma profissão rara, uma data) pode identificar alguém. Releia cada transcrição perguntando: alguém que conhece o campo reconheceria esta pessoa? Guarde a tabela de correspondência (“Maria Oliveira = P07”) separada do corpus, em local seguro.

Consentimento e LGPD. Os participantes precisam saber, antes da gravação, que a entrevista será gravada e transcrita, inclusive por uma ferramenta, e para quê; obtenha o consentimento deles. Se o projeto passou por um comitê de ética, siga o que foi aprovado e o que diz o termo de consentimento. A ANPD publicou um guia orientativo sobre o tratamento de dados pessoais para fins acadêmicos e para a realização de estudos e pesquisas. No AudiosTranscribe, o tratamento acontece na União Europeia. Áudio apagado após a transcrição, nunca guardado por mais de 7 dias, e nunca usado para treinar uma IA.

4. Codificar as variáveis

Antes de começar, liste as variáveis de que você vai precisar para as comparações e fixe as modalidades de uma vez. Um exemplo de tabela de codificação:

VariávelModalidadesExemplo
Identificação01, 02, 03...*entrevista_01
Sexof, m*sexo_f
Faixa etária20_29, 30_39, 40_49...*idade_30_39
Vínculodocente, discente, tecnico*vinculo_docente
Regiãonorte, nordeste, centrooeste, sudeste, sul*regiao_nordeste

Deixe essa tabela ao lado do corpus: ela evita variações que criam modalidades duplicadas (*vinculo_tecnico e *vinculo_técnico, sendo que a segunda nem é aceita, por causa do acento).

5. Limpar o texto

6. Salvar em UTF-8

A documentação recomenda trabalhar em UTF-8. Atenção: ao abrir o corpus, o software sugere UTF-8 no macOS e no Linux, mas CP 1252 no Windows. Se o seu arquivo está em UTF-8, escolha UTF-8 na importação. Codificação errada aparece na hora: os acentos viram caracteres estranhos nos resultados, e em português isso estraga boa parte do vocabulário.

Monte o arquivo em um editor que permita escolher a codificação (a documentação cita o LibreOffice; o Bloco de Notas do Windows, o Notepad++ e o VS Code também servem) e salve como texto simples.

Exemplo de corpus pronto para importar

Um corpus com três entrevistas, sem temáticas. Os trechos são fictícios, escritos só para mostrar o formato: ficou apenas a fala dos participantes, os nomes foram substituídos e todos os textos têm as mesmas variáveis.

**** *entrevista_01 *sexo_f *idade_30_39 *vinculo_docente *regiao_nordeste
No começo eu não via sentido em mudar o jeito de planejar as aulas. O que me fez mudar de ideia foi a carga de trabalho, a gente não dava mais conta.
Com uma colega a gente refez tudo do zero, dividindo as turmas por série.

**** *entrevista_02 *sexo_m *idade_50_59 *vinculo_tecnico *regiao_sul
Aqui todo mundo se conhece, então as mudanças passam primeiro pela conversa no corredor e só depois pelas reuniões.
O mais difícil foi explicar para os mais antigos por que o horário ia mudar.

**** *entrevista_03 *sexo_f *idade_20_29 *vinculo_discente *regiao_sudeste
Eu entrei depois da mudança, então para mim esse é o jeito normal de funcionar.
O que eu mais percebo é que os setores conversam menos entre si.

Um corpus de verdade é bem mais longo: a CHD precisa de texto suficiente para formar classes estáveis. Depois da análise, o IRaMuTeQ informa quantos segmentos de texto foram classificados em relação ao total. O tutorial de Camargo e Justo, indicado no site do IRaMuTeQ, considera que uma classificação eficiente retém pelo menos 75% dos segmentos de texto (70% segundo outros autores) e sugere, abaixo disso, privilegiar outras análises. Informe essa porcentagem nos resultados.

Como usar o IRaMuTeQ: importar o corpus

No IRaMuTeQ, abra o corpus pelo menu Arquivo e escolha o seu arquivo .txt. Uma janela de indexação vai abrir. Confira:

Confira a importação em dois minutos. Rode as estatísticas textuais: o número de textos tem de ser igual ao número de entrevistas. Depois, ao escolher as variáveis de uma análise (por exemplo, as especificidades), percorra a lista de variáveis e modalidades: uma modalidade a mais (*vinculo_Docente ao lado de *vinculo_docente) denuncia um erro de codificação.

Antes da maioria das análises, o IRaMuTeQ propõe lematizar o corpus: verbos voltam ao infinitivo, substantivos ao singular e adjetivos ao masculino singular. A lematização usa dicionários e não desfaz ambiguidades: uma palavra com dois sentidos ou duas classes gramaticais não é separada. O número de ocorrências e de formas muda conforme o corpus está lematizado ou não. Para o passo a passo de cada análise, o site oficial indica tutoriais em português, entre eles o de Camargo e Justo (UFSC) e o manual de Salviati.

Exportar as transcrições direto do AudiosTranscribe

O que mais toma tempo não é a análise, é transformar horas de gravação em um arquivo limpo. O AudiosTranscribe transcreve as entrevistas separando os falantes e exporta direto no formato do IRaMuTeQ, pelo painel Para análise (IRaMuTeQ, MAXQDA, ATLAS.ti) da janela de exportação:

O que a exportação não faz. Não há anonimização automática: só os nomes que você lista são trocados. Lugares, empresas, cidades e detalhes que permitam identificar alguém continuam no texto se não estiverem na lista, então a releitura do passo 3 continua necessária. A exportação cria uma única variável, a identificação da entrevista, com o prefixo entretien_ (“entrevista” em francês). Se preferir, troque *entretien_ por *entrevista_ com o localizar e substituir do editor, e acrescente à mão as suas variáveis de codificação (*sexo_f, *idade_30_39...) em cada linha de comando.

Para outros softwares de análise qualitativa, as mesmas opções existem com uma exportação para MAXQDA e f4 (falas com marcação de tempo) e uma exportação WebVTT para o ATLAS.ti.

As exportações para análise fazem parte dos planos pagos (a partir do Starter, 9 € por mês), e o corpus de um projeto inteiro exige uma assinatura. Com uma Mission (12 €, pagamento único), o documento comprado também pode ser exportado para o IRaMuTeQ, o MAXQDA e o ATLAS.ti. A transcrição em si pode ser testada de graça: 120 minutos por mês na conta gratuita. A interface do app web está em português, na variante de Portugal.

Entrevistas feitas por videochamada no Windows podem ser gravadas com o nosso app que grava o som do PC e o microfone (interface em francês), sempre com o consentimento de quem participa. Para um áudio curto, a ferramenta grátis para transcrever áudio funciona sem cadastro.

Do campo ao IRaMuTeQ, sem redigitar as entrevistas
Transcrição com cada falante separado, filtro de vozes, troca de nomes e exportação do corpus em um arquivo.
Transcrever uma entrevista grátis
Sem cartão de crédito · Tratamento na União Europeia

Erros frequentes

Perguntas frequentes

O IRaMuTeQ é gratuito?
Sim. O IRaMuTeQ é um software livre, distribuído sob a licença GNU GPL v2 e desenvolvido por Pierre Ratinaud. Ele se apoia no software estatístico R, também gratuito, que precisa ser instalado antes.
Como baixar e instalar o IRaMuTeQ?
Baixe pelo site oficial do IRaMuTeQ. No Windows, instale primeiro a versão mais recente do R e depois o IRaMuTeQ; na primeira abertura, aceite a instalação dos pacotes do R. No macOS, instale antes o XQuartz e o R correspondente ao seu processador. No Linux, instale o R e as dependências Python pelos repositórios da distribuição.
Como funciona o IRaMuTeQ?
Você importa um corpus em .txt, em que cada texto começa com uma linha de quatro asteriscos e variáveis. O software recorta os textos em segmentos e oferece estatísticas textuais, especificidades e AFC, classificação hierárquica descendente pelo método de Reinert, análise de similitude e nuvem de palavras.
O que é o método de Reinert?
É a classificação hierárquica descendente (CHD) feita pelo IRaMuTeQ: o corpus é dividido em classes de segmentos de texto com vocabulário parecido entre si e diferente das outras classes. O tutorial de Camargo e Justo considera eficiente uma classificação que retém pelo menos 75% dos segmentos de texto.
O que é análise de similitude?
É uma análise do IRaMuTeQ que mostra, em forma de grafo, quais palavras aparecem juntas no corpus e com que força elas se ligam. Ela ajuda a ver a estrutura do vocabulário e os temas centrais das entrevistas.
Dá para exportar uma transcrição direto para o IRaMuTeQ?
Sim. O AudiosTranscribe exporta um .txt em UTF-8 com uma linha **** *entretien_ por entrevista, só o texto falado, uma fala por linha, com filtro de participantes e substituição dos nomes listados. Não há anonimização automática e as variáveis de codificação são acrescentadas à mão. A exportação faz parte dos planos pagos ou da Mission para um documento.

Fontes

As regras citadas vêm da documentação oficial. O software evolui: em caso de dúvida, confira a versão que você usa.