Caracteres e separadores
O texto é normalizado para Unicode NFC e os finais CRLF passam a LF. Em navegadores compatíveis, a contagem usa grafemas: uma letra com acento combinante permanece uma unidade visível. Quebras explícitas ficam fora dos totais de caracteres. Uma tabulação vale um espaço. A medida sem espaços exclui caracteres em branco. Bytes, pontos de código e tamanho do arquivo são outras unidades.
Palavras, frases e parágrafos
Tokens agrupam letras, marcas e números e mantêm apóstrofos, hífens internos e separadores numéricos conforme a regra declarada. Pontuação isolada não é palavra. Palavras diferentes ignoram caixa e normalizam apóstrofos. Frases usam o segmentador do navegador no idioma escolhido, com uma lista breve de abreviações. Listas e abreviações incomuns precisam de revisão. Parágrafos são blocos não vazios separados por uma linha vazia; linhas contam quebras explícitas, inclusive a última linha vazia.
Expressões e percentuais
Sequências de uma, duas ou três palavras são comparadas dentro de cada frase. O denominador inclui todas as sequências disponíveis daquele tamanho. O filtro só oculta expressões inteiramente formadas por palavras comuns; não as remove da base. A busca exata compara tokens completos, não uma sequência arbitrária dentro de outra palavra.
Conversão e linhas duplicadas
As conversões usam o idioma selecionado e podem expandir um mapeamento Unicode; meça o resultado novamente. A deduplicação usa uma chave de comparação que pode ignorar caixa ou espaços nas bordas. A primeira linha original é mantida em sua ordem. Formas equivalentes em NFC comparam igual, sem reescrever a primeira grafia. A ferramenta não identifica pessoas nem interpreta registros CSV.
Arquivos e estimativas
TXT é lido como UTF-8. DOCX inclui corpo e tabelas, excluindo cabeçalhos, rodapés, notas, caixas de texto, comentários e revisões apagadas. Confira ordem e separadores do PDF; não há OCR. O máximo é 10 MB por arquivo, 200 páginas PDF e 500.000 unidades UTF-16 de texto extraído. Leitura e fala dividem palavras por uma velocidade editável. Os valores iniciais de 200 e 130 palavras/min são hipóteses, não medições universais.
Defina o mesmo trecho antes de comparar
Uma comparação só é útil quando ambos os programas recebem o mesmo conteúdo. Copie uma amostra curta, confirme que não perdeu espaços ou quebras e anote a unidade. “Ana e Rui” contém três palavras; pontuação, nomes compostos ou abreviações podem exigir outra amostra. Depois aumente o trecho aos poucos. Esse procedimento ajuda a localizar a primeira diferença em vez de tentar explicar dois totais de documentos inteiros.
Confira o que entrou na importação
Abra o arquivo original e compare o início, o fim e uma passagem intermediária com o texto extraído. Em um PDF com colunas, confira a ordem de leitura; em uma tabela, veja se o separador mantém as palavras distintas. Um documento digitalizado que só contém imagens não vira texto neste serviço. Quando uma parte exigida não foi importada, conte-a separadamente ou use um método que a inclua, registrando o perímetro.
Registre uma contagem reproduzível
Ao guardar um resultado, registre também idioma, texto ou versão do documento, unidade, partes incluídas e opções usadas. No caso de frequência, informe se está olhando palavras isoladas ou expressões de duas ou três palavras. Para linhas duplicadas, registre as escolhas sobre caixa, espaços das bordas e linhas vazias. Um total sem essas condições pode parecer contraditório depois de uma alteração legítima.
Leia as estimativas como hipóteses
A duração calculada muda quando você altera a velocidade. Pausas, perguntas, demonstrações e pronúncia podem ocupar tempo que o número de palavras não descreve. Faça um ensaio cronometrado e ajuste a hipótese ao seu caso. O mesmo cuidado vale para resultados extraídos de arquivos: um valor preciso na tela descreve a entrada analisada e não prova que todas as partes do original foram capturadas.