Sobre o DuoVoice

Funcionalidades

• Conversa automática PT-PT ⇄ ENFunciona

  Deteção do idioma de cada frase e tradução para o outro.

• Deteção de fim de falaFunciona

  VAD adaptativo com pré-buffer; espera mais após palavras como "e", "mas", "que".

• Frases longasFunciona

  Cortadas em pausas naturais e traduzidas em sequência, por ordem.

• Transcrição enquanto falaParcial

  Provisória, a cada ~1,5 s. Não é streaming palavra a palavra.

• Identificar a pessoa pela vozAinda não

  A pessoa é inferida pelo idioma. Se ambos falarem o mesmo idioma, a app pergunta.

• Interromper a voz (barge-in)Parcial

  Com auriculares e "Não ouvir enquanto a app fala" desligado. Em altifalante, use Parar voz.

• Ignorar o próprio ecoParcial

  Por comparação de texto com o que a app disse + cancelamento de eco do sistema.

• Sobreposição de vozesParcial

  Assinalada quando o modelo a deteta; não separa as vozes.

• Auriculares partilhados (L/R)Parcial

  Funciona com voz Cloud em saída estéreo. Bluetooth em modo chamada pode ficar mono.

• Escolher saída de áudioParcial

  Chrome/Edge no computador e Android. Não no iPhone.

• Modo manual A / BFunciona

  Toque em quem vai falar; útil em ruído ou com o mesmo idioma.

• Vista frente a frenteFunciona

  Metade superior rodada para quem está do outro lado.

• GlossárioFunciona

  Termos fixos aplicados à transcrição e à tradução.

• Tradução no dispositivoParcial

  Modo Híbrido com o tradutor integrado do Chrome no computador.

• Totalmente offlineAinda não

  Falta reconhecimento de fala local na web.

• Dois telemóveisAinda não

  Requer um serviço de ligação em tempo real (ex.: WebSocket/WebRTC).

• Voz PT-PT com sotaque europeuParcial

  As vozes cloud são multilingues e podem soar a português do Brasil. A voz do Sistema pode ter pt-PT.

Tempos esperados

Estimativas, dependem da rede. Os valores reais desta sessão estão em Definições → Tempos. O objetivo de ~1 s entre o fim da fala e a voz é atingível com o perfil Rápido e voz do Sistema; com voz cloud conte com 1,5–3 s.

Fim de fala

pausa do perfil (350–750 ms) + ~60 ms

Transcrição

tipicamente 0,4–1,2 s por frase

Tradução

tipicamente 0,3–0,8 s (1.º texto mais cedo)

Voz cloud

tipicamente 0,5–1,2 s; Sistema quase imediata

Privacidade

O microfone só está ativo entre Começar e Parar/Pausar. Cada frase é enviada através do Vercel AI Gateway para modelos de transcrição, tradução e voz; a app não guarda áudio nem texto. A conversa vive só nesta página. As preferências ficam no armazenamento local do navegador.