Participar de uma Reunião Que Você Não Consegue Ouvir

Uma reunião tem duas metades, e a maior parte das ferramentas de acessibilidade resolve apenas uma delas.

A primeira metade é acompanhar. As legendas dão conta disso, mais ou menos: alguma coisa transcreve o áudio e você lê. A segunda metade é responder. Essa costuma ser empurrada para a caixa de bate-papo — você digita e torce para que alguém esteja olhando a barra lateral enquanto onze pessoas falam. A sua contribuição chega em silêncio, fora de ordem e muitas vezes depois que o momento a que ela pertencia já se fechou.

O Gaavala fecha a segunda metade. Você lê a reunião em legendas traduzidas ao vivo e, quando tem algo a dizer, digita — e uma voz sintetizada diz aquilo dentro da chamada, em voz alta, onde a conversa está realmente acontecendo. Os outros participantes ouvem uma frase, não uma notificação.

Este texto é a versão honesta de como isso funciona: o mecanismo, tudo o que ele exige e as partes que ainda não existem.

A metade da leitura

Isto é o que o Gaavala já faz para todo mundo, e é a mesma maquinaria que um usuário ouvinte recebe para tradução.

A extensão captura o áudio da aba da reunião e o transmite para um motor de reconhecimento de fala, que devolve uma transcrição conforme as pessoas falam. Essa transcrição aparece em dois lugares: no painel lateral, como um registro bilíngue que rola com marcações de tempo e selos de idioma, e numa camada flutuante sobre a própria reunião, para que você não precise desviar o olhar dos rostos para ler as palavras.

Dois detalhes importam mais para quem lê por ser surdo do que para quem lê por causa da tradução:

Os falantes são separados e coloridos. O Gaavala detecta quem está falando e atribui a cada voz uma cor consistente no overlay, no painel lateral e nas suas exportações. Você pode renomear "Falante 2" para um nome real no meio da reunião, e todas as superfícies se atualizam. Numa troca rápida entre quatro pessoas, essa é a diferença entre uma conversa e um paredão de texto.

As linhas mais recentes são visualmente mais fortes. No overlay, as linhas novas chegam com força total e as antigas vão se apagando, então o seu olho encontra a frase atual sem precisar caçá-la.

As legendas não são bloqueadas por plano como recurso — a cota gratuita é de cinco minutos, uma única vez, para sempre, o que é um teste e não um plano. Ler uma reunião de verdade significa Pro.

A metade da resposta

Abaixo das legendas existe uma caixa de texto.

Você digita uma frase e pressiona Speak — Ctrl+Enter, ou ⌘+Enter no Mac, faz a mesma coisa. O Enter sozinho insere uma quebra de linha, então você pode escrever mais de uma frase antes de enviar. Até 500 caracteres por vez, com um contador; acima do limite o botão de envio é desativado, em vez de cortar em silêncio o que você escreveu.

Se o idioma em que você digitou for diferente do seu idioma do Speak, o Gaavala traduz a mensagem primeiro e só então a fala. Assim você pode digitar em turco e ser ouvido em inglês, ou digitar em português e ser ouvido em japonês.

A voz é uma das vozes de estúdio do Gaavala, ou um clone da sua própria voz feito a partir de dois minutos de gravação. Se você já usou a sua voz em outro lugar — um vídeo, uma gravação antiga —, um clone faz com que a sala ouça algo reconhecivelmente seu, em vez de uma voz padrão de catálogo.

Envie uma segunda mensagem enquanto a primeira ainda está tocando e ela entra na fila atrás dela. Cada mensagem mostra o próprio estado em palavras, não apenas por cor: Na fila, Falando, Falada, Cancelada, Parcialmente falada, Falhou. Qualquer coisa na fila ou tocando pode ser interrompida com um único botão.

Você não vai ouvir a sua própria mensagem. Ela vai para dentro da reunião, não para os seus alto-falantes — o que para a maioria dos usuários é um detalhe e, para você, é a razão inteira de os rótulos de estado estarem escritos por extenso.

O que isso exige

Esta é a seção que você deve ler antes de decidir se o Gaavala ajuda você.

O microfone do seu aplicativo de reunião precisa estar ligado, e você precisa estar sem mudo

Esta é a frase mais importante desta página, e é a que tem mais chance de ser lida errado.

O Gaavala nunca liga o seu microfone — mas isto não é um recurso que dispensa microfone: o microfone do próprio aplicativo de reunião precisa estar ativo e você precisa estar sem mudo dentro dele. As duas coisas são verdadeiras ao mesmo tempo, e nenhuma delas anula a outra.

O que o Gaavala não faz: ele não inicia nenhuma gravação sua e não roda nenhum reconhecimento de fala sobre você. Nada que você não digite é capturado.

Mas ele também não cria um canal de áudio novo. Ele fala assumindo o áudio que o seu aplicativo de reunião já está enviando — o canal de saída que o Teams, o Meet, o Webex ou o Zoom abriu quando você entrou na chamada. Então esse canal precisa existir e precisa estar ativo. Na prática:

Se você estiver com o mudo ativado no Teams, o Gaavala recusa a mensagem e pede que você tire o mudo antes de enviar. Se o seu dispositivo não tiver microfone nenhum, este recurso não pode funcionar para você.

Estamos dizendo isso de forma direta porque o enquadramento oposto — "fale sem microfone" — seria fácil de escrever e cruel de descobrir. O Speak Text não é um recurso que dispensa microfone.

Um plano Pro

As mensagens digitadas fazem parte do Speak, que é Pro. A cota gratuita única de cinco minutos cobre apenas as legendas ao vivo e não contém nenhuma fala digitada, então ela não serve para experimentar esta metade do produto. O Pro custa $19.99 por mês para 120 minutos por dia.

Uma das vozes do próprio Gaavala

A fala digitada roda nas vozes de estúdio do Gaavala ou num clone pessoal. Se, em vez disso, você tiver conectado a sua própria chave da ElevenLabs para o Speak, a caixa de mensagem fica desativada e oferece a volta com um clique.

Chrome 138 ou mais recente, para mensagens entre idiomas

A tradução da sua mensagem digitada acontece na sua própria máquina, usando o tradutor integrado do Chrome que roda no dispositivo. Se ele não estiver disponível, ou se não tiver o par de idiomas de que você precisa, o Gaavala recusa a mensagem e avisa — ele nunca vai falar o seu texto sem traduzir e apresentá-lo como se fosse uma tradução. Uma mensagem que já está no seu idioma do Speak não exige nada além disso.

Uma reunião numa aba do navegador

Microsoft Teams, Google Meet, Cisco Webex e Zoom, acessados pelos clientes web em um navegador Chromium no desktop. Os aplicativos de reunião para desktop estão fora do alcance de uma extensão de navegador. No Zoom especificamente, a aba precisa ter sido aberta com o Gaavala já em execução, ou o Speak vai pedir que você a recarregue.

O que o Gaavala não consegue te dizer

Ele não consegue confirmar que alguém ouviu você. O Gaavala sabe quando terminou de enviar o áudio da sua mensagem para dentro da reunião. Ele marca essa mensagem como "Falada". Isso não é a mesma coisa que entrega, e não existe plataforma em que possamos confirmar a entrega. Preferimos que você saiba disso a deixar você deduzir uma confirmação que não podemos dar.

O único aviso que temos é estreito. No Microsoft Teams, se o microfone da reunião for colocado no mudo enquanto a sua mensagem está tocando, essa mensagem é marcada como "Pode não ter sido entregue". No Google Meet, no Webex e no Zoom, nenhum aviso desse tipo pode aparecer. A ausência de um aviso não é prova de que uma mensagem chegou.

O botão de mudo da reunião não se comporta da mesma forma em todo lugar. No Microsoft Teams, ativar o mudo por lá silencia junto a saída do Gaavala. No Google Meet e no Cisco Webex, isso não acontece — esses clientes recriam a trilha de microfone o tempo todo como parte do próprio tratamento de áudio, e espelhar esse comportamento cortaria a sua fala no meio da frase, então o Gaavala deliberadamente não o espelha. No Zoom, o mudo acontece dentro do próprio codificador do Zoom, onde o Gaavala não consegue lê-lo. Nessas três, o controle que interrompe o Speak de forma confiável é o do painel do Gaavala.

As mensagens digitadas ficam de fora do registro. Elas não são escritas na transcrição do Gaavala, nem nas exportações TXT/SRT/JSON, nem no resumo de IA que roda no dispositivo. Se você participar de uma reunião digitando, a sua contribuição vai estar ausente do registro em que aparecem os colegas que falaram em voz alta. Isso é uma lacuna, não um recurso de privacidade, e estamos nomeando porque, do contrário, alguém vai descobrir isso numa lista de itens de ação que não inclui os seus.

Ler e falar dividem um único orçamento. O Pro é um único saldo de 120 minutos por dia, que cobre tanto as legendas ao vivo que você lê quanto as mensagens que você digita.

Por que construímos a metade digitada

A resposta honesta é que isso começou em outro lugar. O Speak existe para que alguém que não compartilha o idioma da sala possa ser ouvido nela. Um compositor de texto era a forma óbvia de lidar com os casos em que falar em voz alta era desconfortável — um escritório compartilhado, uma sala barulhenta, uma frase que você queria acertar exatamente.

O que ficou claro conforme foi sendo construído é que "digite e seja ouvido na sala" não é uma conveniência para a maioria das pessoas e uma necessidade para algumas. Para um participante surdo, é a metade que faltava da reunião: as legendas já deixam você acompanhá-la; isto deixa você respondê-la no mesmo canal que todo mundo está usando, no momento em que importa, em vez de numa barra lateral que alguém talvez leia depois.

Em que ponto isso está

O Gaavala ainda não está na Chrome Web Store. Não há link de instalação nesta página, e qualquer texto mais antigo que ofereça um está desatualizado — a listagem não é pública.

Se este é um problema que você tem, entre na lista de espera e enviaremos o link de instalação no dia do lançamento. Um e-mail, com descadastro em um clique, nada além disso.

Se você já experimentou ferramentas assim antes e elas falharam com você de alguma forma específica, gostaríamos sinceramente de saber de que forma. Escreva para support@gaavala.com.

Mais guias da Gaavala