Seja o primeiro da fila quando o Gaavala chegar à Chrome Web Store. Entrar na lista de espera

Apresentando o Speak Mode: Tradução de Voz com IA Que Fala por Você nas Reuniões

O Speak Mode do Gaavala traduz sua fala e a reproduz com uma voz sintética em um único idioma de destino escolhido, dentro da reunião no navegador. Exige Pro. Segure Speak para uma intervenção curta ou toque para uma janela de mãos livres; este guia explica configuração, vozes e limites de reprodução.

Um botão — toque ou mantenha pressionado — Um toque abre uma janela de 60 segundos sem usar as mãos. Se mantiver pressionado, você fala apenas enquanto segura. Outro toque encerra antes.

O Que o Speak Mode Realmente Faz

O Speak Mode não é uma faixa de dublagem colocada por cima de uma transcrição. É um pipeline de voz ao vivo e bidirecional, que roda ao lado do fluxo de transcrição que o Gaavala já executa.

Quando você o aciona durante uma reunião, o seguinte acontece dentro do seu navegador:

O áudio do seu microfone é capturado pela extensão — separadamente do áudio da aba que o Gaavala já captura para o lado que chega.
Esse áudio de microfone é transmitido diretamente ao Soniox por um WebSocket, para fala para texto. É o mesmo padrão direto para o Soniox que o resto do Gaavala usa — o áudio do seu microfone nunca toca o nosso backend.
Conforme o Soniox emite tokens comprometidos no seu idioma de origem, a extensão os agrupa em frases curtas e envia o texto à etapa de tradução do Gaavala, para o idioma de destino que você configurou.
O Soniox transforma o texto traduzido em áudio com a voz de estúdio que você escolheu ou com a sua própria voz clonada.
Esse clipe de voz é enviado para a chamada no lugar da sua faixa de microfone de saída, então todo mundo ouve a voz traduzida como se fosse a sua. Não há dispositivo de microfone virtual para instalar nem nada para selecionar nas configurações de áudio do seu aplicativo de reunião — e, enquanto a voz traduzida toca, o seu microfone real fica silenciado, para que a chamada nunca ouça os dois ao mesmo tempo.

Um Botão Que Lê o Gesto

Reuniões reais não são todas iguais, então o Speak Mode precisa se comportar de um jeito quando você devolve uma resposta de uma linha e de outro quando você conduz alguém por um slide. A maioria das ferramentas resolve isso com um seletor de modo que você precisa definir antes de precisar dele — o que significa que, no momento em que você precisa do outro modo, você está no errado.

O Gaavala não tem seletor de modo. Existe um único botão Speak, e ele lê como você o pressiona.

Segure-o

Segure o botão e você está falando apenas enquanto segura. Solte e o pipeline se fecha de forma limpa. Esse é o gesto de walkie-talkie, e é o gesto seguro: você nunca transmite acidentalmente um comentário paralelo, uma tosse ou um momento de pensar em voz alta. É o instinto certo para uma intervenção rápida, para chamadas de alto risco em que precisão vale mais que fluidez, e para qualquer sala em que o seu microfone possa captar vozes que você não pretendia traduzir.

Segurar também funciona pelo teclado — pressione e mantenha a barra de espaço por cerca de um terço de segundo e o comportamento é exatamente o de segurar o botão.

Para intervenções curtas e turnos de fala, o fluxo de aperte para falar explica quando segurar, soltar e esperar a resposta traduzida terminar.

Toque nele

Toque no botão e ele abre uma janela de 60 segundos sem usar as mãos. Um anel faz a contagem regressiva da janela em minutos e segundos e fica âmbar nos últimos dez, para você sempre saber quanto resta do seu turno sem olhar o relógio. Fale naturalmente; o Gaavala traduz e vocaliza cada frase conforme você avança, e você não toca em nada.

Dois toques rápidos abrem uma janela de 30 segundos — a duração honesta para um ponto curto e preparado. Toque mais uma vez enquanto uma janela está correndo e ela encerra antes; caso contrário, ela termina sozinha no zero.

Por que isso é um controle e não dois

O gesto que você já faz codifica a intenção. Segurar significa "só isto"; um toque significa "me dê um trecho". Nada precisa ser configurado com antecedência, nada fica no modo errado quando o momento chega, e não há atalho para vincular nem esquecer. A propriedade de segurança de que as pessoas gostavam no push-to-talk — nada sai da sala a menos que você tenha querido — continua exatamente verdadeira ao segurar.

As Vozes: 68 Presets de Estúdio e a Sua Própria

O Speak Mode oferece duas formas de escolher a voz que a reunião ouve, e qualquer uma das vozes fala todos os 60 idiomas que o Gaavala traduz.

68 vozes de estúdio Soniox (padrão do Pro)

As vozes de estúdio Soniox são o padrão no Pro e a opção que a maioria das pessoas nunca precisa trocar: 68 presets multilíngues que falam todos os 60 idiomas que o Gaavala traduz, entre idiomas, com chave gerenciada — não há nada para configurar. A síntese vai do navegador direto para o Soniox, usando o mesmo padrão de chave de curta duração das legendas, então o texto traduzido nunca passa pelo backend do Gaavala.

A sua própria voz (clone nativo)

Leia um texto de dois minutos uma única vez, no painel lateral, e o Gaavala cria um clone pessoal da sua voz — com tecnologia Soniox — que fala os mesmos 60 idiomas que uma voz de estúdio falaria, no seu próprio timbre em vez de um preset. A amostra de referência é armazenada criptografada, e você pode apagá-la a qualquer momento pela mesma tela de configurações; o áudio da sua reunião em si nunca é armazenado, nem neste recurso nem em qualquer outro lugar do Gaavala.

Uma voz de estúdio não exige gravação pessoal. O clone usa sua amostra para aproximar sua voz; semelhança e pronúncia podem variar conforme idioma e frase.

Em chamadas recorrentes com clientes, seu próprio clone de voz pode dar ao Speak Mode uma voz familiar; o guia explica a gravação e a exclusão.

Como Isso se Compara ao Que Existe por Aí

Teams Interpreter, Google Meet Speech Translation e Zoom Voice Translator oferecem tradução de voz nativa, com requisitos próprios de licença, cliente e idiomas. Gaavala oferece o mesmo fluxo no navegador para Teams, Zoom, Meet e Webex, com 68 vozes de estúdio Soniox ou seu clone no Pro. Escolha conforme o par de idiomas e a reunião; Gaavala não é a única opção de tradução de voz.

Para Quem É o Speak Mode

O Speak Mode é um recurso do Pro e é precificado para profissionais individuais, não para implantações corporativas. Quem mais tira proveito dele:

Consultores internacionais conduzindo chamadas de projeto com clientes cujo inglês é limitado e que prefeririam ouvir você no próprio idioma a se esforçar no seu.
Líderes de time multilíngues entrando em dailies com times de engenharia offshore, em que metade do time pensa em um idioma e metade em outro.
Representantes de vendas atuando em mercados estrangeiros, onde uma voz de sonoridade fluente no idioma do cliente muda como a chamada soa e como a proposta é recebida.
Pessoas de operações de campo fazendo a ponte entre um site offshore e a matriz, onde o custo de um mal-entendido é operacional, não apenas social.

Se as suas reuniões são totalmente bilíngues em um único par e todo mundo acompanha, você provavelmente não precisa do Speak Mode. Se existe um momento recorrente em que você ou alguém do outro lado fica em silêncio porque a lacuna de idioma é de mão única, este é o recurso que resolve esse momento.

Para responder sem entrada do microfone, veja o fluxo acessível com respostas digitadas.

Privacidade: O Que Muda e o Que Não Muda

A arquitetura central de privacidade do Gaavala não muda quando você habilita o Speak Mode. O áudio da reunião que chega continua fluindo diretamente do seu navegador para o Soniox, por um WebSocket que nunca toca o nosso backend. O áudio do seu microfone para o Speak Mode segue o mesmo padrão direto para o Soniox — nós nunca o vemos.

A etapa de TTS segue o mesmo padrão nas duas opções de voz. As vozes de estúdio Soniox enviam o texto traduzido do navegador direto para o Soniox, autenticadas com as mesmas chaves temporárias de curta duração que as legendas usam — o backend do Gaavala nunca vê o texto nem o áudio. A sua própria voz clonada é sintetizada da mesma forma, com uma exceção deliberada e estreita mais acima na cadeia: a amostra de referência de dois minutos que você grava para construir o clone é armazenada criptografada (AES-256-GCM) nos servidores do Gaavala, usada apenas para construir e manter a sua voz, e pode ser apagada mediante solicitação a qualquer momento. Nada mais no áudio do Speak Mode — nem a entrada do seu microfone, nem o áudio da reunião, nem a saída sintetizada — é armazenado em algum momento.

O backend do Gaavala permanece fora do caminho do áudio nas duas opções de voz. Se você quiser verificar isso, o mesmo truque de inspeção de rede do nosso artigo sobre privacidade continua funcionando: abra o DevTools da background page da extensão, filtre a aba Network e você verá uma conexão direta com o Soniox — e nenhum tráfego de áudio do microfone ou da reunião para gaavala.com.

Como Habilitá-lo

O Speak Mode é um recurso exclusivo do Pro. O teste grátis do Gaavala (5 minutos, uma única vez, sem cartão de crédito, nunca renova) não inclui o Speak Mode, então o fluxo de configuração é mais ou menos assim:

Instale o Gaavala grátis pela Chrome Web Store e entre na sua conta.
Faça upgrade para o Pro pelo painel lateral — $19.99/mês. O Pro não tem um teste grátis próprio, então você assina direto quando precisar do Speak Mode.
Abra as configurações no painel lateral e encontre a seção do Speak Mode.
Escolha uma voz de estúdio ou crie a sua e aguarde o estado Pronta. Confira a voz selecionada antes de falar.
Configure o idioma de destino para a reunião. Não há modo de captura para escolher — o botão Speak lê o seu gesto, então nada precisa ser decidido com antecedência.

Depois, entre em uma reunião. Segure o botão Speak quando quiser dizer uma coisa, ou toque nele para uma janela sem usar as mãos quando tiver um trecho a entregar.

Antes de responder por voz, siga a configuração no navegador para Teams, Zoom, Google Meet ou Webex. Confira as regras de acesso e teste com outro participante; o aplicativo de desktop usa outro caminho de áudio.

Dicas de Uso no Mundo Real

Algumas notas práticas de quem construiu e usa isso no dia a dia:

Aqueça segurando. A primeira vez que você ouvir a sua voz sintetizada tocando em uma reunião vai parecer estranho. Segure o botão nas suas primeiras chamadas antes de começar a tocar para janelas sem as mãos. A sua percepção de quando pausar, de quão alto falar e de como a voz traduzida chega ao outro lado se calibra rápido — mas só se você estiver no controle de cada rajada.
Clone apenas a sua própria voz. O fluxo de gravação do painel lateral só cria um clone a partir de uma amostra que você grava de si mesmo — não existe caminho para clonar a voz de outra pessoa pelo Speak Mode, e a etapa de consentimento dentro do aplicativo reflete isso.
Avise quando importar. Se a sua reunião tem implicações de conformidade — jurídica, médica, vendas reguladas —, diga ao outro lado que existe uma camada de tradução de voz em tempo real na chamada. É a mesma etiqueta de avisar sobre uma ferramenta de transcrição.
Mantenha o áudio nativo ligado. O Gaavala continua enviando o áudio original da reunião aos seus alto-falantes. Você deve continuar ouvindo e lendo o lado que chega. O Speak Mode é a metade de saída, não um substituto para entender o que está sendo dito a você.

Perguntas Frequentes

A reunião sabe que estou usando? Não diretamente. A voz sintetizada chega ao outro lado pelo mesmo canal de microfone que você usaria, então não há banner nem metadado. O outro lado ouve uma voz muito fluente e pode notar pequenas pausas antes de cada resposta. Recomendamos avisar quando isso importar — veja a nota de etiqueta acima.

Posso usar a minha própria voz clonada? Sim — nativamente, no Pro. Leia um texto de dois minutos nas configurações do Speak Mode, no painel lateral, e o Gaavala cria um clone com tecnologia Soniox que você pode selecionar como a sua voz do Speak Mode. Sem conta separada nem chave de API.

Qual é a latência? O início da voz depende da voz escolhida, do tamanho da frase, da conexão e do processamento disponível. Teste a voz e o idioma antes da chamada; não há garantia de atraso de um ou dois segundos.

E se o meu idioma de destino não for o inglês? As duas opções de voz já falam todos os 60 idiomas que o Gaavala traduz — as vozes de estúdio Soniox e o seu próprio clone funcionam da mesma forma, seja qual for o idioma de destino, de imediato.

Funciona em reuniões do Teams Premium? Sim. O Speak Mode funciona em qualquer reunião que rode em uma aba do Chrome, incluindo Microsoft Teams, Zoom, Google Meet e Webex. Não importa se o organizador da reunião tem Teams Premium ou Copilot. O Speak Mode roda do seu lado da chamada, não na infraestrutura do anfitrião.

Experimente

O Speak Mode é um recurso do Pro. Se o Gaavala é novidade para você, comece pelo teste grátis único — 5 minutos de transcrição, sem cartão de crédito — para avaliar primeiro a tradução do que os outros participantes dizem. O Speak Mode não está incluído no teste grátis; faça upgrade para o Pro ($19.99/mês; o Pro não tem um teste grátis próprio) quando estiver pronto para falar você mesmo na reunião.

Entrar na lista de espera

Instale o Gaavala grátis pela Chrome Web Store e depois faça upgrade para o Pro para liberar o Speak Mode.