Conversa em tempo real
O modo Conversa transforma o chat em uma ligação: você fala, o agente ouve enquanto você fala, pensa e responde em voz alta. Você pode cortá-lo no meio da frase e continuar falando, como com uma pessoa. Não é ditado (gravar → transcrever → enviar): o áudio viaja nos dois sentidos ao mesmo tempo.
Por dentro ele usa WebRTC com um servidor LiveKit que roda no seu próprio computador, então o áudio não sai da sua máquina além do que o modelo escolhido já faça sair.
-
Ligue o interruptor.
Vá em Configurações → Voz e leitura e ative «Conversa em tempo real (LiveKit)» (vem desligado). É voz full-duplex sobre WebRTC local: interrupções, detecção de turno e streaming real.
-
Escolha o microfone.
No compositor do chat, o seletor de Microfone lista os dispositivos detectados (Padrão do sistema se você não quiser escolher). Se acabou de conectar um fone de ouvido, clique em Detectar novamente.
-
Escolha a voz com que ele vai responder.
É a mesma voz da leitura em voz alta (Voz): o motor e a voz configurados ali são os que falam na conversa — Edge TTS, Groq, Kokoro, Pocket ou Chatterbox. Dá para trocar na hora, sem desligar: a frase seguinte já sai com a voz nova.
-
Clique no botão de conversa no chat («Conversa por voz em tempo real (modo Live)»).
Desde a 3.6.0 não há nada para baixar: o motor de voz vem dentro do instalador. Inicia em segundos.
-
Fale.
O agente cumprimenta com um «Estou ouvindo.» e a conversa começa.
O que você vê enquanto fala
Seção intitulada “O que você vê enquanto fala”A janela de conversa vai dizendo em que ponto está:
| Estado | O que significa |
|---|---|
| Conectando ao agente de voz… | Iniciando o servidor local e o agente. Alguns segundos. |
| Ouvindo você… | O microfone está aberto e é a sua vez. |
| Processando… | Você terminou de falar e o modelo está pensando. |
| Falando… | O agente está respondendo em voz alta. |
Além disso:
- Legendas ao vivo: o que você diz e o que o agente responde aparecem escritos conforme vão acontecendo, sem esperar o fim da frase.
- Interrupção por voz: se você começar a falar enquanto o agente fala, ele se cala na hora e passa a ouvir você («Estou a ouvir…»). Não é preciso apertar nada.
- «Você ainda está aí?»: depois de uns 20 segundos sem você dizer nada, o agente pergunta se você ainda está aí em vez de ficar mudo.
- Tentar de novo: se a conexão falhar, o painel não fica travado — aparece o botão Tentar de novo.
- Finalizar encerra a ligação e devolve o chat ao modo normal. O que foi falado fica no chat como qualquer outra mensagem.
O que ele precisa
Seção intitulada “O que ele precisa”Nada para instalar nem para baixar. Desde a 3.6.0 o instalador do Windows, do Linux e do macOS traz dentro todo o motor de voz:
- O interpretador de Node e o agente de voz empacotados para a sua plataforma.
- O servidor LiveKit (versão 1.13.7), que escuta na porta 7880 do seu próprio computador.
- Os modelos: o detector de voz Silero e o detector de fim de turno viajam dentro do pacote. O reconhecimento usa o mesmo Whisper local do ditado.
Por isso o modo Conversa funciona sem conexão com a internet. A única coisa que precisa de rede é o modelo de IA que responde (a menos que você use um local) e, se você escolher Edge TTS ou Groq como voz, a síntese dessa voz.
O que de fato é necessário:
- Um provedor de IA conectado: o «cérebro» da conversa é o mesmo modelo do chat. Se não houver provedor, o modo voz avisa: «O ditado precisa de um modelo de IA conectado. Conecte um provedor e tente novamente.»
- Um motor de TTS configurado para a resposta falada — veja Voz.
Funciona nos 17 idiomas da interface: o reconhecimento e o cumprimento seguem o idioma que você tiver definido no app.
Se algo não funcionar
Seção intitulada “Se algo não funcionar”«o servidor LiveKit não iniciou» : Clique em Tentar de novo. Se repetir, algo está ocupando a porta 7880 ou um antivírus está bloqueando o binário do servidor; reinicie o aplicativo.
«o agente de voz fechou antes de se registrar» / «o agente de voz não se registrou em 60 s» : Acontecia ao iniciar duas vezes seguidas ou se sobrava um processo órfão de uma tentativa anterior. Encerre a conversa, espere alguns segundos e clique em Tentar de novo; se persistir, reinicie o aplicativo.
«esta plataforma não tem build oficial do livekit-server» : O modo Conversa precisa de um binário oficial do LiveKit para o seu sistema e arquitetura. Nessa máquina continuam disponíveis o ditado e a leitura em voz alta de sempre.
Ativa sozinho com o barulho do teclado : O detector de voz está calibrado para ignorar os cliques de um teclado mecânico (uma palavra real dura mais de 250 ms, um clique não). Se mesmo assim disparar, afaste o microfone do teclado ou use um fone de ouvido com microfone.
O microfone aparece, mas não entra áudio : Microfones «virtuais» (os de uma placa de captura, alguns de software) publicam silêncio. Escolha outro dispositivo no seletor de Microfone. No Windows, se o acesso estiver bloqueado, o app avisa: «O Windows bloqueou o acesso ao microfone. Vá em Configurações → Privacidade e segurança → Microfone…».
Escolhi uma voz do Groq e ele responde com outra voz : Algumas vozes do Groq exigem aceitar os termos no console do Groq antes de poderem ser usadas. Se o motor configurado falhar, o app não desliga a ligação: sintetiza essa frase com Edge TTS para que você possa continuar falando. Aceite os termos na sua conta do Groq e a voz escolhida voltará a soar.
O microfone está em uso por outro aplicativo : Feche-o (outra videochamada costuma ser a culpada) e tente de novo.