Comece por aqui: três perguntas
Não existe uma única configuração de áudio correta, porque a correta depende do que você quer fazer. Passe por estas três perguntas em ordem; a tabela mais abaixo transforma suas respostas em duas colunas curtas, o que ajustar no VoxisLive e o que ajustar no outro aplicativo.
- Você está no Windows ou no Linux?
- Qual direção você precisa — quer ouvir os outros, quer que eles ouçam você, ou as duas coisas?
- Há um microfone virtual instalado nesta máquina?
Se você já sabe as três respostas, a tabela é o que veio buscar. Se algum dos termos não estiver claro, leia as perguntas primeiro — são curtas, e errar a segunda é o motivo pelo qual a maioria das configurações acaba muda em uma das direções.
Pergunta 1 — Windows ou Linux
No Windows 10 e 11, o VoxisLive lê o que a sua placa de som já está tocando por meio do loopback WASAPI. Nada precisa ser instalado para isso, e nenhum driver precisa ser escolhido: o aplicativo captura a mixagem do sistema diretamente e reproduz a voz traduzida no dispositivo que você escolher.
No Linux, o VoxisLive é instalado pela Snap Store e captura pelo PipeWire. As perguntas abaixo são as mesmas, mas um snap recém-instalado ainda pode precisar que a permissão de áudio seja concedida antes de conseguir ouvir qualquer coisa — isso está na página de instalação no Linux, não aqui.
Se você está no Linux, o aplicativo está aberto e os medidores de nível nunca se movem, trate isso como um problema de permissão antes de tratar como um problema de roteamento de áudio. Uma permissão de captura negada é idêntica a um dispositivo errado quando vista de dentro do aplicativo.
Pergunta 2 — qual direção você precisa
Esta é a pergunta que define o cenário, e vale ser preciso nela. São dois trabalhos genuinamente diferentes, e eles não compartilham a mesma configuração.
“Quero ouvir os outros” — uma direção
Você está assistindo a um vídeo, jogando, acompanhando uma transmissão ou em uma chamada na qual não precisa ser entendido em outro idioma. O som vem do outro lado para você, e é só isso. Escolha o cenário Vídeo / Jogo. Nada precisa ser instalado, nada precisa ser selecionado como microfone em lugar nenhum, e o aplicativo que você está ouvindo não precisa ser tocado — ele continua reproduzindo o som exatamente como já faz.
“Eles precisam me ouvir”, ou as duas direções
Você está em uma conversa ao vivo e o outro lado precisa ouvir as suas palavras no idioma dele. Esse é o cenário Reunião, e ele roda duas traduções ao mesmo tempo: a de entrada, que você ouve no seu fone, e a de saída, que é falada na chamada no seu lugar. A metade de saída é a que precisa de um microfone virtual — que é a pergunta três.
Antes de planejar uma configuração de Reunião: o plano gratuito não cobre o modo Reunião. Sessões de Reunião exigem um plano pago ou um pacote de minutos pré-pago — veja preços. Se você só precisa da direção de mão única, o plano gratuito é o lugar certo para começar.
Pergunta 3 — há um microfone virtual instalado
Um microfone virtual é um driver pequeno e gratuito, o VB-CABLE por exemplo, que aparece no Windows como dispositivo de reprodução e de gravação ao mesmo tempo. O VoxisLive fala as suas palavras traduzidas nele, e o seu aplicativo de conferência grava a partir dele — é assim que os outros participantes ouvem uma voz dizendo as suas palavras no idioma deles, sem que nada entre na chamada.
Isso importa para uma direção, e só uma. A tradução de entrada nunca precisa dele. O modo Reunião fixa a captura no caminho sem driver, então o que você ouve é capturado da mesma forma que no modo Vídeo / Jogo, e um cabo virtual é necessário puramente para enviar a sua própria voz traduzida para fora. No Windows, sem ele o modo Reunião não inicia de jeito nenhum: o aplicativo avisa antes de a sessão começar, em vez de deixar você com uma chamada que funciona pela metade. Instale primeiro um cabo virtual gratuito como o VB-CABLE e reinicie o VoxisLive para que o novo dispositivo seja reconhecido. No Linux não é preciso instalar nada — o aplicativo cria o microfone virtual sozinho quando a sessão começa.
O que ajustar, lado a lado
Encontre a linha que corresponde às suas três respostas. A coluna da esquerda é ajustada uma vez dentro do VoxisLive, antes de você apertar iniciar; a da direita é ajustada no aplicativo de reunião, no player ou no navegador que você está ouvindo.
| Suas três respostas | Ajuste no VoxisLive | Ajuste no aplicativo de reunião ou no player |
|---|---|---|
| Windows ou Linux · só ouvir os outros · sem microfone virtual | Cenário Vídeo / Jogo. Dispositivo de saída: o seu fone. Atenuação ligada, para que o áudio original baixe enquanto a voz traduzida fala. | Nada. Continue reproduzindo o som pelo dispositivo que você já usa. |
| Windows · as duas direções · microfone virtual instalado | Cenário Reunião. “Eu ouço em”: o seu idioma. “O outro ouve em”: o idioma deles. Dispositivo de saída: o seu fone. Microfone: o físico, aquele no qual você realmente fala. | Microfone: o cabo virtual. Alto-falante: o seu fone — o mesmo dispositivo que você selecionou no VoxisLive. O Microsoft Teams não tem a opção “igual ao sistema”: escolha os dois dispositivos pelo nome. O alto-falante nunca deve ser o cabo. |
| Windows · as duas direções · sem microfone virtual | A Reunião não inicia. Instale um cabo virtual (o VB-CABLE é gratuito), reinicie o VoxisLive e siga a linha acima. Se uma direção for suficiente, escolha Vídeo / Jogo — ali não precisa de cabo. | Nada por enquanto. Depois de instalar o cabo, defina nele o microfone do aplicativo de reunião. |
| Qualquer sistema · só ouvir os outros · microfone virtual já instalado para outra coisa | Cenário Vídeo / Jogo. Dispositivo de saída: o seu fone, não o cabo. | Nada — e confira se o aplicativo já não está gravando do mesmo cabo. |
A versão em uma frase da segunda linha: o outro lado ouve uma voz natural dizendo as suas palavras no idioma dele, alguns segundos atrás de você, sem nenhum participante extra na chamada.
Som que não vem deste computador
O modo Vídeo / Jogo normalmente traduz o que este computador está tocando. Ele também pode traduzir uma fonte de som ligada à máquina: um console ou receptor ligado à entrada de linha, a saída de áudio de uma televisão, uma mesa de som, uma interface de áudio USB, um rádio. Na cena Vídeo / Jogo, mude Fonte de Som do sistema para Dispositivo de entrada, escolha essa entrada na lista de dispositivos e inicie como sempre. Tudo depois da captura é uma sessão igual a qualquer outra.
Esta é a resposta honesta à versão mais comum de “só funciona no computador”. O aplicativo realmente roda no PC e não existe versão para console, televisão ou celular — mas o áudio que ele traduz não precisa vir do PC. Um cabo do outro aparelho até uma entrada de linha é o que cobre essa distância.
- A opção do próprio Windows Ouvir este dispositivo é invisível para a captura do sistema. Se você a usa para monitorar uma entrada de linha, precisa escolher Dispositivo de entrada; em Som do sistema o aplicativo não ouve nada.
- Se o medidor do microfone quase não se mexe, aumente no Windows o nível de gravação dessa entrada. Uma entrada de linha costuma chegar bem mais baixa que um microfone.
- Neste caminho não há redução do original nem porta de eco: o original continua tocando no seu próprio volume e a voz traduzida sai pelo dispositivo de saída que você escolheu.
- Uma interface em modo ASIO não aparece na lista. Mude-a para o driver compartilhado do Windows para que ela apareça.
Um cabo não dá conta dos dois trabalhos
Essa é uma forma comum de uma configuração de Reunião dar errado, e ela não se anuncia como um erro de configuração — se anuncia como uma terceira voz estranha. Se o mesmo cabo virtual for definido tanto como o lugar para onde o VoxisLive envia a voz traduzida quanto como o lugar de onde ele captura, o áudio traduzido volta como se fosse fala nova vinda da reunião. O aplicativo então traduz a própria saída, e o que todo mundo ouve é um terceiro participante fantasma falando por cima dos dois. A correção é a separação da tabela acima: o cabo carrega o sentido de saída, o seu fone carrega o de entrada.
Se um cabo virtual configurado por você estiver em uso enquanto uma sessão roda, o VoxisLive avisa com um card dentro do aplicativo, em vez de deixar você deduzir pelo som. Leia esse card antes de mudar qualquer outra coisa — ele diz o que está passando pelo cabo.
Alto-falantes abertos e por que o fone é a recomendação
O fone de ouvido é a configuração recomendada para qualquer sessão de mão dupla, por um motivo acústico simples e não por preferência: se a voz traduzida sai por alto-falantes abertos, o seu microfone a capta junto com a sua própria voz, e o sentido de saída acaba carregando um áudio que ele nunca deveria carregar.
O VoxisLive detecta quando parece que você está usando alto-falantes abertos e levanta isso no início da sessão. É um aviso, não um bloqueio — a sessão começa de qualquer jeito, e existem salas e configurações de hardware em que o alto-falante funciona bem. Você fica sabendo o que o aplicativo está vendo; a decisão continua sendo sua.
Confira o caminho do áudio antes de culpar a tradução
Se nada está acontecendo, vale separar “o aplicativo não consegue ouvir” de “o aplicativo não consegue ser ouvido” e de “a tradução não está chegando”. O VoxisLive traz diagnósticos de áudio independentes justamente para isso, e a palavra importante é independentes: cada um roda por conta própria, então um resultado bom em um deles não diz nada sobre os outros, e uma falha em um não significa que os demais estejam quebrados.
- Tom de teste — toca um som pelo dispositivo de saída que você selecionou. Se você não ouvir, o problema é o dispositivo de saída, não a tradução.
- Medidor de nível do sistema — mostra se o aplicativo está realmente ouvindo o que a sua máquina está tocando. Um medidor parado enquanto um vídeo roda aponta para a captura, não para a tradução.
- Medidor do microfone — mostra se o microfone que você escolheu está produzindo alguma coisa. É esse que importa para o sentido de saída no modo Reunião.
Rode aquele que corresponde à direção que está falhando. Se os três se comportarem bem e a sessão ainda assim não produzir nada, o problema passou da configuração de áudio — a solução de problemas assume daí em diante, e o aplicativo tem um relatório de problema embutido que envia um log higienizado junto com a sua descrição.
O que este checklist não é
- Não é uma correção de latência. A interpretação simultânea fica alguns segundos atrás de quem fala por natureza, e nenhum roteamento de áudio elimina esse intervalo.
- Não é uma lista de aplicativos de conferência compatíveis. A captura acontece na camada de áudio do sistema, então o aplicativo que você está ouvindo não faz parte da configuração.
- Não substitui os passos de instalação no Linux. Um snap sem permissão de áudio concedida não se resolve com escolha de dispositivo.
- Não cobre o que acontece com o seu áudio depois da captura — isso está em como funciona e privacidade.
Se você está configurando para uma situação específica em vez de em geral, a página de reuniões percorre o caso de mão dupla do começo ao fim, e recursos lista o que mais existe no aplicativo depois que o áudio estiver funcionando.