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. Se nenhum microfone virtual estiver instalado, o modo Reunião ainda funciona — você ouve o outro lado no seu idioma, e a direção de saída simplesmente fica desligada.
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. “Eles ouvem 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. |
| Windows · as duas direções · sem microfone virtual | Cenário Reunião. Defina “Eu ouço em” para o seu idioma e inicie normalmente; a direção de saída fica desligada. | Deixe o microfone como está. O outro lado ouve a sua voz sem tradução, como antes. |
| 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.
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 a direção de saída, o seu fone carrega a 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 a direção de saída acaba carregando um áudio que ela 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 a direção 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.