--- title: "Como o VoxisLive funciona — Tradução de voz sem drivers" description: "Do loopback WASAPI à detecção de fala no dispositivo e ao intérprete simultâneo de IA: veja como o VoxisLive fala o que o seu PC ouve." url: https://voxislive.com/pt/how-it-works language: "pt" source_html: https://voxislive.com/pt/how-it-works site: "Voxis — real-time voice translation" og_image: https://voxislive.com/assets/og.png generated_by: voxislive-markdown-pipeline --- [Início](https://voxislive.com/pt/) · / · Como funciona COMO FUNCIONA # Dos seus alto-falantes ao seu idioma em alguns segundos. O VoxisLive captura o áudio do sistema diretamente via loopback WASAPI, detecta a fala no dispositivo, traduz com um modelo de IA em tempo real e fala o resultado — enquanto reduz automaticamente o áudio original. ## Etapa 1 — Captura de áudio, sem drivers O VoxisLive usa **loopback WASAPI** — a mesma API de baixo nível do Windows Audio Session que os gravadores de tela usam para capturar “o que está tocando”. É um recurso nativo do Windows: sem cabos de áudio virtuais, sem instalação de driver, sem mudanças no roteamento de áudio. A captura tem latência zero em relação à reprodução e não adiciona artefatos audíveis. Ferramentas concorrentes costumam rotear o áudio por dispositivos virtuais como o VB-CABLE, que exigem instalação de drivers (muitas vezes com direitos de administrador e reinicialização) e podem entrar em conflito com áudio em modo exclusivo, drivers ASIO ou sistemas anti-cheat. O VoxisLive elimina essa classe de problemas por completo. ## Etapa 2 — Detecção de fala no dispositivo O app executa **detecção de atividade de voz (VAD) no dispositivo** para separar a fala do silêncio, do ruído de fundo e da música — localmente, na sua CPU, sem ida e volta pela rede. Apenas os trechos identificados como fala humana seguem para a tradução, o que reduz a latência e protege seu saldo de minutos. O VAD também acompanha a própria saída falada do VoxisLive, para que ele nunca retraduza a própria voz. ## Etapa 3 — Tradução simultânea em uma única passagem Os trechos de fala vão para um **modelo multimodal em tempo real** que faz reconhecimento, tradução e síntese de voz em uma única passagem de baixa latência — condensando em uma só as três chamadas de rede sequenciais de um pipeline tradicional (fala para texto → tradução → texto para fala). Como um intérprete humano em uma cabine, ele começa a traduzir enquanto a pessoa ainda está falando. ## Etapa 4 — Reprodução falada com ducking A voz traduzida toca no seu dispositivo de saída enquanto duas coisas acontecem em paralelo: o **ducking psicoacústico** reduz o áudio original enquanto a tradução fala (espelhando a interpretação simultânea profissional), e a **sincronização de latência** mantém cada tradução alinhada ao seu trecho de fala, para que sessões longas nunca fiquem defasadas. ![Janela principal do VoxisLive traduzindo um vídeo, com a transcrição bilíngue ao vivo](https://voxislive.com/assets/shot-app-dark-pt.png?v=1081) ## Veja ao vivo — alternando entre cinco idiomas em uma única sessão Esta gravação de tela mostra uma palestra real traduzida em tempo real, com o idioma de destino trocado ao vivo, no meio da palestra, entre espanhol, italiano, turco, chinês e coreano — o mesmo áudio de origem, cinco saídas faladas diferentes, sem reiniciar entre as trocas. É exatamente o pipeline de WASAPI loopback descrito acima: sem cabo de áudio virtual, sem legendas, a tradução falada com uma voz natural enquanto o original permanece audível ao fundo. ## Quão rápido é, na prática? O VoxisLive é **quase simultâneo, não instantâneo**: normalmente fica de alguns segundos atrás da fala original, dependendo do tamanho do enunciado e da latência da rede. Fragmentos muito curtos são agrupados para evitar traduções ruins de palavras isoladas. ## Reuniões sem bot O VoxisLive nunca entra em uma chamada como participante, nunca pede permissões de anfitrião e nunca toca no aplicativo de reunião. Ele lê o áudio que já está tocando nos seus alto-falantes, o que o torna invisível para os outros participantes e idêntico no Zoom, Teams, Google Meet, Webex e Discord. No modo bidirecional, ele também traduz a sua própria fala para o idioma da reunião por meio de um microfone virtual. ## O que sai da sua máquina Com o app gerenciado da Store, o áudio passa por proxy até o modelo e **nenhum áudio é retido após o fim da sessão**. O VAD no dispositivo separa a fala do silêncio, do ruído de fundo e da música; nos planos pagos o fluxo segue continuamente enquanto a sessão está ativa e, no plano gratuito, apenas a fala detectada é enviada. PRIMEIROS PASSOS ## Dois modos, configurados em menos de um minuto ## Modo Vídeo e Jogo — traduza qualquer coisa que esteja tocando no seu PC Use este modo para um filme, uma transmissão, um vídeo do YouTube ou um jogo com diálogo falado. 1. Abra o VoxisLive e escolha **Vídeo & Jogo** no topo do painel esquerdo. 2. Escolha o idioma que deseja ouvir em **Eu ouço em**. O idioma falado você não configura — ele é detectado automaticamente. 3. Pressione **Iniciar**. Não há mais nada para configurar — o VoxisLive escuta o que já está tocando nas suas caixas de som e começa a falar a tradução em poucos segundos. Não há nada para instalar nem nenhum dispositivo de áudio separado para escolher: o VoxisLive captura o áudio do sistema do seu PC diretamente (veja "Captura de áudio, sem drivers" acima). ## Modo Reunião — seja ouvido e compreendido no Teams, Zoom ou Google Meet O modo Reunião funciona nos dois sentidos: você ouve a fala da outra pessoa traduzida para o seu idioma e, se quiser que ela também ouça você traduzido, sua voz é traduzida para o idioma dela. **Os dois seletores são idiomas de destino, e nenhum deles é o idioma falado.** “Eu ouço em” define o que chega aos seus ouvidos; “O outro ouve em” define o que chega aos dele. O idioma falado é detectado automaticamente, frase a frase, nos dois sentidos — fale o idioma que falar, chega do outro lado no idioma que você escolheu, e mesmo que o outro lado seja multilíngue ou que três idiomas sejam falados na mesma chamada, você continua ouvindo só o seu. 1. Abra o VoxisLive e escolha **Reunião** no topo do painel esquerdo. Defina **Eu ouço em** (o idioma em que você quer ouvir) e **O outro ouve em** (o idioma em que o outro lado deve ouvir). Nenhum dos dois pergunta qual idioma é falado — isso é detectado automaticamente. 2. Pressione **Iniciar**. Você ouvirá o outro participante traduzido alguns segundos depois. 3. **Para que você também seja compreendido, é necessária mais uma etapa, não no VoxisLive, mas no seu aplicativo de reunião:** abra as próprias configurações de áudio do Teams (ou Zoom, ou Meet) e defina o microfone para o cabo virtual instalado no seu PC (chamado "CABLE Output" ou similar) — o VoxisLive não instala nenhum, ele usa o que já estiver presente. O VoxisLive troca automaticamente o microfone padrão do Windows, mas alguns aplicativos de reunião lembram o microfone selecionado anteriormente e não detectam a mudança sozinhos — por isso, confira uma vez, no início da chamada. Se você pular essa última etapa, ainda ouvirá todos os outros traduzidos — eles só continuarão ouvindo a sua voz original. Já o cabo virtual em si não é opcional no Windows: sem nenhum instalado, o modo Reunião não inicia, e o aplicativo avisa você antes de a sessão começar. Instale um gratuito, como o VB-CABLE, e reinicie o VoxisLive. No Linux, o aplicativo cria o próprio microfone virtual. Se você só precisa entender o outro lado, o modo Vídeo e jogo faz isso sem nenhuma configuração extra. Vai usar especificamente uma chamada do WhatsApp? Consulte o [guia ilustrado de configuração de chamadas do WhatsApp](https://voxislive.com/pt/use-cases/whatsapp-translation) para ver capturas de tela passo a passo de ambas as etapas. FAQ ## Perguntas frequentes ### Preciso de VB-CABLE ou de um driver de áudio virtual? Não para a captura. O VoxisLive usa loopback WASAPI, uma API nativa do Windows disponível no Windows 10 e 11. Não há nada para instalar ou rotear, e nenhum dispositivo novo aparece nas suas configurações de áudio. A exceção é o modo Reunião bidirecional: no Windows, ele envia a sua voz traduzida por um cabo de áudio virtual como o VB-CABLE e não inicia sem um; no Linux, o aplicativo cria o próprio microfone virtual. ### O VoxisLive entra na minha reunião como bot? Nunca. Ele captura o áudio do seu próprio sistema localmente, então nenhum terceiro participante aparece no Zoom, Teams ou Meet, nenhum aviso de permissão é disparado e nenhuma integração com a plataforma é necessária. ### Quanto atraso devo esperar? Alguns segundos atrás da fala original, após a detecção de fala e o processamento de IA. ### A qualidade da tradução depende do tamanho do enunciado? Sim — enunciados mais longos são traduzidos melhor. Fragmentos muito curtos são agrupados ou adiados para evitar traduções ruins de palavras isoladas. ### Posso escolher qual modelo de IA traduz minha fala? Nenhuma seleção manual é necessária ou oferecida. O VoxisLive direciona automaticamente cada sessão para o mecanismo com melhor desempenho para o idioma escolhido — atualmente uma combinação do Google Gemini Live e do Alibaba Qwen Realtime, descritos acima — e alterna automaticamente para um mecanismo de backup se um deles ficar indisponível durante a sessão. A interface não mostra qual mecanismo processou determinada sessão. ### Funciona em uma reunião multilíngue, não importa o idioma que o outro lado fale? Sim. Os dois seletores do modo Reunião são idiomas de destino, não de origem: um define o idioma em que você ouve e o outro o idioma em que o outro lado ouve. O idioma falado é detectado automaticamente, frase a frase, nos dois sentidos — você nunca precisa escolhê-lo. Ou seja, fale o idioma que falar, chega do outro lado no idioma que você escolheu; e mesmo que o outro lado seja multilíngue, ou que três idiomas sejam falados na mesma chamada, você continua ouvindo o único idioma que escolheu. ## Continue lendo [Traduzir áudio do sistema · O VoxisLive captura todo o mix de áudio do Windows e fala uma tradução ao vivo — navegadores, players, jogos…](https://voxislive.com/pt/translate-system-audio-windows) · [Apps de tradução comparados · Nove apps de tradução de voz em tempo real por plataforma, saída e preço — inclusive quando outra ferramenta é a melhor escolha.](https://voxislive.com/pt/best-real-time-voice-translation-apps) · [Casos de uso · Um único pipeline sem drivers para qualquer fonte: traduza áudio de jogos, chamadas no Zoom/Teams/Meet, vídeos da…](https://voxislive.com/pt/use-cases) Grátis para começar · 10 minutos grátis por dia, para sempre ## Ouça qualquer idioma, em tempo real. Funciona no Windows 10 e 11 e no Linux — captura sem drivers, sem ritual de configuração, sem bot na sua chamada. [Baixe na Microsoft Store](https://apps.microsoft.com/store/detail/9P5Z0KVS58RS?cid=DevShareMCLPCB) [Linux · Snap Store](https://snapcraft.io/voxis) [Ver no GitHub](https://github.com/VoxisLive/voxislive) ## Structured data (JSON-LD) ```json { "@context": "https://schema.org", "@graph": [ { "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Início", "item": "https://voxislive.com/pt/" }, { "@type": "ListItem", "position": 2, "name": "Como funciona", "item": "https://voxislive.com/pt/how-it-works" } ] }, { "@type": "WebPage", "name": "Como o VoxisLive funciona — Tradução de voz sem drivers", "url": "https://voxislive.com/pt/how-it-works", "description": "Do loopback WASAPI à detecção de fala no dispositivo e ao intérprete simultâneo de IA: veja como o VoxisLive fala o que o seu PC ouve.", "inLanguage": "pt", "dateModified": "2026-07-15", "isPartOf": { "@type": "WebSite", "name": "VoxisLive", "url": "https://voxislive.com/" } }, { "@type": "VideoObject", "name": "Traduza o áudio do sistema do Windows em tempo real — falado, não legendado", "description": "O VoxisLive traduz qualquer áudio tocando em um PC Windows em tempo real e fala a tradução em voz alta, em qualquer um dos 79 idiomas, alternando ao vivo entre alvos — sem necessidade de cabo de áudio virtual.", "thumbnailUrl": "https://voxislive.com/assets/video-thumb-1280x720.jpg", "uploadDate": "2026-07-15", "duration": "PT5M0S", "contentUrl": "https://www.youtube.com/watch?v=F-wItuPKNYI", "embedUrl": "https://www.youtube.com/embed/F-wItuPKNYI", "publisher": { "@type": "Organization", "name": "VoxisLive", "url": "https://voxislive.com/" } }, { "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "Preciso de VB-CABLE ou de um driver de áudio virtual?", "acceptedAnswer": { "@type": "Answer", "text": "Não para a captura. O VoxisLive usa loopback WASAPI, uma API nativa do Windows disponível no Windows 10 e 11. Não há nada para instalar ou rotear, e nenhum dispositivo novo aparece nas suas configurações de áudio. A exceção é o modo Reunião bidirecional: no Windows, ele envia a sua voz traduzida por um cabo de áudio virtual como o VB-CABLE e não inicia sem um; no Linux, o aplicativo cria o próprio microfone virtual." } }, { "@type": "Question", "name": "O VoxisLive entra na minha reunião como bot?", "acceptedAnswer": { "@type": "Answer", "text": "Nunca. Ele captura o áudio do seu próprio sistema localmente, então nenhum terceiro participante aparece no Zoom, Teams ou Meet, nenhum aviso de permissão é disparado e nenhuma integração com a plataforma é necessária." } }, { "@type": "Question", "name": "Quanto atraso devo esperar?", "acceptedAnswer": { "@type": "Answer", "text": "Alguns segundos atrás da fala original, após a detecção de fala e o processamento de IA." } }, { "@type": "Question", "name": "A qualidade da tradução depende do tamanho do enunciado?", "acceptedAnswer": { "@type": "Answer", "text": "Sim — enunciados mais longos são traduzidos melhor. Fragmentos muito curtos são agrupados ou adiados para evitar traduções ruins de palavras isoladas." } }, { "@type": "Question", "name": "Posso escolher qual modelo de IA traduz minha fala?", "acceptedAnswer": { "@type": "Answer", "text": "Nenhuma seleção manual é necessária ou oferecida. O VoxisLive direciona automaticamente cada sessão para o mecanismo com melhor desempenho para o idioma escolhido, e alterna automaticamente para um mecanismo de backup se um deles ficar indisponível durante a sessão. A interface não mostra qual mecanismo processou determinada sessão." } }, { "@type": "Question", "name": "Funciona em uma reunião multilíngue, não importa o idioma que o outro lado fale?", "acceptedAnswer": { "@type": "Answer", "text": "Sim. Os dois seletores do modo Reunião são idiomas de destino, não de origem: um define o idioma em que você ouve e o outro o idioma em que o outro lado ouve. O idioma falado é detectado automaticamente, frase a frase, nos dois sentidos — você nunca precisa escolhê-lo. Ou seja, fale o idioma que falar, chega do outro lado no idioma que você escolheu; e mesmo que o outro lado seja multilíngue, ou que três idiomas sejam falados na mesma chamada, você continua ouvindo o único idioma que escolheu." } } ] } ] } ```