Tradução ao vivo

Legendas e traduções em tempo real do microfone, áudio do sistema, ou ambos — com uma janela de overlay sempre no topo opcional para que as legendas fiquem sobre o que você está assistindo.

O que dá pra fazer com isso

• Legendas de reuniões ao vivo — legenda uma chamada de Zoom / Meet / Teams em outro idioma sem entrar como um bot tradutor.
• Aprendizado de idioma em tempo real — legenda conteúdo em idioma estrangeiro (filmes, podcasts, palestras) com seu idioma nativo como faixa de tradução.
• Legendas em todo o sistema — capture o áudio do sistema para legendar YouTube / Netflix / qualquer coisa que toque nos seus alto-falantes.

O que você precisa

• FFmpeg no PATH — veja Configuração do FFmpeg.

• Um backend STT, um destes:

  • faster-whisper — local, offline, gratuito, padrão
  • Soniox — nuvem, pago, diarização de falantes em tempo real. Veja Configuração do Soniox.

• Para captura de áudio do sistema, o backend correto por SO é auto-selecionado: Linux usa parec (PulseAudio / PipeWire), Windows usa loopback WASAPI nativo (sem software extra na maioria dos casos), macOS usa ffmpeg -f avfoundation contra um dispositivo de loopback virtual (BlackHole / Loopback / etc.). Um banner de aviso inline com links de instalação clicáveis aparece se algo estiver faltando. Veja Configuração → Áudio do sistema para instruções completas de instalação por SO.

Passo a passo

1. Clique em Tradução ao vivo na barra lateral.

2. Configure uma vez em Configurações → Live:

   • Idioma de origem (idioma falado)
   • Idioma de destino (ou deixe em branco para apenas transcrição)
   • Fonte de áudio: Microfone / Áudio do sistema / Ambos
   • Método STT: Whisper / Soniox

3. De volta à página Live, clique em Iniciar (Ctrl+Enter).

4. A transcrição preenche o painel principal cartão por cartão. A janela Overlay flutuante também mostra legendas (arraste-a para onde quiser).
5. Clique em Parar para terminar a sessão.

A visualização de transcrição

Escolha um layout na barra de ferramentas:

• Ambos empilhados — original + tradução, um acima do outro
• Ambos lado a lado — original à esquerda, tradução à direita
• Apenas original / Apenas tradução

Os botões da barra de ferramentas usam sufixos ON / OFF para estado à primeira vista — ex. TTS ON, TTS OFF, Timestamps ON, Overlay OFF.

Alterne timestamps com o ícone do relógio. Alterne a reprodução TTS das linhas traduzidas com o ícone do alto-falante. Respeita sua escolha em Configurações → Voz → Método TTS — Edge TTS (padrão), ElevenLabs, Google Cloud TTS, Gemini TTS, ou Piper TTS (totalmente offline). Com Piper selecionado, vozes faltantes por idioma caem silenciosamente para Edge TTS no meio do stream — não há pre-flight modal nesta página, já que bloquear o fluxo ao vivo com um diálogo de download seria pior que o fallback.

A janela overlay

Uma janela de ferramenta arrastável, redimensionável e sempre no topo. Atalhos:

Atalho	Ação
Ctrl+[ / Ctrl+]	Diminuir / aumentar opacidade
Ctrl+Seta	Mover o overlay
Ctrl+0 / Ctrl+9	Aumentar / encolher

Posição, tamanho, opacidade e tamanho da fonte persistem entre sessões.

Sincronização ao vivo com as configurações

Os controles de tamanho da fonte e opacidade funcionam nos dois sentidos: arrastar o controle deslizante Tamanho da fonte ou Opacidade em Configurações → Tradução ao Vivo → Configuração de sobreposição atualiza a sobreposição aberta em tempo real e, inversamente, pressionar + / - / Ctrl+[ / Ctrl+] dentro da sobreposição atualiza os controles deslizantes em Configurações. Nenhuma reinicialização da sobreposição necessária.

Espaço reservado de estado vazio

Antes que qualquer áudio seja capturado, a sobreposição mostra um espaço reservado ("Pressione Iniciar..." inativo / "Ouvindo..." após clicar em Iniciar) que reflete o estado vazio da janela principal — a alternância permanece sincronizada com o indicador de status em execução. O espaço reservado se adapta à largura × altura atual da sobreposição para permanecer legível em qualquer tamanho de janela.

Modo de legendas mínimas

A caixa de seleção Mostrar legendas mínimas em Configurações → Tradução ao Vivo → Configuração de sobreposição oculta as etiquetas de tempo e orador na sobreposição mantendo-as visíveis na janela principal. Útil quando a sobreposição é compartilhada com um público (modo apresentador / compartilhamento de tela) mas você deseja manter os metadados completos na sua visualização de trabalho. A alternância é apenas para a sobreposição — não altera sua preferência de "Etiquetas de orador" para a janela principal.

Salvar a transcrição

Clique em Salvar transcrição para exportar a sessão para um arquivo .txt com timestamps, falantes, linhas originais e linhas traduzidas.

Escolhendo um backend STT

Backend	Melhor para	Custo	Latência
Whisper (local)	Offline, sensível à privacidade	Gratuito	Média (~1 s após fim de frase)
Soniox	Reuniões com múltiplos falantes	Pago (~$0,005 / min)	Baixa (tempo real)

Ressalvas

Seleção de microfone

A entrada de microfone sempre usa o dispositivo padrão do SO — não há seletor no app (o sounddevice expõe plugins ALSA virtuais demais para ser útil, e o SO já é dono da UI de microfone padrão). Defina seu microfone preferido nas configurações de som do SO antes de começar.

Backpressure de TTS

A fila TTS é limitada às 3 frases mais recentes — o áudio em fila mais antigo é descartado se a síntese ficar para trás. Isso mantém a reprodução falada próxima das legendas na tela.

ElevenLabs sem chave

Se você definiu o método TTS para ElevenLabs mas nenhuma chave de API está configurada, a página Live cai automaticamente para Edge TTS e anuncia o fallback no rótulo de status.

Atalhos

Atalho	Ação
Ctrl+Enter	Iniciar / Parar
Ctrl+K	Limpar log (com confirmação)
Ctrl+[ / Ctrl+]	Ajustar opacidade do overlay