Reconhecimento de voz
- como eu controle a transmissão com a voz
- dá para iniciar uma enquete ou uma previsão por voz
- o bot não me escuta
- os comandos de voz não fazem nada
- como eu troco a cena do OBS por voz
- o bot responde cada frase que eu falo
- o bot não para de falar e eu não consigo calar ele
Do que trata esta página
Controle por voz para a sua transmissão: você fala em voz alta o que quer e o assistente de IA faz. Iniciar previsões por voz, abrir uma enquete, trocar a cena do OBS, mudar o título e a categoria, salvar um clipe, escrever no chat, ligar e desligar uma tomada inteligente — tudo isso sem soltar o mouse no meio do jogo.
A configuração fica em duas telas, e cada uma responde a uma pergunta diferente:
- Voz → Reconhecimento de voz — como o app escuta você: microfone, idioma, quando ouvir, como você chama o bot.
- Chat Bot → Controle por voz — o que o bot pode fazer depois que escutou você.
O reconhecimento roda na sua própria máquina, então o som nunca sai do computador. Para a IA vai só o pedido em si, e só depois que o app decide que você estava falando com o bot — e é por esse pedido que você paga.
Como configurar
1. Escolha um modelo de reconhecimento
Voz → Reconhecimento de voz, bloco Modelo de reconhecimento. Escolha um e aperte Baixar — é um download único, depois dele o reconhecimento funciona sem internet. A linha de cada modelo diz quanta memória ele ocupa e com que velocidade roda na sua placa de vídeo e no seu processador: escolha aquele cujos números servem para você, não o maior.
Enquanto nenhum modelo estiver baixado nada é ouvido, e o bloco diz O reconhecimento não está pronto — não é silêncio, é modelo faltando.
2. Microfone e idioma
Bloco Microfone e idioma. Encontrar microfones mostra os nomes reais deles; sem isso o padrão do sistema é usado.
Defina Idioma que você fala. Deixar em Detectar automaticamente faz cada frase passar por uma segunda etapa, então o reconhecimento fica cerca de duas vezes mais lento.
3. Escolha quando ouvir
Bloco Quando ouvir, e essa é a escolha que mais importa.
- Segurar uma tecla — o microfone abre enquanto a tecla está pressionada e fecha quando você solta. Defina a tecla em Atribuir; ela não é tirada de outros programas, então continua funcionando dentro do jogo. Tudo o que você falar com a tecla pressionada vai para o bot, e não precisa de nome: a própria tecla diz que você está falando com ele.
- Sempre — o microfone fica aberto a transmissão inteira. Agora o app precisa separar a sua fala comum de um pedido, e é para isso que serve o nome do bot.
4. Dê um nome ao bot, se o microfone fica aberto
Bloco Como você chama o bot. Fale o nome e o resto da frase vai para o bot: “Nova, inicia uma enquete”.
Deixe o nome vazio e cada frase que você falar vai para o bot — e cada uma custa créditos. A tela avisa isso em vermelho enquanto o microfone está aberto e o nome está faltando. Com Segurar uma tecla não tem problema deixar o nome vazio: a tecla é o gatilho.
5. Palavra que interrompe a fala
Fale essa palavra enquanto o bot está falando e ele se cala na hora. Aqui o nome não é necessário — quando você terminar de falar o nome, o bot já terá acabado.
Deixe o campo vazio e a palavra do idioma que você fala é usada: *stop*, *стоп*, *alto*, *pare*, *stopp*.
6. Libere as ações que você quer
Chat Bot → Controle por voz. Cada ação é um cartão com o preço em créditos e um botão de liga/desliga. Tudo que não dá para desfazer já vem desligado.
Não existe lista de frases mágicas. O bot entende o que você quis dizer, então “corta um clipe”, “faz um clipe disso” e “salva esse momento” chegam na mesma ação. Os nomes que ele pode usar — cenas do OBS, botões do painel de controle, tomadas inteligentes, resultados de previsões — vêm do que está realmente conectado, então ele não inventa uma cena que você não tem.
O que ele sabe fazer
| Ação | Fale algo como |
|---|---|
| Iniciar uma enquete | “inicia uma enquete: qual mapa — Dust ou Mirage” |
| Finalizar a enquete | “termina a enquete” |
| Iniciar uma previsão | “inicia uma previsão: a gente ganha essa, sim ou não” |
| Encerrar as apostas | “fecha as apostas” |
| Resolver e pagar | “a gente ganhou, paga” |
| Cancelar e reembolsar | “cancela a previsão, devolve os pontos” |
| Trocar a cena do OBS | “muda para a cena Break” |
| Alterar título e categoria | “põe o título como Chill coding” |
| Salvar um clipe | “faz um clipe disso” |
| Escrever no chat | “fala pro chat que a transmissão acaba em dez minutos” |
| Pressionar um botão do painel de controle | “aperta Intervalo comercial” |
| Ligar ou desligar uma tomada inteligente | “liga a lâmpada por um minuto” |
Doze, e essa é a lista inteira. Clipes, título, enquetes e previsões passam pela Twitch; no YouTube e na Kick o assistente escreve no chat, troca cenas e aperta botões do painel. Uma frase é uma ação: “fecha as apostas e troca a cena” faz só a primeira das duas.
Tudo que não é uma ação é uma resposta comum: pergunte como está o tempo, há quanto tempo a transmissão está no ar, o que você jogou semana passada, quais são os seus comandos de chat, o que você perguntou um minuto atrás.
Perguntar antes do que não dá para desfazer
Ligado por padrão. O bot fala o resultado — “Resolvendo a previsão: ‘A gente ganha’” — e espera um “sim”. Ele fala o resultado e não a ação de propósito: o que você confirma é justamente aquilo que não dá para desfazer.
Desligue e o bot simplesmente faz. Mais rápido, e sem volta.
Onde você vê o que aconteceu
O bloco Stream: Voz no painel de controle guarda o histórico: suas frases e as respostas do bot, em ordem. A cor da faixa à esquerda diz como cada uma terminou — azul para uma resposta, verde para algo feito, âmbar para quando o bot pergunta de volta, vermelho para uma recusa com o motivo do lado.
Por padrão o bot fala em voz alta a versão curta — “Enquete iniciada” — e os detalhes vão para esse histórico. Se você não tem uma segunda tela para ler, ligue Ler o resultado completo em voz alta na tela de Controle por voz.
Três botões no cabeçalho do bloco:
- microfone — alterna entre *segurar uma tecla* e *sempre*, o mesmo ajuste da tela de reconhecimento;
- alto-falante — ler as respostas em voz alta ou deixar como texto no histórico;
- desligar — o mais externo: o bot se cala, o reconhecimento para e o modelo sai da memória. Os cenários disparados por doações e pontos do canal não são afetados — eles nunca precisaram do microfone. Param só os cenários disparados por uma frase falada.
Quanto custa
O controle por voz é um recurso pago. A metade que escuta roda na sua própria máquina e não acrescenta nada à conta; a metade que entende você e age é a IA, e é essa metade que você paga.
- Um comando de voz são dois pedidos à IA, não um: uma etapa barata de análise que conserta o que foi ouvido e decide se a internet é necessária, e a resposta em si. O cartão de cada ação mostra o preço que será realmente cobrado.
- O reconhecimento em si não é cobrado. Ele roda na sua máquina, então um microfone aberto não custa nada até você realmente falar com o bot.
- Uma pesquisa na web são dez créditos. Isso só acontece quando a pergunta precisa de fatos da internet, e só se Permitir pesquisas na web estiver ligado.
Quando não funciona
Não se ouve nada. Confira se o modelo foi baixado e use Verificar o microfone — fale uma frase em quatro segundos e o app mostra o que ouviu. Se não mostrar nada, aumente o Ganho de entrada ou baixe o Limiar de fala.
O bot responde cada frase. O microfone está em Sempre e o nome está vazio. Dê um nome a ele, ou mude para Segurar uma tecla.
O bot escuta você, mas não faz nada. A ação está desligada na tela de Controle por voz, ou a plataforma de que ela precisa não está conectada — o cartão diz qual.
Ele fala “Não entendi qual cena você quis dizer”. O nome que ele ouviu não bate com nada conectado. Os nomes das cenas vêm do OBS, os dos botões vêm do painel de controle; fale o nome do jeito que está escrito lá.
Ele responde sobre outra coisa, mesmo tendo ouvido certo. Antes de responder, o aplicativo conserta o que ouviu comparando com os nomes que conhece — cenas, dispositivos, botões — e uma palavra rara sua pode acabar trocada por um deles. Escreva essa palavra em Voz → Reconhecimento de voz, na aba Nomes que deve acertar: essa etapa também lê a lista, e uma palavra que esteja nela nunca é trocada.
Na lista aparece “Microfone escolhido anteriormente (não encontrado)”. O dispositivo não está mais no sistema — foi desconectado, renomeado ou outro programa o tomou. O reconhecimento não fica mudo: ele passa para o microfone padrão do sistema. Pressione Encontrar microfones, escolha o que você quer e salve.
Diz “O reconhecimento não iniciou”. O motor não conseguiu carregar, e o microfone não tem nada a ver — a linha de baixo diz o que o sistema respondeu. Primeiro atualize o aplicativo: as versões anteriores à 0.14.2 saíam sem uma das bibliotecas do Windows, e num sistema limpo o reconhecimento não iniciava de jeito nenhum. Se a mensagem continuar depois da atualização, envie os logs para o suporte junto com essa linha.