Reconhecimento de voz

Instalado à parte, como parte do pacote Reconhecimento de Voz: este módulo não vem no instalador do aplicativo. Abra Catálogo de Módulos → Extensões e clique em Instalar no cartão do pacote Reconhecimento de Voz; o pacote instala todos os seus módulos de uma vez.

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. Só a palavra sozinha conta: “pare, e troca o título” é um pedido, não a palavra de parada.

Deixe o campo vazio e a palavra do idioma que você fala é usada: stop, стоп, alto, pare, stopp.

A palavra interrompe tudo o que o aplicativo está lendo, não só o bot. Ela faz o mesmo que Parar no bloco Voz: Fila: a fala em andamento é cortada e a fila inteira é jogada fora, inclusive as doações e inscrições que estavam esperando a vez. Elas não são lidas depois. Se você só quer cortar a fala atual, aperte Pular nesse bloco.

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 uma lista de frases para decorar. Os comandos mais comuns são reconhecidos no seu próprio computador, sem a IA: salvar um clipe, mudar de cena ou ligar e desligar uma tomada inteligente pelo nome, encerrar uma enquete, fechar as apostas de uma previsão e cancelá-la. Eles rodam na hora e não custam nada. Todo o resto vai para a IA, que entende o que você quis dizer, então “corta um clipe” e “salva esse momento” chegam na mesma ação que “faz um clipe”. Os nomes que o bot 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

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.

Só a sua voz pode pedir uma ação

O bloco Quem pode pedir em Chat Bot → Controle por voz diz isso em duas linhas: A sua voz recebe as ações, Chat, qualquer pessoa nele recebe só conversa. Um espectador ou um moderador que escreve “inicia uma previsão” ou “faz um clipe” para o bot no chat recebe uma resposta em palavras e nada acontece, seja qual for o jeito de escrever. O mesmo vale para a sua própria conta no chat: no chat o bot não recebe as ações de jeito nenhum, e o único jeito de pedir uma é o seu microfone.

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.

Cinco 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. É o mesmo interruptor que Ler as respostas em voz alta na tela de Controle por voz;
• Copiar o feed — põe o histórico inteiro na área de transferência, cada linha com a hora e quem falou;
• Limpar o feed — esvazia o histórico do bloco. Nada mais muda: as ações já feitas continuam feitas;
• 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.

Enquanto você está ao vivo, o cabeçalho também mostra um contador como 12 💎 nesta stream: os créditos que o assistente de voz gastou desde que esta stream começou. As respostas no chat não entram nele. O contador recomeça do zero na próxima stream e fica escondido enquanto você está offline.

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.

• Os comandos comuns não custam nada. Salvar um clipe, mudar de cena, ligar ou desligar uma tomada inteligente pelo nome, encerrar uma enquete, fechar as apostas de uma previsão e cancelá-la são reconhecidos no seu computador e rodam sem a IA, mesmo sem conta e com saldo zero.
• Todo o resto 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 preço no cartão de cada ação é o que ela custa quando a IA a executa.
• 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. Se o cartão de status ou o bloco Stream: Voz disser Nenhum microfone encontrado, o app não vê nenhum microfone: conecte um. Com Segurar uma tecla, aperte a tecla de novo; com Sempre, a escuta volta sozinha. Verificar o microfone dá a mesma resposta na hora, e aumentar o ganho não adianta aqui.

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 microfone salvo não bate com nenhum dispositivo que o sistema mostra agora. Ao abrir o microfone, o app primeiro procura o mesmo dispositivo pelo nome e, se ele estiver lá, continua usando e salva de novo. Se ele sumiu mesmo, o reconhecimento passa para o microfone padrão do sistema, e tanto o cartão de status desta página quanto o bloco Stream: Voz dizem O microfone escolhido não foi encontrado; o cartão também mostra o nome do microfone usado no lugar. Conecte o seu de volta: com Sempre o app volta para ele sozinho, com Segurar uma tecla no próximo aperto. Para usar outro, pressione Encontrar microfones, escolha e salve. Se não houver microfone nenhum, o reconhecimento não tem o que escutar, e os dois dizem Nenhum microfone encontrado.

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 em um 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.