Acompanhamento por voz - um teleprompter controlado pela voz
O acompanhamento por voz move o roteiro no ritmo em que você fala de verdade. Quais navegadores dão conta, para onde vai o áudio em cada um e o que acontece quando não dá.
O que o acompanhamento por voz faz
O acompanhamento por voz escuta enquanto você lê e move o roteiro para acompanhar. Você desacelera e ele desacelera. Você para para responder uma pergunta e ele para. Você retoma a frase e ele segue dali.
Ele vem desligado quando a página carrega, e continua desligado até você apertar o botão do microfone na barra de controles. Nada escuta antes disso, e ligar é o momento em que o seu navegador pede o microfone. Não existe uma caixa de diálogo nossa na frente daquela, porque a chavinha já é você pedindo o recurso.
O que move o roteiro é uma correspondência, não um nível de volume. Ele pega as últimas palavras que ouviu, procura entre as palavras logo à frente da linha de leitura e move o roteiro até onde elas caíram. Fala que não está no roteiro deixa o roteiro onde está: uma tosse, um comentário para quem segura a luz, uma palavra que o reconhecedor entendeu errado. Ele espera em vez de dar um solavanco.
Para onde vai o seu áudio
O reconhecimento de fala é do seu navegador, não nosso. Dependendo de em qual navegador você está, o seu áudio ou fica na sua máquina ou vai até o fabricante daquele navegador para virar texto. A linha ao lado da chavinha diz em qual dos dois você está antes de você habilitar qualquer coisa. No primeiro caminho ela diz:
O reconhecimento de fala roda no seu aparelho. O áudio não é enviado para lugar nenhum.
No segundo:
Seu navegador não consegue rodar o reconhecimento de fala no próprio aparelho. Ligar isto envia o áudio para o fabricante do navegador transcrever.
Onde o navegador consegue reconhecer fala no próprio aparelho, é isso que a gente pede a ele. Na primeira vez que você liga o acompanhamento por voz, isso pode significar baixar um pacote de idioma; instalado o pacote, o reconhecimento acontece na sua máquina. Onde o navegador não consegue, o que hoje quer dizer Safari e iOS, o áudio vai para o fabricante do navegador ser transcrito, sob os termos desse fabricante.
De um jeito ou de outro, a gente não recebe, não guarda nem repassa o seu áudio. A gente não está nesse caminho, em momento nenhum. Seu microfone fala com o seu navegador, e o seu navegador nos entrega texto.
Essa linha fica ao lado da chavinha o tempo todo porque nada mais diz isso. O aviso de permissão do seu navegador pergunta se um site pode usar o microfone. Ele não diz para onde o áudio vai depois, e a própria orientação da Apple põe a tarefa de explicar isso no site, e não no sistema.
Duas frases que a gente não vai escrever, porque em alguns navegadores elas são falsas: o reconhecimento aqui não é sempre local, e o acompanhamento por voz não é sempre utilizável offline. As duas são verdade no caminho no aparelho, depois que o pacote de idioma baixou. Nenhuma das duas é verdade no caminho do fabricante, em que a transcrição acontece em outro lugar e precisa de conexão para chegar lá.
Quais navegadores dão conta
Em 27 de agosto de 2026:
- Chrome, no computador e no Android, funciona. O reconhecimento está lá atrás de um prefixo desde o Chrome 25, e desde o Chrome 139 ele consegue rodar no aparelho, que é o caminho que a gente pede primeiro.
- Safari funciona no Mac desde o 14.1 e no iOS desde o 14.5, pelo caminho do fabricante. Se a Apple transcreve no aparelho ou num servidor depende do aparelho e das configurações dele, e um site não consegue enxergar qual dos dois está acontecendo, então esta página não finge saber.
- Edge tem a interface e é instável com ela. Ele costuma falhar no instante em que o reconhecimento começa, seja qual for o idioma que você pedir. Quando isso acontece, o roteiro volta à velocidade fixa e avisa.
- Firefox, no computador e no Android, não disponibiliza isso para os sites. Ele vem com o recurso desligado desde a versão 22.
- Opera não tem suporte.
- Samsung Internet tem suporte desde a versão 4.
O caniuse põe o reconhecimento de fala em 87,55% do uso global de navegadores, contando suporte parcial. Dois dos buracos nesse número importam aqui: o Firefox, e qualquer que seja o Edge em que você tenha caído.
A gente não vai te dizer que todo navegador moderno tem suporte a isso. Um dos grandes não tem, e a primeira pessoa a abrir esta página no Firefox poderia dizer isso.
O caminho do fabricante também precisa de conexão para funcionar. Só o caminho no aparelho roda offline, e só depois que o pacote de idioma baixou.
O que acontece quando não dá
São três estados, não dois.
Funciona. A chavinha está lá e desligada. Você liga, o seu navegador pede o microfone, você decide.
Não dá para funcionar aqui. O botão continua onde está, marcado como indisponível, com uma linha embaixo dizendo que este navegador não faz reconhecimento de fala e que o roteiro vai rolar em velocidade fixa. A gente não esconde o botão. Uma página que descreve um recurso que você depois não acha em lugar nenhum do produto gastou a sua visita com uma promessa que nunca pretendeu cumprir. O botão indisponível continua alcançável pelo teclado e continua recebendo o anel de foco, e a linha que o explica está presa ao botão em vez de flutuar por perto, então um leitor de tela recebe a explicação junto com o controle.
Quebrou no meio. O reconhecimento pode estar presente e ainda assim falhar no momento em que começa. O Edge faz isso rotineiramente, e um microfone recusado ou uma conexão que caiu fazem isso em qualquer lugar. O acompanhamento por voz se desliga sozinho, a rolagem em velocidade fixa assume, e a barra de controles avisa que o roteiro voltou à velocidade fixa. Ele anuncia isso em voz alta em vez de só mudar uma cor, porque naquele momento você está olhando para a linha de leitura, não para a barra.
Esse terceiro estado é o motivo de perguntar ao navegador se ele tem o recurso não bastar sozinho. O Edge responde que sim e depois falha, então a falha tem que ser capturada onde acontece e respondida com algo que você consiga ver.
Em que idioma ele escuta
O acompanhamento por voz pede ao reconhecedor o idioma em que a página está, e pergunta ao seu navegador naquele momento se ele dá conta daquele idioma, em vez de consultar uma lista guardada por nós. O Chrome não publica lista dos idiomas que o reconhecedor dele suporta, e o conjunto de idiomas com modelos no aparelho muda sem aviso. Uma tabela no nosso código estaria desatualizada em poucos meses, e errada com confiança.
Duas listas se confundem aqui. Os idiomas em que a interface deste site está disponível e os idiomas que o seu navegador consegue transcrever vêm de lugares diferentes e não são o mesmo conjunto. Nenhuma das duas te diz a outra.
Se você precisa disso
A maior parte da leitura não precisa. Uma velocidade fixa ajustada às suas próprias palavras por minuto é o caminho principal aqui, e o teleprompter foi feito em torno disso. O acompanhamento por voz ganha o lugar dele quando o ritmo não é você quem dita: uma entrevista em que alguém te interrompe, uma demonstração em que você espera um build terminar, um take em que você para para mexer numa luz e recomeça o parágrafo.
Ele também custa algo. Ele quer um microfone, uma sala silenciosa o bastante para o reconhecedor do seu navegador e, na maioria dos navegadores, uma conexão. Uma velocidade fixa não quer nada disso, e tanto a duração mostrada no palco quanto o cronômetro de roteiro saem dela.
Isso também não é um recurso raro. Em 27 de agosto de 2026, VoicePrompter e SolPrompter acompanham a sua voz de graça e sem cadastro. O que é particular neste aqui é mais estreito e verificável: ele fica desligado até você pedir, pega o caminho no aparelho sempre que o navegador oferece um, te diz em qual caminho você está antes de você ligar, e avisa em voz alta quando desistiu.
Perguntas
Funciona no Firefox? Não. O Firefox não disponibiliza o reconhecimento de fala para os sites. O teleprompter continua funcionando lá; o roteiro rola em velocidade fixa.
Minha voz vai para algum servidor? Depende do seu navegador, que é justamente por que a chavinha avisa antes de você ligar. Nos navegadores que reconhecem fala no aparelho, o áudio fica no aparelho. No Safari e no iOS, ele vai para o fabricante do navegador ser transcrito. A gente nunca recebe.
Preciso permitir o microfone? Precisa. Sem isso o acompanhamento por voz não tem como te ouvir. Recusar é uma resposta normal, e deixa o roteiro em velocidade fixa.
Ele grava alguma coisa? Não. Nada aqui grava áudio nem vídeo. O reconhecedor transforma fala em texto e o texto move o roteiro.
O que acontece se ele parar no meio do take? O roteiro volta para a velocidade que você definiu e a barra de controles avisa, para você não ter que descobrir sozinho.