Agendar demonstraçãoDemonstraçãoFalar com especialista

Manual do painel · Inteligência

Voz & tom: transcrição de áudios do WhatsApp e voz da IA para responder em áudio

Voz & tom é o item do painel que mostra os áudios recebidos dos leads com transcrição e registro de fala, e onde se escolhe a voz sintética com que a IA responde em áudio no WhatsApp.

Quem pode usar

PapelO que vê e faz
DonoVê tudo e faz tudo: ouve os áudios, troca a voz da IA, ouve prévias, testa frases e liga ou desliga a resposta em voz.
AdminOuve os áudios, lê transcrições, ouve as prévias das vozes e testa frases. Trocar a voz e ligar a resposta em voz voltam com aviso de erro: são ações só do dono.
AtendenteVê o item no menu, os áudios recebidos, a transcrição e o registro de fala. As prévias de voz e o teste de frase não tocam (são de administrador para cima) e não pode trocar a voz.

Telas

Voz & tom

A tela Voz & tom serve para acompanhar o caminho do áudio do lead (recebido, transcrito e analisado) e definir como a voz da IA soa quando ela responde em áudio.

Endereço no painel: /app/voz

A tela Voz & tom na conta de demonstração, com dados fictícios e os valores desfocados.

1 · ÁUDIOS RECEBIDOS

Os áudios que os leads mandaram no WhatsApp, cinco por página, do mais recente para o mais antigo.

Botões e ações

‹nome do lead›
Clicar no cartão do áudio (ou Enter/Espaço) seleciona-o e mostra a transcrição e o registro de fala dele ao lado.
Página anterior
Volta para os cinco áudios anteriores.
Próxima página
Avança para os próximos cinco áudios.
  • Cada cartão: avatar, nome do lead, data e hora e o player do áudio (ou Áudio indisponível).
  • O áudio selecionado fica com a borda da marca.
  • Rodapé Página ‹n› de ‹total› · ‹n› áudios quando há mais de uma página.

2 · TRANSCRIÇÃO

O texto do áudio selecionado, transcrito automaticamente.

  • Selo STT automático.
  • A fala do lead entre aspas, em itálico.
  • Sem texto: Sem transcrição — o áudio chegou antes da transcrição ou ela falhou.

3 · REGISTRO DE FALA

O jeito de falar do lead, extraído de cada áudio transcrito.

  • Selo com o registro (por exemplo, informal) e etiquetas com as marcas de fala percebidas.
  • Balão com o tom sugerido para responder àquele lead.
  • Sem análise: Sem registro de fala ainda — é extraído automaticamente de cada áudio transcrito.

Voz da IA

Galeria das vozes sintéticas de catálogo, em três grupos: Femininas, Masculinas e Neutra.

Botões e ações

Voz ‹nome›, ‹gênero›, ‹timbre›Dono
Clicar na linha da voz (ou Enter/Espaço) passa a usá-la na persona ativa; aparece o selo Voz atual e o aviso Voz da IA atualizada.
Ouvir prévia da voz ‹nome›Dono, Admin
Botão redondo de tocar: sintetiza uma frase de boas-vindas com o nome da IA e toca. Clicar de novo pausa (Pausar prévia da voz ‹nome›).
  • Femininas: Nova (clara e enérgica), Shimmer (suave e acolhedora), Coral (calorosa e próxima) e Sage (serena e confiante).
  • Masculinas: Onyx (grave e encorpada), Echo (firme e direta), Ash (jovem e amigável) e Ballad (calma e narrativa).
  • Neutra: Alloy (equilibrada e versátil), a voz usada quando nenhuma foi escolhida.
  • Cada voz tem um círculo colorido que pulsa enquanto a prévia toca (parado com movimento reduzido).
  • Nota de rodapé: vozes sintéticas de catálogo; a voz do lead nunca é clonada nem imitada (LGPD).

Teste com a sua frase

Ouve qualquer frase na voz atual, do mesmo jeito que sai no WhatsApp.

Campos e filtros

Frase de teste da voz
Até 240 caracteres, com contador ‹n›/240. Vazio, toca a frase de boas-vindas com o nome da IA.
  • Player que sintetiza a frase na voz atual; trocar a voz ou a frase prepara um áudio novo.

Responder em voz (TTS)

Decide se a IA responde em áudio quando o lead manda áudio.

Botões e ações

Responder em voz (TTS)Dono
Interruptor que vale na hora: ligado, a resposta a um áudio sai em áudio, na voz escolhida acima. Fica desabilitado quando não há persona ativa.

Estados da tela

Carregando
Blocos cinza no lugar dos cartões.
Sem nada ainda
Nenhum áudio recebido ainda — os áudios dos leads no WhatsApp aparecem aqui.
Se der erro
Não foi possível carregar as amostras de voz, avisando que as respostas continuam gravadas, com botão para tentar de novo.
Prévia não carregou
Aviso Não foi possível carregar a prévia da voz. (é o que o atendente vê ao tentar ouvir).
Navegador bloqueou o som automático
Aviso Prévia pronta — toque de novo para ouvir.
Troca de voz recusada
Aviso Não foi possível trocar a voz. Tente novamente.
Sem persona ativa
Nenhuma persona ativa encontrada. no cartão da resposta em voz, com o interruptor desabilitado.

Passo a passo

Como escolher a voz da IA

  1. Abra Voz & tom no menu.
  2. No cartão Voz da IA, clique no botão de tocar de pelo menos três vozes para ouvir a prévia.
  3. Clique na linha da voz escolhida; ela ganha o selo Voz atual.

Como ouvir uma frase na voz da IA antes de ligar

  1. No cartão Teste com a sua frase, escreva a frase na caixa.
  2. Aperte o play do player logo abaixo.

Como fazer a IA responder áudio com áudio

  1. Escolha a voz no cartão Voz da IA.
  2. Ligue o interruptor Responder em voz (TTS).
  3. Daí em diante, quando o lead mandar áudio, a resposta sai em áudio.

Como ler a transcrição de um áudio do lead

  1. Em 1 · ÁUDIOS RECEBIDOS, clique no cartão do áudio.
  2. Leia o texto em 2 · TRANSCRIÇÃO e o jeito de falar em 3 · REGISTRO DE FALA.
  3. Use Próxima página para ver áudios mais antigos.

Perguntas frequentes

A IA responde em áudio a toda mensagem?

Não. Com Responder em voz (TTS) ligado, ela responde em áudio quando o lead manda áudio; mensagem de texto continua recebendo texto.

Quantas vozes existem para escolher?

Nove: quatro femininas, quatro masculinas e uma neutra.

Qual voz a IA usa se eu nunca escolhi?

A neutra, Alloy.

A IA pode falar com a minha voz ou a voz do meu vendedor?

Não nesta tela: as vozes são sintéticas de catálogo. Para o lead ouvir a voz do seu time, grave respostas em Intent & catálogo, no cartão Respostas gravadas.

Qual o tamanho máximo da frase de teste?

240 caracteres; o contador ao lado do player mostra quantos já foram usados.

Por que um áudio aparece Sem transcrição?

Ele chegou antes de a transcrição estar disponível ou a transcrição falhou. O áudio continua no player para ouvir.

O registro de fala muda a resposta da IA?

Ele mostra o jeito de falar do lead e um tom sugerido. O tom da persona, que vale para todas as conversas, se escreve no Editor de persona.

Guia da Central de ajuda

Voz & tom

Os áudios que os leads mandam, o que foi dito neles e a voz com que a sua IA responde. Dois controles mudam comportamento; o resto é leitura.

Muita gente responde por áudio no WhatsApp, e esta tela existe por causa disso. Ela mostra o que chegou falado, o que foi dito e com que voz a sua IA responde. De tudo que aparece aqui, só duas coisas mudam o comportamento dela: a voz escolhida e o interruptor Responder em voz (TTS) — responder em áudio, em português do dia a dia. O resto é leitura.

A tela por partes

Na tela: Tela Voz & tom com o card de áudios recebidos à esquerda e a galeria de vozes da IA à direita. Nesta conta ainda não chegou áudio nenhum: por isso a esquerda está vazia e os cartões de transcrição e registro de fala não aparecem.

  1. Os áudios que chegaram: Os áudios que os leads mandaram, do mais recente para o mais antigo. Vazio como aqui quer dizer que ninguém mandou áudio ainda — e os cartões 2 · TRANSCRIÇÃO e 3 · REGISTRO DE FALA só aparecem depois que você seleciona um áudio desta lista.
  2. A voz da IA: O primeiro dos dois controles de verdade da tela. O nome que aparece entre parênteses é o da sua persona: escolha uma voz que combine com ele.
  3. Nove vozes em três grupos: FEMININAS (Nova, Shimmer, Coral, Sage), MASCULINAS (Onyx, Echo, Ash, Ballad) e NEUTRA (Alloy), cada uma com o timbre descrito em duas palavras. Clicou, trocou: não existe botão de salvar.
  4. A prévia de cada voz: Ouça antes de escolher, quantas vezes quiser. Prévia não debita nada do seu saldo.
  5. A voz em uso: A escolhida fica com o cartão realçado e a marca Voz atual. É esta que sai no WhatsApp quando responder em áudio está ligado.
  6. A voz do lead nunca é copiada: Todas as vozes são de catálogo. O áudio de quem fala com você serve só para ser entendido — nada é clonado nem imitado.

1, 2 e 3 são o caminho do áudio

Os três números não são tarefas para você executar em ordem. São o trajeto que um áudio faz sozinho quando chega, mostrado passo a passo para você poder conferir onde parou:

1 · ÁUDIOS RECEBIDOS
O que os leads mandaram falado. Clique em um para ver os dois cartões seguintes daquele áudio.
2 · TRANSCRIÇÃO
O mesmo áudio virado texto — é assim que a IA entende o que foi dito. Sem transcrição quer dizer que aquele áudio não pôde ser lido; a conversa segue normal, mas aquele trecho ela não ouviu.
3 · REGISTRO DE FALA
A leitura do jeito de falar daquela pessoa — formal, informal ou neutro — com as expressões que apareceram. Serve de espelho: se todo mundo fala informal e a sua IA responde de terno e gravata, o desencontro está aqui, à vista.

Escolher a voz

  1. Ouça as prévias: O botão redondo ao lado de cada voz toca uma amostra. Ouça pelo menos três antes de decidir — no papel os nomes não dizem nada.
  2. Teste com a sua frase: No cartão Teste com a sua frase, escreva até 240 caracteres e ouça na voz atual. Use uma frase que a sua IA realmente diria, com o nome da empresa e um preço dentro: nome próprio e número são onde as vozes mais se diferenciam.
  3. Clique na voz: A escolha salva no clique e vale da próxima resposta em diante. Trocar não afeta áudio nenhum que já foi enviado.
  4. Decida se ela responde falando: O interruptor Responder em voz (TTS), no fim da coluna, faz a resposta sair em áudio quando o lead manda áudio. Desligado, ela entende o áudio e responde por escrito.

Com um teste A/B rodando

O jeito de falar não se ajusta aqui

Voz é o timbre; tom é o jeito. Esta tela cuida do timbre. Não existe, aqui nem em outro lugar, um campo para escolher entre "você" e "senhor", nem um controle de tamanho da resposta — se alguém te prometeu isso, a promessa estava errada.

O jeito de falar se controla escrevendo, no campo Tom de voz da persona, em Configurações ou no editor de Personas A/B. É texto livre, e é ali que cabem instruções como "trate por você", "respostas de no máximo três linhas" ou "nunca prometa prazo sem confirmar". O Nome da IA também mora lá, não aqui.

O que custa e o que não custa

  • Ouvir prévia não debita nada. Pode ouvir as nove, várias vezes.
  • Testar com a sua frase não debita nada. Escreva e ouça à vontade antes de decidir.
  • Receber áudio de lead debita quando ele vira texto. Transformar a fala em texto é cobrado por minuto, e aparece no extrato como Minuto de voz. Áudio de três minutos custa três vezes o de um. Com a IA atendendo, todo áudio é transcrito; com a equipe atendendo, só com Transcrever áudios no atendimento humano ligado em Configurações — desligado (o padrão), o atendente ouve e nada é cobrado.

O saldo e o preço de cada item estão em Saldo & Recargas. Vale olhar depois da primeira semana com áudio: público que fala muito muda a conta do mês.

Quem pode mexer

  • Trocar a voz e ligar o responder em áudio: só o dono da conta.
  • Ouvir prévias e testar frases: de administrador para cima.
  • Ler os áudios, a transcrição e o registro de fala: quem tem acesso à tela.

No painel: Abrir Voz & tom