Os modelos de voz deram um salto em 2026. Os LLMs de fala mais recentes processam áudio de ponta a ponta: aprendem como vozes e emoções soam e respondem com uma voz genuinamente humana — inclusive detectando a emoção de quem fala.
Tradução ao vivo, em 70+ idiomas
O destaque foi o Gemini 3.5 Live Translate, do Google DeepMind: tradução fala-a-fala quase em tempo real em mais de 70 idiomas, preservando a entonação, o ritmo e o tom do falante. O recurso está sendo disponibilizado na Gemini Live API, no Google Meet e no Google Translate.
A barreira do idioma deixa de ser assíncrona: agora a conversa acontece ao vivo.
Onde isso muda o jogo
Atendimento multilíngue, reuniões globais, acessibilidade e suporte ganham uma nova experiência — sem a espera de transcrever e traduzir em etapas. Para produtos e sistemas, é a chance de alcançar públicos que antes exigiam operações separadas por idioma.
Integrar esse tipo de capacidade a aplicativos e plataformas é exatamente o que fazemos na nossa Fábrica de Software. Vamos conversar.