Conhece o momento. A chamada começa, toda a gente diz olá e, de repente, aparece um mosaico novo: "O bot de gravação entrou na reunião." A conversa fica tensa. Alguém pergunta para que serve o bot, outra pessoa quer saber onde vai parar a gravação, e a discussão franca que esperava transforma-se numa conversa cautelosa. Muitas empresas já bloqueiam bots de reunião por completo, e há clientes que se recusam pura e simplesmente a falar com um deles na sala. No entanto, a necessidade que trouxe o bot não desapareceu: alguém continua a ter de se lembrar do que foi dito, de quem se comprometeu com o quê e do que acontece a seguir.
Existe uma forma mais discreta de obter uma transcrição, e não passa por convidar seja o que for para a sua reunião. A futura extensão RealtimeVoiceKIT para Chrome e Edge capta o áudio do separador do navegador onde a reunião está a decorrer e transcreve-o ao vivo. O Google Meet já reproduz a voz de todos os participantes nesse separador. A extensão limita-se a ouvir o que o seu navegador já está a reproduzir, diretamente no seu computador. Nenhum bot entra na chamada, nenhum nome extra aparece na lista de participantes e ninguém tem de aprovar um convidado externo.
Usá-la é deliberadamente banal. Entra na chamada do Google Meet como sempre, clica no ícone do RealtimeVoiceKIT na barra de ferramentas e inicia uma captura de separador. A partir desse momento, a extensão transforma o áudio da reunião em texto em tempo real, para poder espreitar a transcrição ao vivo sempre que perder o fio à meada. Como a captura pertence ao seu navegador e não à reunião, funciona sem acesso ao calendário, sem aprovação de administradores e sem pedir ao outro lado que mude o que quer que seja na forma como entra na chamada.
A transcrição ao vivo é só metade da história. Enquanto a sessão decorre, um assistente com IA de última geração fica disponível para as perguntas que normalmente rabiscaria nas margens. Peça um resumo rápido dos últimos dez minutos antes de intervir. Peça as tarefas acordadas até ao momento. Peça uma sugestão de resposta quando uma pergunta difícil cai no chat. Em vez de dividir a atenção entre ouvir e tomar notas, fica na conversa e deixa a transcrição guardar a memória.
Um detalhe que conta na prática: a sessão não depende de o popup ficar aberto. Feche o popup, mude de separador para pesquisar alguma coisa, apresente um documento, volte. A captura continua a correr em segundo plano até a parar a partir da barra de ferramentas. Quando a reunião termina, a transcrição completa já está à sua espera na biblioteca RealtimeVoiceKIT.
É nessa biblioteca que a transcrição começa a compensar. Cada captura chega com um resumo com IA, por isso a chamada de sessenta minutos torna-se um parágrafo que pode colar num email de seguimento. Pode fazer perguntas sobre a conversa em linguagem natural e receber respostas baseadas no que foi realmente dito. Se a chamada aconteceu noutro idioma, ou precisa de chegar a colegas que falam outro, pode traduzir a transcrição para mais de 50 idiomas. E se precisar de legendas, a exportação SRT e VTT está à distância de um clique.
Vale a pena ser claro sobre a diferença entre isto e um bot, porque muda mais do que o ambiente. Um bot é um participante: precisa de um convite ou de acesso ao calendário, ocupa um lugar, é visível para todos e está sujeito às políticas de reunião da empresa do anfitrião. A captura de separador é o seu próprio navegador a registar aquilo que já reproduz para si, como tirar apontamentos com uma caligrafia muito boa. Uma nota honesta sobre etiqueta e lei: as regras de gravação variam de país para país e de empresa para empresa, por isso avise as pessoas de que está a transcrever a chamada e obtenha consentimento onde as regras locais o exigirem. Uma transcrição nunca deve ser uma surpresa.
O Google Meet é o caso óbvio, mas a mesma captura funciona com tudo o que o seu navegador reproduz. Reuniões Zoom feitas no navegador, webinars, mesas-redondas, sessões de formação, um vídeo do YouTube de onde precisa de citações: se o separador emite som, a extensão consegue transformá-lo em texto. Isso torna-a menos uma ferramenta de reuniões e mais uma resposta geral à pergunta "este áudio está a tocar no meu navegador, porque é que não o posso ter em texto?".
A extensão ainda não está disponível: chega em breve à Chrome Web Store e vai funcionar no Chrome e no Edge desde o primeiro dia. Mas não precisa de esperar para tirar partido. O RealtimeVoiceKIT já transcreve gravações de reuniões hoje: carregue o ficheiro do Meet ou de qualquer gravador em realtimevoicekit.com e recebe uma transcrição precisa de voz para texto com identificação de quem fala, um resumo com IA, tradução e exportação de legendas. O plano gratuito inclui minutos de transcrição todos os meses, sem cartão de crédito. Crie já a sua conta e avisamos no momento em que a extensão ficar disponível.
The RealtimeVoiceKIT team escreve sobre áudio, IA e os fluxos de trabalho que transformam gravações em alcance para a equipa da RealtimeVoiceKIT.