Perguntas frequentes

O Auvi é um app de transcrição e tradução em tempo real para iPhone e iPad. Ele escuta as conversas e exibe legendas ao vivo codificadas por cores, atribuindo automaticamente uma cor própria a cada interlocutor. Todo o processamento acontece inteiramente no seu dispositivo – sem conexão com a internet, sem nuvem e sem necessidade de contas.

As pessoas usam o Auvi pelos mais variados motivos: acompanhar conversas em ambientes barulhentos, legendar reuniões e palestras, traduzir ao viajar para o exterior, manter um registro de conversas importantes ou como ferramenta de acessibilidade no dia a dia. Criamos o Auvi para todo mundo.

O Auvi requer um iPhone ou iPad com iOS 17 ou posterior. Também há um app complementar para Apple Watch com watchOS 10 ou posterior, que transmite legendas ao vivo do seu iPhone para o seu pulso.

A qualidade e a velocidade da transcrição podem variar conforme o seu dispositivo. Dispositivos mais novos, com maior capacidade de processamento, produzem resultados mais rápidos e precisos. Em dispositivos com iOS 26 ou posterior, o Auvi pode usar o framework de reconhecimento de voz integrado da Apple, que talvez já esteja instalado no seu dispositivo e não consome memória do app.

Apenas para a configuração inicial em versões mais antigas do iOS, quando o app pode precisar baixar os modelos de reconhecimento de voz. Depois disso, o Auvi funciona totalmente offline – em modo avião, no subsolo, em alas de hospital, em qualquer lugar.

Nas versões mais novas do iOS (26 e posteriores), os modelos necessários talvez já estejam presentes no seu dispositivo, então pode ser que nenhum download seja necessário – você pode começar a transcrever imediatamente.

Em versões mais antigas do iOS, é necessário um download único de modelos de aproximadamente 700 MB. O app avisa você antes de começar e recomenda que você se conecte ao Wi-Fi. Se o download for interrompido, ele é retomado automaticamente.

No iOS 26 e posteriores, o Auvi pode usar os modelos de voz já instalados no seu dispositivo, potencialmente dispensando esse download por completo. O app em si é pequeno; o requisito de armazenamento corresponde quase inteiramente aos modelos de reconhecimento de voz.

Sim. O Auvi inclui um teste gratuito de 7 dias com acesso completo a todos os recursos, incluindo Plus e Translation. Não é necessária conta nem cartão de crédito. Após o teste, você pode comprar o Standard (um pagamento único pelos recursos principais) ou assinar Plus e/ou Translation como complementos opcionais.

O Auvi usa identificação de interlocutores no dispositivo para distinguir as diferentes vozes. A cada interlocutor é atribuída automaticamente uma cor – sem configuração, sem rotulagem e sem cadastro de voz. As cores aparecem pouco depois do texto, já que o mecanismo de identificação processa o áudio em pequenos trechos nos bastidores.

Em conversas mais longas, o Auvi mantém a consistência dos interlocutores para que a mesma pessoa apareça sempre com a mesma cor. Com o Plus, você pode criar perfis de voz que lembram os interlocutores entre sessões – assim, seus colegas, familiares ou amigos são reconhecidos automaticamente da próxima vez.

O Auvi pode transcrever fala em mais de 40 idiomas. Você pode selecionar o idioma de transcrição nos Ajustes. Para conversas multilíngues que alternam entre outro idioma e o inglês, ative o modo Misturado com inglês – o Auvi reconhece os dois idiomas sem distorcer as palavras em inglês. Com o complemento Translation, o Auvi pode traduzir as legendas em tempo real para 31 idiomas, tudo processado no dispositivo. Toque em qualquer legenda traduzida para ouvi-la em voz alta.

O complemento Translation usa o framework de tradução no dispositivo da Apple para converter as legendas para um idioma de sua escolha à medida que elas aparecem. Todos os 31 idiomas compatíveis são processados localmente – nada é enviado a um servidor.

Você também pode tocar em uma legenda traduzida para ouvi-la em voz alta e usar o Type-to-Speak para digitar uma resposta que é lida em voz alta em qualquer um dos dois idiomas. O Quick-Reply Phrasebook dá acesso com um toque a frases comuns para viagens e conversas do dia a dia.

Sem necessidade de um aparelho caro. Ao contrário dos dispositivos de tradução independentes (Pocketalk, etc.), o Auvi funciona no iPhone que você já tem.

O Auvi pode analisar as palavras que estão sendo ditas e avisar você se a conversa coincidir com padrões conhecidos usados em golpes por telefone. Ele cobre 25 categorias de táticas de golpe telefônico – como falsidade ideológica de autoridades, falsa urgência em torno de contas bancárias e exigências de cartões-presente – usando pontuação ponderada com várias palavras-chave.

Você pode definir a sensibilidade como Alta, Média ou Baixa, e o recurso está incluído no Standard sem custo adicional. Toda a análise é feita no dispositivo; o texto da sua conversa nunca é enviado a lugar nenhum.

A detecção de golpes contra turistas é um recurso separado e opcional (marcado como Beta) que cobre 10 categorias de golpes relacionados a viagens, como armadilhas de casas de chá, multas de falsas autoridades, cobranças excessivas em táxis e furtos por distração. Ele usa o mesmo mecanismo de detecção no dispositivo da detecção de golpes em ligações e pode ser configurado de forma independente. Está incluído no Standard e é especialmente útil ao viajar para o exterior.

Os alertas de som ficam atentos a sons ambientais importantes e exibem um aviso visual quando um deles é detectado. Os sons compatíveis incluem campainhas, detectores de fumaça, alarmes de incêndio, sirenes, batidas na porta e muito mais – 15 sons em três níveis de urgência. Sons críticos (como alarmes de incêndio) acionam um alerta tátil mais forte e um aviso mais destacado, mesmo que o restante dos alertas de som esteja desativado.

Você pode configurar seu nome (e variações dele) nos Ajustes. Quando alguém diz seu nome durante uma conversa, o Auvi destaca o texto e envia um toque tátil ao seu telefone e ao seu Apple Watch. Isso é útil em conversas em grupo, em que você pode estar lendo as legendas e deixar passar que alguém está se dirigindo diretamente a você.

Sim. O Auvi funciona com qualquer entrada de áudio compatível com o seu iPhone ou iPad: o microfone integrado, os AirPods, microfones Bluetooth, microfones USB-C, acessórios Lightning e fones de ouvido com fio. Você pode trocar de fonte de áudio a qualquer momento.

Para obter os melhores resultados em ambientes barulhentos ou do outro lado de uma mesa, um microfone de lapela ou um microfone de conferência Bluetooth direcional pode melhorar bastante a precisão.

O Picture-in-Picture (PiP) mantém uma camada flutuante de legendas visível por cima de outros apps. Quando você sai do Auvi para checar algo no telefone, as legendas continuam aparecendo em uma pequena janela que você pode mover pela tela. O PiP é iniciado automaticamente quando você coloca o app em segundo plano durante uma sessão de transcrição ativa.

Sim. O app complementar para Apple Watch (watchOS 10 ou posterior) exibe no seu pulso as legendas ao vivo transmitidas pelo seu iPhone. Você também pode iniciar e parar a transcrição pelo Watch sem tirar o telefone do bolso. Se o seu nome for detectado na conversa, o Watch dá um toque no seu pulso para avisar você.

O Type-to-Speak permite que você digite uma mensagem e a tenha lida em voz alta pelo seu dispositivo. Isso é útil quando você quer responder verbalmente, mas prefere se comunicar por escrito. Um Quick-Reply Phrasebook dá acesso com um toque a frases comuns, e você pode adicionar suas próprias frases personalizadas.

Com o Plus, o Auvi pode extrair automaticamente itens de ação, decisões, datas e participantes das conversas salvas. Os itens de ação podem ser enviados diretamente para os Lembretes do iOS, e as datas para o seu Calendário. As conversas são categorizadas e resumidas, e você pode exportar atas de reunião profissionais por e-mail – tudo processado no dispositivo.

Com o Plus, você pode exportar transcrições como texto simples, PDF ou formatos de legenda (SRT e VTT). As exportações de legenda incluem marcações de tempo e atribuição de interlocutores, o que as torna adequadas para legendar conteúdo em vídeo ou para fins de acessibilidade. Você também pode copiar texto diretamente das legendas e compartilhar por qualquer folha de compartilhamento do iOS.

Não. O Auvi nunca cria arquivos de áudio. Ele converte fala em texto em tempo real e, por padrão, esse texto só existe na memória – ele desaparece no momento em que você para a transcrição ou fecha o app. Se você optar por ativar Salvar transcrições nos Ajustes (um recurso do Plus), apenas o texto é armazenado, localmente no seu dispositivo. Nenhum áudio é gravado em disco ou enviado a lugar nenhum.

Nenhum. O rótulo de privacidade do Auvi na App Store diz “Nenhum dado coletado” porque isso é literalmente verdade. Não há análise de dados, telemetria, relatórios de falhas, monitoramento de uso nem contas. Nada sai do seu dispositivo. O Auvi não faz nenhuma solicitação de rede depois que o download inicial dos modelos é concluído.

Sim. O Auvi oferece suporte à Configuração de Apps Gerenciados (MDM), que permite aos administradores de TI aplicar configurações de privacidade em uma frota de dispositivos gerenciados. Os administradores podem desativar permanentemente o salvamento, a cópia e a exportação de transcrições por meio de perfis MDM. Quando uma configuração é bloqueada por um administrador, o seu controle fica oculto no app. Faça a distribuição pelo Apple Business Manager ou pelo Programa de Compras por Volume com os preços padrão da App Store.

A arquitetura de privacidade do Auvi está fortemente alinhada aos princípios da HIPAA: todo o processamento é feito no dispositivo, nenhum dado é transmitido, nenhum dado é coletado e o salvamento vem desativado por padrão. No entanto, a conformidade com a HIPAA é uma questão organizacional e contratual, não apenas técnica. Se você for implantar o Auvi em um ambiente de saúde, recomendamos consultar a sua equipe de conformidade.

O Auvi começa com um teste gratuito de 7 dias que inclui todos os recursos. Após o teste, o Standard é uma compra única pelos recursos principais de transcrição. Plus e Translation são assinaturas opcionais de renovação automática, disponíveis mensal ou anualmente, ou como um Bundle com desconto. Os preços exatos são exibidos na App Store e variam conforme a região.

Standard (compra única) – Transcrição ao vivo em mais de 40 idiomas, identificação de interlocutores, detecção de golpes, alertas de som, Apple Watch, Picture-in-Picture, alertas de menção de nome e todos os recursos de acessibilidade.

Plus (assinatura) – Tudo do Standard mais histórico de transcrições, busca, atas de reunião com metadados, itens de ação → Lembretes, datas → Calendário, exportar e compartilhar, exportação de legendas (SRT/VTT), copiar texto, marcadores, vocabulários personalizados, pacotes temáticos e perfis de voz.

Translation (assinatura) – Tudo do Standard mais tradução em tempo real no dispositivo em 31 idiomas, toque para ouvir, Type-to-Speak e Quick-Reply Phrasebook.

Bundle – Plus + Translation juntos a um preço com desconto.

Todas as compras são processadas pela App Store da Apple. Os reembolsos são tratados pela Apple de acordo com a política de reembolso dela. Para solicitar um reembolso, acesse reportaproblem.apple.com. Você pode gerenciar ou cancelar assinaturas a qualquer momento nos ajustes do seu Apple ID: vá em Ajustes > [seu nome] > Assinaturas no seu dispositivo.

Atualmente o Auvi não oferece um plano familiar ou uma faixa de preço educacional separada. Organizações que queiram implantar o Auvi em muitos dispositivos podem fazê-lo pelo Apple Business Manager ou pelo Programa de Compras por Volume (VPP) com os preços padrão da App Store. Se você tiver dúvidas sobre a implantação institucional, escreva para support@creativemachines.ai.

O Auvi processa o áudio em pequenos trechos antes de enviá-lo ao mecanismo de reconhecimento de voz. A primeira legenda costuma aparecer depois de cerca de 15 segundos. Isso é normal – é preciso acumular um pequeno buffer de áudio antes de a transcrição começar. Assim que as legendas começam a aparecer, elas são atualizadas continuamente.

Em dispositivos e versões do iOS mais novos, as legendas podem aparecer mais rápido graças a um processamento mais eficiente.

A precisão da transcrição depende de vários fatores:

• Dispositivo e versão do iOS – dispositivos mais novos, com maior capacidade de processamento, produzem resultados mais precisos. O iOS 26+ usa o reconhecimento de voz mais recente da Apple, que pode ser bem melhor.
• Distância do microfone – segure o dispositivo ou coloque-o a cerca de um metro do interlocutor.
• Ruído de fundo – reduza o ruído ambiente sempre que possível ou use um microfone externo.
• Ajuste de idioma – certifique-se de que o idioma de transcrição nos Ajustes corresponde ao idioma que está sendo falado. Se suas conversas costumam alternar entre outro idioma e o inglês, ative Misturado com inglês para melhorar o reconhecimento de ambos.
• Pacotes de vocabulário – se você usa termos específicos de uma área (medicina, direito, tecnologia), ative o pacote de vocabulário correspondente nos Ajustes.

O iOS não permite que apps de terceiros acessem diretamente o áudio das ligações telefônicas. Essa é uma restrição em nível de sistema que se aplica a todos os apps. Mesmo assim, você pode contornar isso:

• Colocando a ligação em viva-voz e posicionando o dispositivo por perto
• Usando um gravador telefônico USB ligado à sua linha fixa, que envia o áudio ao microfone do seu iPhone
• Para videochamadas (FaceTime, Zoom, Teams), usando o alto-falante do dispositivo

O app inclui uma seção de Dicas com orientações para obter os melhores resultados. Para conhecer os acessórios recomendados, veja nossa página de Acessórios.

O download inicial é de aproximadamente 700 MB, então pode levar alguns minutos dependendo da sua conexão com a internet. Recomendamos usar Wi-Fi. Se o download for interrompido, reabra o app e ele será retomado de onde parou.

Observação: No iOS 26 e posteriores, talvez esse download nem seja necessário – os modelos exigidos podem já estar presentes no seu dispositivo.

O Auvi impede automaticamente que sua tela bloqueie enquanto a transcrição está ativa. Se a sua tela ainda assim continuar se apagando, verifique se a transcrição está de fato em execução (o indicador de escuta deve estar visível) e se o Modo de Baixo Consumo não está anulando a prevenção do bloqueio de tela. Quando você para a transcrição, o comportamento normal de bloqueio de tela é retomado.

Quando a tela bloqueia, o iOS restringe brevemente o acesso à GPU, que o mecanismo de reconhecimento de voz utiliza. O Auvi detecta isso e começa a guardar o áudio em um buffer, mas pode haver uma lacuna de 1 a 3 segundos enquanto o sistema faz a transição. Assim que o Auvi passa para o modo em segundo plano, a transcrição é retomada normalmente.

Dica: O Auvi mantém a tela acesa durante a transcrição ativa, então isso só acontece se você bloquear o dispositivo manualmente. Se estiver em uma conversa, deixe a tela acesa para ter legendas sem interrupções.

No iPhone, o AirPlay para uma Apple TV usa o espelhamento de tela – toda a tela do seu iPhone é exibida na TV, incluindo as legendas. Isso funciona bem em situações de grupo, em que você quer que todos vejam a transcrição ao vivo.

Para uma visualização somente de legendas (sem a interface do app), conecte o seu iPhone com um adaptador HDMI USB-C ou Lightning. Isso ativa o modo de tela externa dedicado do Auvi, que exibe legendas em formato grande sobre um fundo limpo – ideal para reuniões, salas de aula ou eventos.

No iPad, você também pode usar o AirPlay no modo “Estender Tela” para obter a visualização somente de legendas sem fio.

A análise por IA (resumos, itens de ação, decisões) usa um modelo de linguagem no dispositivo que exige uma capacidade de processamento considerável. O iOS restringe esse processamento quando o app está em segundo plano para preservar a bateria e o desempenho do sistema.

Para obter os melhores resultados: Depois de salvar uma conversa, mantenha o Auvi em primeiro plano por 15 a 30 segundos enquanto o indicador “Analisando sua conversa…” estiver visível. Quando a análise terminar, você pode sair à vontade.

Se a análise foi interrompida, você pode reprocessar qualquer conversa salva abrindo-a e tocando em Analisar com IA.

Esse é o comportamento padrão do Picture-in-Picture do iOS. Ao tocar na janela PiP, primeiro aparecem os controles de reprodução (incluindo um botão de expandir), e ao tocar no botão de expandir você volta ao app. É assim que todas as janelas PiP funcionam no iOS – a Apple não permite que os apps personalizem essa interação.

O Auvi foi criado com a acessibilidade no centro de tudo:

• Cinco esquemas de cor: Sistema, Claro, Escuro, Alto Contraste e Amarelo sobre Preto
• Tamanho de fonte ajustável de 16pt a 48pt, independente do tamanho de fonte do sistema iOS
• Suporte completo ao Texto Dinâmico do iOS, incluindo os maiores tamanhos de texto de acessibilidade
• Suporte a texto em negrito, seguindo a preferência do sistema iOS
• Alternância para uma paleta de interlocutores adequada a daltônicos
• Rótulos de VoiceOver em todos os controles
• Resposta tátil para nova fala, menções de nome e alertas de som
• Suporte a Reduzir Movimento em todas as animações
• Todas as orientações de tela, incluindo a retrato invertida
• Introdução somente visual que funciona com tamanhos de texto muito grandes

Sim. Todos os controles têm rótulos e descrições de VoiceOver. Os novos segmentos de legenda são anunciados à medida que aparecem, de modo que pessoas usuárias de leitores de tela podem acompanhar uma sessão de transcrição. Isso é importante porque algumas pessoas têm ao mesmo tempo perda auditiva e deficiência visual, e as ferramentas de acessibilidade não devem ser mutuamente excludentes.

• Sistema – segue automaticamente o seu ajuste de Modo Claro ou Escuro do iOS
• Claro – sempre claro, independentemente do ajuste do sistema
• Escuro – sempre escuro, independentemente do ajuste do sistema
• Alto Contraste – maximiza o contraste para pessoas com baixa visão
• Amarelo sobre Preto – texto amarelo de alta visibilidade sobre preto

Cada esquema tem variantes de cor ajustadas para as cores de identificação de interlocutores. A alternância para a paleta adequada a daltônicos funciona em todos os esquemas.