Voz

Assistente de voz no dispositivo para iPhone: como funciona e o que esperar

ATUALIZADO A 5 DE NOVEMBRO DE 2026 · 4 MIN DE LEITURA · ORVENA LABS

Um assistente de voz no dispositivo são três programas que trabalham à vez: um que o ouve, um que decide o que dizer e fazer, e um que fala. A maioria dos assistentes executa o do meio, e muitas vezes também os outros dois, num servidor. O Orvena executa os três no iPhone por predefinição. Eis o que isso implica, como o configurar e onde estão os limites.

O Orvena é gratuito para iPhone 15 Pro e posteriores. A voz faz parte do Premium Unlock, uma compra única. Descarregar

O que um assistente de voz no dispositivo executa no telemóvel

Ouvir. O Orvena usa o reconhecedor de fala no dispositivo da Apple, da framework Speech do iOS 26. Da primeira vez que fala num idioma, o iOS descarrega o modelo de reconhecimento desse idioma, por isso a breve pausa "A preparar…" antes de falar dura mais nessa vez.

Decidir. O mesmo modelo que responde quando escreve: o Orvena 4B, o modelo próprio do Orvena, um download de 3,1 GB que funciona na GPU do telemóvel, ou, no iOS 27, a Apple Intelligence, que vem integrada no iOS. Pode usar as ferramentas do telemóvel enquanto fala: mover uma reunião, definir um alarme, ver a meteorologia, encontrar uma fotografia.

Falar. Dois motores de fala neurais geram a voz no telemóvel. Um cobre inglês, espanhol, francês, italiano e português e é um download de cerca de 345 MB; o outro cobre mais 26 idiomas e tem 400 MB. Cada um tem também uma versão feita para o Neural Engine do iPhone, com 634 MB no primeiro caso e 129 MB no segundo, para que a fala não dispute a GPU com o modelo de linguagem. Todos são descarregados depois de desbloquear a voz e terminam em segundo plano, e a primeira sessão de voz prepara-os uma única vez.

Acompanhar a conversa. Um pequeno modelo do próprio Orvena, o Cue, percebe o que quer dizer quando fala ao mesmo tempo que o Orvena, e responde a frases curtas como "ouves-me?" sem o modelo de linguagem. É um download de 385 MB e toma cada decisão no Neural Engine em cerca de 10 milissegundos.

Com qualquer um dos modelos no dispositivo, nada nesse ciclo passa pela rede. O modo de voo é o teste mais honesto: ative-o, inicie uma sessão de voz, pergunte o que tem no calendário amanhã e ouça a resposta.

Iniciar uma conversa

Como decorre uma troca

O Orvena ouve e mostra a transcrição enquanto fala. Considera que terminou a sua vez após 1,5 segundos de silêncio, ou 0,6 segundos se o reconhecedor já tiver marcado a sua frase como final, o que torna a troca rápida sem o interromper a meio de um pensamento. Depois pensa, usa uma ferramenta se o pedido precisar, mostra o resultado como um cartão e diz a resposta em voz alta. Quando a resposta termina, volta a ouvir, por isso a conversa continua sem usar as mãos. Uma sessão termina quando toca em Encerrar, ou após 90 segundos sem que nada seja dito.

O Orvena continua a ouvir enquanto pensa e fala, e o cancelamento de eco do iPhone mantém a voz do próprio Orvena fora do microfone. Quando começa a falar, o Orvena baixa a voz enquanto o Cue percebe o que quis dizer: um "hum-hum" deixa-o continuar, "espera" ou "chega" termina a resposta, e uma pergunta nova fá-lo parar e torna-se a sua próxima intervenção. Interromper o Orvena explica como cada frase é interpretada e as respostas que dá sem o modelo de linguagem.

O que funciona offline

Tudo o que foi descrito acima, e todas as ferramentas que vivem no telemóvel: calendário, lembretes, alarmes e temporizadores, fotografias, resumos da app Saúde, contactos, ficheiros, música. O que precisa de ligação é o que precisa do mundo exterior: pesquisa na web, leitura de uma página web, meteorologia, pesquisa de lugares e tempos de viagem, serviços ligados como o Notion ou o GitHub, o Private Cloud Compute e qualquer modelo na nuvem que adicione com a sua própria chave. Cada um deles está listado, com a condição em que chega à rede, no registo da página inicial.

Os limites

O Orvena não tem palavra de ativação própria. O iOS reserva a escuta permanente para a Siri, por isso um assistente de terceiros tem de ser aberto ou acionado: o botão Ação inicia uma sessão de voz, e dizer "Pergunte ao Orvena" à Siri passa-lhe uma única pergunta. O modelo é mais pequeno do que os que estão por trás dos assistentes na nuvem, e em pesquisas longas ou numa área especializada vai notar a diferença; para o que as pessoas perguntam em voz alta a um telemóvel (a agenda, a meteorologia, um lembrete, uma fotografia, um alarme que conta com o tempo de viagem), tem o tamanho certo. A voz precisa de um iPhone 15 Pro ou mais recente com 8 GB de memória, porque o modelo de linguagem também precisa. E os idiomas que o Orvena consegue ouvir dependem do reconhecedor no dispositivo da Apple, que ainda não abrange o búlgaro, o estónio, o letão, o lituano nem o esloveno: o Orvena lê-os e escreve-os quando conversa por escrito, mas não os consegue ouvir. O seletor de idioma só oferece idiomas que consegue ouvir e falar.

A voz na nuvem opcional

Se tiver uma chave OpenAI, pode fazer uma sessão de voz ao vivo com o modelo em tempo real da OpenAI. É mais rápida no vaivém da conversa; em troca, o seu áudio é transmitido para a OpenAI. O Orvena pede consentimento antes de a sessão começar, volta a perguntar se a conversa já contiver dados de saúde ou financeiros, e identifica o ecrã de voz com "nuvem" a âmbar em vez de "neste iPhone" a verde, para que saiba sempre em que modo está.

Perguntas frequentes

A voz do Orvena precisa de ligação à internet?

Não, desde que os pacotes de voz estejam no telemóvel, juntamente com o modelo do próprio Orvena se o usar em vez da Apple Intelligence, e que o iOS tenha descarregado o reconhecedor do seu idioma da primeira vez que o falou. O reconhecimento, a resposta e a fala funcionam todos no telemóvel, a menos que tenha escolhido o Private Cloud Compute ou um modelo na nuvem. Só os pedidos que precisam do mundo exterior, como uma pesquisa na web ou a meteorologia, usam a rede, e só quando os faz.

Em que idiomas posso falar com ele?

Em 26 dos seus 31 idiomas, e em norueguês. O reconhecimento de voz da Apple no dispositivo ainda não abrange o búlgaro, o estónio, o letão, o lituano nem o esloveno, por isso, nesses idiomas, o Orvena compreende o que escreve e responde por escrito, mas não consegue ouvir. Os guias de voz abordam cada idioma.

Posso interromper o Orvena enquanto está a falar?

Sim. Comece a falar e ele baixa a voz enquanto percebe o que quis dizer. Continua depois de um "hum-hum", cala-se com "espera" ou "chega" e responde logo a uma pergunta nova. Se ainda não tiver sido possível descarregar os modelos por trás disto, a voz funciona na mesma e mostra "Interromper está desativado por enquanto. O Orvena vai terminar de configurar isso na próxima vez que você iniciar a voz."

Posso usar AirPods ou um auricular Bluetooth?

Sim. As sessões de voz permitem tanto o perfil Bluetooth mãos-livres como o estéreo; caso contrário, é usado o altifalante integrado.

A voz é gratuita?

Escrever é gratuito e sem limites. As conversas por voz fazem parte do Premium Unlock, uma compra única de 14,99 USD, sem subscrição.

Porque é que não há palavra de ativação?

O iOS só permite que a Siri ouça em segundo plano. Pode dizer "Pergunte ao Orvena" à Siri, que lhe pergunta o que quer saber, ou iniciar uma sessão de voz a partir do botão Ação, dos Atalhos ou do botão da forma de onda na app.

Experimente em modo de voo.

O Orvena é gratuito na App Store para iPhone 15 Pro e posteriores. As conversas por voz fazem parte do Premium Unlock, uma compra única.

Descarregar na App Store