Como o Odusia traduz sua voz dentro da chamada
O Odusia não é um plugin nem um bot que entra na reunião. É um aplicativo no seu computador que cria dois dispositivos de áudio. A chamada usa esses dispositivos; o Odusia traduz o que passa por eles. Funciona no Google Meet, no Zoom e no Teams sem que a plataforma saiba que existe.
Odusia Mic e Odusia Speaker: dois dispositivos, uma conversa
Quando você inicia uma sessão, o aplicativo cria o Odusia Mic e o Odusia Speaker. No Linux isso é feito pelo PipeWire; no Windows, pelo VB-Cable; no macOS, pelo BlackHole. Os dois aparecem na lista de dispositivos da chamada como qualquer microfone ou fone.
- Odusia Mic é o microfone que você escolhe na chamada. Por ele sai a sua voz já traduzida.
- Odusia Speaker é a saída que você escolhe na chamada. Por ele entra a voz dos outros, que o Odusia traduz e entrega nos seus fones.
Seu microfone físico e seus fones continuam sendo os de sempre. Você os escolhe uma vez, no aplicativo, em Áudio. A chamada só enxerga os dispositivos Odusia. Os dispositivos existem apenas enquanto a sessão está iniciada; ao encerrar, somem.
Ida e volta: o caminho do áudio
Cada sessão tem duas direções independentes, que o aplicativo chama de ida e volta.
- Ida: seu microfone → reconhecimento de fala → tradução → síntese de voz → Odusia Mic → chamada. Eles ouvem você na língua deles.
- Volta: chamada → Odusia Speaker → reconhecimento de fala → tradução → síntese de voz → seus fones. Você ouve eles na sua língua.
O reconhecimento, a tradução e a síntese rodam no servidor do Odusia, em São Paulo. O áudio é processado em memória, trecho a trecho, e descartado. Nada é gravado: nem áudio, nem texto da conversa. Os detalhes estão na política de privacidade.
No overlay sobre a chamada, cada direção mostra a fase em que está: ouvindo → traduzindo → falando. Se uma linha fica em "em espera", o áudio não está chegando àquela direção. A ajuda por sintoma cobre os casos mais comuns.
Décalage ≈ 2 s: por que a tradução é por oração
O Odusia traduz oração por oração, não palavra por palavra. Ele espera você fechar uma ideia, traduz com o contexto do que já foi dito na chamada, e fala. O resultado chega ≈ 2 s depois de você terminar a frase. Esse é o décalage, o mesmo nome que intérpretes humanos usam para o atraso entre a fala original e a interpretação.
Palavra por palavra seria mais rápido e pior. Em português o verbo vem antes; em japonês, no fim. Uma tradução que sai antes da oração fechar erra a ordem, o gênero e a intenção. Esperar a oração custa dois segundos e devolve uma frase que faz sentido.
Frases curtas reduzem o atraso. O overlay mostra o décalage medido em tempo real; se o número fica em âmbar, a conexão ou os provedores estão lentos naquele momento.
Perfis equilibrado, preciso e rápido
Você escolhe o perfil antes da sessão. Ele define a troca entre atraso, qualidade e custo em créditos.
- Equilibrado: tradução por oração com o contexto da chamada, ≈ 2 s. Consome 0,2 crédito por minuto — rende 5×. O modo de render em reuniões longas.
- Preciso: máxima qualidade, aceita mais atraso, ≈ 3 s. Consome 0,4 crédito por minuto — rende 2,5×. Para entrevistas, negociações e aulas em que cada frase importa.
- Rápido (padrão): fala a fala, ≈ 1 s. 1 crédito por minuto. Para o ritmo natural de conversa.
Silêncio não é cobrado em nenhum perfil. Os valores e os exemplos de consumo estão na página de preço.
Pânico, mudo por direção e o aviso de IA
Três controles ficam sempre à mão durante a chamada.
- Pânico (Ctrl+Shift+Espaço): passa sua voz original pelo Odusia Mic na hora, sem tradução. Serve quando a tradução atrasa, quando você quer dizer um nome próprio do seu jeito ou quando prefere falar em inglês por um trecho. Apertar de novo volta à tradução.
- Mudo por direção: você silencia a ida ou a volta separadamente. Dá para ouvir a tradução deles sem que sua voz saia traduzida, ou o contrário.
- Aviso de IA: no início da sessão, o Odusia fala aos outros participantes, na língua deles, que a chamada é traduzida por IA. É automático. Ninguém é traduzido sem saber.
A conta exige autenticação em dois fatores (2FA). Uma chamada por conta por vez.
Sete idiomas, qualquer par
Português (BR), inglês, espanhol, francês, alemão, italiano e japonês. Você escolhe o seu idioma e o deles; qualquer combinação funciona, não só a partir do português. Um brasileiro falando com um japonês, um alemão falando com um espanhol, todos pelo mesmo aplicativo.
O cliente existe para Linux (.deb ou AppImage, com PipeWire), Windows 10/11 (instalador mais VB-Cable) e macOS 12+ (.dmg mais BlackHole). Fone com microfone é obrigatório: com alto-falante aberto, a tradução volta pelo microfone e o sistema a ouve de novo.