Conversas de Voz com o Vibe
Nesta página
Atualização de 2 de novembro de 2026 — O Le Chat é agora o Vibe. Desde 28 de maio de 2026, o Le Chat foi rebatizado como Vibe (ainda em chat.mistral.ai): um único agente para trabalho e código, que mantém as suas conversas, definições e subscrições. A experiência legada do Le Chat permanece disponível no modo Chat; no modo Trabalho, os agentes são agora competências (invocadas com
@), as memórias servem de base de conhecimento e a pesquisa aprofundada é a competência Deep Research. Os planos chamam-se agora Mistral Free, Pro, Team e Enterprise. Esta lição utiliza o nome Vibe; note que alguns menus aqui descritos podem ter alterado o nome ou a localização.
Fale com a IA como se fosse um Colega
O modo de voz do Vibe transforma o seu assistente de IA baseado em texto num parceiro de conversa com quem pode simplesmente falar. Não precisa de escrever as suas perguntas: você fala, o Vibe ouve, compreende e responde em voz alta. Alimentado pelo Voxtral Realtime com uma latência inferior a 200 milissegundos, a troca parece fluida e natural: está mais perto de uma chamada telefónica do que dos comandos de voz rígidos dos assistentes de primeira geração.
Ativar o Modo de Voz
Para iniciar uma conversa de voz no Vibe:
- Abra o Vibe em chat.mistral.ai
- Clique no ícone do microfone na área de entrada
- Conceda acesso ao microfone se o seu navegador o solicitar (necessário na primeira vez)
- Comece a falar — o Vibe transcreve a sua voz em tempo real e formula a sua resposta
A resposta chega alguns centésimos de segundo depois de terminar de falar. Desde a primeira tentativa, notará que a experiência se assemelha a falar com um assistente humano ao telefone.
Latência Ultrabaixa
O que distingue o modo de voz do Vibe é a velocidade de resposta, e isso é intencional: o Voxtral Realtime foi construído especificamente para interações em tempo real. A transcrição é instantânea — a sua voz converte-se em texto à medida que fala, graças à arquitetura de streaming do modelo, e não apenas depois de terminar a frase. A resposta segue-se imediatamente: o atraso entre o fim da sua frase e o início da resposta falada é quase impercetível. Também não há interrupção artificial: o modelo deteta naturalmente quando terminou de falar, sem necessidade de pressionar um botão ou usar uma palavra de ativação.
Esta fluidez altera a natureza da ferramenta. Uma latência de vários segundos limita um assistente de voz à ditagem de comandos; uma latência inferior a 200 milissegundos permite conversas reais, com acompanhamentos e divagações.
Casos de Utilização do Modo de Voz
O primeiro caso de utilização a experimentar é o brainstorming vocal. Por vezes, as ideias fluem mais facilmente ao falar do que ao escrever: ative o modo de voz e mergulhe no assunto — «Tenho um projeto de site para uma padaria, ajude-me a pensar no conteúdo das páginas» ou «Preciso de preparar uma apresentação sobre tendências de mercado, por onde começo?». O Vibe responde em voz alta, você rebate ideias, ele reformula: a dinâmica assemelha-se a uma sessão de trabalho com um colega, não ao preenchimento de um formulário.
O modo de voz também se destaca em situações de mãos livres. Enquanto cozinha, peça-lhe para converter 350 graus Fahrenheit em Celsius sem tocar no ecrã com as mãos cobertas de farinha. Enquanto conduz — com as mãos livres, obviamente — peça-lhe para resumir os pontos principais da sua manhã. Enquanto faz exercício, faça aquela pergunta que o incomoda sem interromper o seu treino.
A aprendizagem de línguas é um terceiro campo de exploração: fale numa língua estrangeira e peça ao Vibe para o corrigir. «Vou falar espanhol, corrija os meus erros gramaticais» ou «Deixe-me praticar uma conversa de entrevista de emprego em inglês» transforma o assistente num parceiro de conversa disponível a qualquer momento, sem audiência.
Por fim, não subestime a vertente de acessibilidade: para pessoas com dificuldades em escrever — problemas de visão, mobilidade reduzida, dislexia — o modo de voz oferece acesso total às capacidades do Vibe sem escrever uma única palavra.
Diferença em Relação à Transcrição de Ficheiros
Dois casos de utilização de áudio coexistem no Vibe, e é melhor não os confundir, pois dependem de modelos diferentes. A transcrição de ficheiros, abordada na lição anterior, envolve o carregamento de uma gravação existente que o Vibe converte em texto: trata-se de processamento em lote, gerido pelo Voxtral Mini Transcribe. O modo de voz, objeto desta lição, é uma interação ao vivo: você fala, o Vibe responde imediatamente, e é aí que o Voxtral Realtime entra em ação. Ambos pertencem à mesma família tecnológica, mas cada um está otimizado para o seu caso de utilização — máxima precisão para o primeiro, mínima latência para o segundo.
Boas Práticas para o Modo de Voz
Fale claramente, articulando naturalmente sem forçar: o modelo foi treinado com fala natural, não com dicção robótica. Faça pausas distintas quando terminar a sua pergunta, pois esses silêncios permitem ao modelo detetar o fim da sua intervenção — se hesitar com «hum…» entre ideias, ele pode responder antes de terminar. Se o Vibe não compreender bem, reformule simplesmente a sua pergunta sem reiniciar toda a conversa. E saiba que pode alternar entre o modo de voz e a entrada de texto na mesma conversa: útil quando quer colar uma ligação ou um bloco de texto a meio da conversa.
Limitações do Modo de Voz
Algumas situações degradam a experiência, e é melhor antecipá-las. Em ambientes ruidosos — cafés lotados, escritórios abertos movimentados — o modelo pode ter dificuldade em isolar a sua voz: prefira um local tranquilo ou um auricular com microfone. Sotaques fortes ou dialetos regionais podem representar desafios, embora o modelo lide bem com a maioria dos sotaques comuns. Em conversas muito longas, tal como com texto, o contexto tem limites e o modelo pode «esquecer» o início da troca. Por fim, o modo de voz requer uma ligação estável à Internet: uma ligação lenta introduz atrasos que quebram precisamente a fluidez que torna a ferramenta valiosa.
Pontos-chave
- Inicie o modo de voz com um clique no ícone do microfone no Vibe
- O Voxtral Realtime oferece uma latência inferior a 200 ms para conversas fluidas
- Ideal para brainstorming, utilização com as mãos livres e aprendizagem de línguas
- Pode alternar livremente entre voz e texto na mesma conversa
- Um ambiente tranquilo e uma ligação estável produzem os melhores resultados