Início Modelos e Tecnologia Meta Muse ganha voz e avatares em tempo real
Modelos e TecnologiaÚltimas notícias

Meta Muse ganha voz e avatares em tempo real

A Meta começou a liberar conversas por voz e avatares expressivos no Meta Muse, seu assistente de inteligência artificial. A atualização importa porque transforma a interação, antes concentrada em texto, em uma conversa contínua na qual a voz, os movimentos labiais e as expressões do personagem são gerados de forma sincronizada.

Interface do Meta Muse com conversa por voz em tempo real
Imagem: Divulgação (Meta)

O recurso está chegando inicialmente aos Estados Unidos no aplicativo Muse para celular, web e Mac. A empresa também afirma que as conversas por voz serão levadas futuramente aos óculos com IA e ao dispositivo Muse Charm. Não há, no anúncio, uma data de disponibilidade para o Brasil.

Meta Muse ganha uma interface mais próxima de uma conversa

O novo modo pode ser iniciado pelo ícone de telefone no aplicativo. Segundo a publicação oficial da Meta, a proposta é permitir que a pessoa desenvolva uma ideia falando, sem precisar estruturar cada pedido como um comando escrito.

Entre os exemplos apresentados estão planejar viagens, preparar entrevistas de emprego, ensaiar apresentações e discutir uma proposta. O assistente pode continuar processando a tarefa enquanto o usuário caminha ou realiza outra atividade. A conversa também aceita interrupções, característica importante para que a experiência não fique presa a uma sequência rígida de pergunta e resposta.

Diagrama da arquitetura de voz e avatar do Meta Muse
Imagem: Divulgação (Meta)

O avatar pode aparecer ao lado da conversa ou ocupar a tela inteira. A Meta diz oferecer centenas de opções de voz, com estilos que podem ser trocados pelo usuário. Expressões e gestos variam conforme o tom da fala, mas a qualidade percebida dependerá de fatores como latência, naturalidade da animação e consistência visual durante diálogos longos.

Como voz e avatar funcionam no Meta Muse

A explicação técnica da Meta descreve um sistema de streaming que conecta inteligência conversacional, voz e representação visual. O Muse Realtime Voice produz tokens de fala que carregam tanto o conteúdo quanto a forma de entrega. Um decodificador transforma esses tokens em áudio, enquanto o Muse Realtime Avatar usa o mesmo fluxo para gerar a animação correspondente.

Gráfico técnico de eficiência do avatar em tempo real do Meta Muse
Imagem: Divulgação (Meta)

O compartilhamento desse sinal ajuda a manter voz, movimentos labiais e expressões sincronizados. O avatar é gerado por um Diffusion Transformer condicionado pela fala, por uma imagem de referência e por uma janela móvel dos quadros recentes. Em vez de criar um vídeo inteiro antes de exibi-lo, o sistema produz pequenos blocos em sequência e reaproveita o contexto visual anterior.

A empresa informa que o sistema transmite vídeo vertical de 448 por 768 pixels a 25 quadros por segundo, com cerca de 870 milissegundos entre o fim da fala do usuário e o primeiro dado da resposta sincronizada. Os números são medições divulgadas pela própria Meta e não equivalem a uma avaliação independente em redes, aparelhos e condições variadas.

Resultados divulgados pela Meta para avaliação do avatar do Meta Muse
Imagem: Divulgação (Meta)

O que muda na prática

O principal avanço não é apenas falar com um chatbot. Modos de voz já existem em outros assistentes. O diferencial proposto pelo Meta Muse é unir a resposta falada a um personagem visual que reage durante a conversa, criando uma interface potencialmente mais adequada para ensaios, treinamento, atendimento e experiências guiadas.

Uso Ganho possível Ponto de atenção
Entrevistas e apresentações Prática oral com respostas imediatas O feedback da IA não substitui avaliação humana especializada
Planejamento e brainstorming Registro de ideias sem interromper outra atividade Informações e decisões ainda precisam ser verificadas
Atendimento e treinamento Personagem visual pode tornar a experiência mais envolvente Empresas precisam avaliar privacidade, consentimento e custo
Dispositivos vestíveis Interação sem depender continuamente da tela A expansão para óculos e Charm ainda foi anunciada como futura

Para profissionais e empresas, a mudança relevante é de desenho de experiência: o assistente deixa de ser apenas uma caixa de texto e passa a ocupar voz, imagem e contexto em tempo real. Isso pode abrir aplicações em educação corporativa, vendas e suporte, mas também aumenta a necessidade de transparência sobre quando o interlocutor é sintético. A Meta afirma usar o Video Seal, uma marca d’água invisível, para ajudar a identificar a mídia gerada.

A novidade também reforça o movimento de interfaces de IA por voz. O Turbo Automate IA já mostrou como a aquisição da Daily pela Deepgram ampliou a infraestrutura voltada a agentes conversacionais. No caso do Muse, a aposta vai além do áudio e tenta transformar presença visual em parte central do produto.

Fontes

Written by
Filipe Lino

Filipe Lino é fundador da ClickGrowth e atua com marketing, CRM e automação de negócios. No Turbo Automate IA, acompanha ferramentas, modelos e projetos de inteligência artificial, explicando suas aplicações e impactos para profissionais e empresas.

Leave a comment

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Articles

Apresentação sobre inteligência artificial ajuda a explicar como Claude IA funciona
Ferramentas e AutomaçãoÚltimas notícias

Claude IA: como funciona do chat ao Claude Code

Claude IA como funciona no chat e no Claude Code? Entenda usos,...

Palácio das Nações em Genebra durante conferência sobre armas autônomas
IA Militar e DefesaÚltimas notícias

Armas autônomas na ONU: conferência termina sem acordo

A conferência da ONU terminou sem consenso sobre armas autônomas. Entenda o...

Signal bloqueia capturas para proteger conversas de agentes de IA
Mercado de IAÚltimas notícias

Signal bloqueia capturas contra agentes de IA no celular

Signal bloqueia capturas para limitar o acesso de agentes de IA às...

OpenMotion 0.2.1 como estúdio aberto para agentes de IA
Código AbertoÚltimas notícias

OpenMotion 0.2.1 amplia estúdio aberto para agentes

OpenMotion 0.2.1 reúne vídeo, áudio, design e jogos em um estúdio aberto...