translation18 de agosto de 202616 min de leitura

Quatro fones tradutores, uma pergunta: quando a reunião acaba, o que sobra?

A Tradução ao Vivo da Apple roda 10 idiomas inteiramente no iPhone. O W4 Pro da Timekettle, de 449 dólares, anuncia 52. Os Pixel Buds chegam a 40, mas exigem conexão. Em 18 de agosto de 2026 lemos as páginas de suporte dos quatro fabricantes para responder à pergunta que o marketing pula: terminada a conversa, qual deles ainda a tem? Um guia do mercado e da segunda tarefa que ninguém vende.

Ken Jo

#translator-earbuds#live-translation#airpods#pixel-buds#galaxy-buds#timekettle#multilingual-meetings#meeting-records

Uma intérprete está sentada numa cabine iluminada, no fundo de um auditório às escuras. O palestrante que ela verte aparece na tela ao lado, congelado no meio de um gesto. Durante noventa minutos ela transforma cada frase em um segundo idioma e a plateia acompanha pelos fones. E funciona: a reunião acontece, decisões são tomadas, e ninguém na plateia pensa uma única vez na cabine.

Aí a sessão termina e a luz da cabine se apaga. Se ninguém naquela sala estava escrevendo, esses noventa minutos passam a existir apenas na memória de quem os ouviu.

Uma intérprete simultânea trabalhando em uma cabine iluminada no fundo de um auditório escurecido, com o palestrante que ela interpreta exibido em uma tela grande ao lado

A cabine de interpretação: todo o aparato da compreensão, ao vivo, e nada que fique para trás. Foto de liftconferencephotos, Genebra, CC BY 2.0, via Wikimedia Commons.

Os fones tradutores miniaturizaram essa cabine e a colocaram no seu ouvido por algo entre 99 e 449 dólares. Ficaram realmente bons, sem exagero — bons o bastante para que "não consigo pegar essa reunião, não temos idioma em comum" tenha deixado de ser uma frase real em muitas empresas. O que eles não fizeram, e em geral nem alegam fazer, é acender a luz de novo depois.

Resumo:

A Tradução ao Vivo da Apple cobre 10 entradas de idioma, processadas inteiramente no iPhone; os Pixel Buds do Google chegam a 40 idiomas, mas exigem conexão com a internet; o W4 Pro da Timekettle, de 449 dólares, anuncia 52 idiomas e 106 sotaques. Todos os números vêm de páginas dos fabricantes lidas em 18 de agosto de 2026.

Verificamos o que a documentação de cada fabricante diz sobre o que sobrevive à conversa. Apple e Google documentam uma transcrição durante a conversa e nada depois dela. A Samsung documenta a reprodução. A Timekettle documenta áudio e texto salvos e um memorando de IA exportável.

Ouvir e registrar são dois trabalhos diferentes. A esteira do fone termina no instante em que o áudio chega ao seu ouvido; um registro exige a formulação original, atribuição de falantes, marcações de tempo e um resumo — e nada disso sai como subproduto de ouvir.

O hardware ficou realmente bom, e a faixa de preço é enorme

Comece pelo que dá para comprar de verdade. A Apple vende a Tradução ao Vivo como recurso de um hardware que você talvez já tenha: funciona nos AirPods 4 com cancelamento ativo de ruído, AirPods Pro 2, AirPods Pro 3 e AirPods Max 2, pareados com um iPhone 15 Pro ou mais novo rodando iOS 26 com Apple Intelligence ativado. Os AirPods Pro 3 saem por 249,00 dólares na apple.com em 18 de agosto de 2026. Isso não é um tradutor: é um fone que traduz.

A Timekettle está na outra ponta. O W4 Pro é um intérprete dedicado de design aberto, listado a 449,00 dólares na timekettle.co em 18 de agosto de 2026, com 6 horas de tradução contínua nos fones e 20 horas com o estojo de recarga. A ficha técnica declara 52 idiomas e 106 sotaques, "cobrindo 95% da população mundial" — afirmação do fabricante, não medição independente, e que convém ler como aritmética de marketing e não como benchmark.

A abordagem do Google é a mais antiga das quatro e a mais modular: os Pixel Buds fazem o áudio e o app Google Tradutor faz o trabalho. A página de ajuda lista 40 idiomas para o modo de tradução ao vivo, e um modo de transcrição bem mais estreito, só do inglês para francês, alemão, italiano ou espanhol.

A Samsung entrega o Intérprete como recurso do Galaxy AI, pareando os Galaxy Buds3, Buds3 Pro ou Buds3 FE com um celular Galaxy compatível. A própria nota de rodapé de produto da Samsung registra que inglês e espanhol vêm pré-instalados e que os demais idiomas exigem download gratuito — um detalhe pequeno que pesa enormemente se você desembarca em outro país amanhã de manhã.

Gráfico de barras do número de idiomas documentados para tradução de conversa ao vivo em 18 de agosto de 2026: Timekettle W4 Pro com 52 idiomas on-line e 13 pacotes off-line, Google Pixel Buds com 40 idiomas exigindo conexão com a internet, e Apple AirPods Tradução ao Vivo com 10 idiomas processados inteiramente no aparelho

Contagem de idiomas conforme documentada por cada fabricante, lida em 18 de agosto de 2026. A distância é real, mas o asterisco atrás de cada número também — veja a seção seguinte.

O número de idiomas na caixa é o dado menos interessante

52 e 10 não medem a mesma coisa, e comparar direto é o caminho da decepção.

As dez entradas da Apple — chinês (mandarim, simplificado e tradicional), inglês (britânico e americano), francês (França), alemão (Alemanha), italiano, japonês, coreano, português (Brasil) e espanhol (Espanha) — compram algo que os números maiores não oferecem. A página de suporte da Apple diz sem rodeios: "Depois que os modelos de idioma são baixados, todo o processamento acontece no seu iPhone, onde todos os dados da sua conversa permanecem privados." Dez idiomas, sem rede, sem servidor. Numa ligação jurídica ou numa negociação salarial, essa troca tem uma cara muito diferente da que aparece numa ficha técnica.

O Google é igualmente direto na direção oposta. A nota de rodapé da ajuda dos Pixel Buds diz: "Requer um dispositivo Android 6.0 ou superior compatível com o Google Assistente, uma Conta do Google e conexão com a internet. Podem ser aplicadas tarifas de dados. A tradução não é instantânea." Essa última frase é a coisa mais honesta que qualquer um dos quatro fabricantes escreve sobre latência, e explica por que nenhum desses produtos parece uma conversa com um amigo bilíngue.

A Timekettle divide a diferença no plano comercial. O FAQ do W4 Pro fala em 13 pacotes de tradução off-line sem limite de download, mas dois pares saem de graça por cupom e os seguintes custam 10 dólares o par ou vêm em uma assinatura paga. Os fones em si não exigem assinatura para os modos principais — mas as versões iOS da tradução de áudio e vídeo e da tradução de chamadas entre dois aparelhos aparecem como "incluídas no plano de US$ 14,99/mês", com 10 minutos de teste gratuito.

O resumo honesto: ninguém nessa categoria está vendendo bilinguismo fluente. A Apple diz isso em voz alta nas letras miúdas da própria página de suporte: "A Tradução ao Vivo usa modelos generativos e os resultados podem ser imprecisos, inesperados ou ofensivos. Verifique a precisão de informações importantes." Leia essa frase duas vezes, porque ela comprime o argumento inteiro deste texto em uma cláusula de isenção do fabricante. Verifique a precisão pressupõe que exista algo com que conferir.

Leia as páginas de suporte, não a caixa: quem de fato guarda alguma coisa

Então fomos ler. As quatro, em 18 de agosto de 2026, atrás de uma coisa só. Não "ele me mostra texto", mas "quando eu fecho o app, o que ainda existe".

As respostas são mais variadas do que o marketing sugere, e dois fabricantes se saem melhor do que a versão cínica dessa história previria.

O que a documentação de suporte de cada fabricante afirma, lida em 18 de agosto de 2026. Um círculo vazio significa que o fabricante não documenta a capacidade — o que não prova que seja impossível, apenas que não é prometida.

A Apple documenta uma transcrição, mas estritamente como artefato ao vivo. As instruções mandam você "usar a aba Ao Vivo no app Tradutor do iPhone para mostrar uma transcrição à pessoa com quem está falando", e o anúncio europeu de novembro de 2025 descreve a mesma coisa: "Para conversas com alguém que não usa AirPods, basta exibir uma transcrição ao vivo no idioma da outra pessoa no iPhone." Exibir. Nada nessa página descreve salvar, exportar ou atribuir essa transcrição depois que a conversa acaba.

O Google está na mesma posição por projeto. A ajuda dos Pixel Buds diz que, no modo de transcrição, "seus Pixel Buds traduzem continuamente o idioma falado no seu ouvido, e uma transcrição aparece no seu celular". Aparece. A página não documenta exportação, histórico de sessões nem rótulos de falante.

A Samsung vai além dos dois, e merece crédito por isso. A página de suporte afirma que "o Intérprete fornecerá uma transcrição de texto para acompanhar a tradução" e acrescenta uma frase com verdadeiro formato de registro: "Toque no ícone do microfone novamente para parar a gravação. Você também pode pausar, retomar e reproduzir a gravação usando os controles de toque dos fones." Isso é uma gravação que você pode reouvir. O que a página da Samsung não descreve é exportá-la, compartilhá-la, pesquisá-la ou mantê-la além da sessão.

A Timekettle é a única das quatro que trata o registro como recurso de produto. A página do W4 Pro traz a linha "Áudio e texto salvos, exporte o memorando de IA", anuncia fones que "resumem as notas pós-reunião" e, sobre tradução de chamadas, afirma que o aparelho "captura, traduz e transcreve cada palavra das suas ligações internacionais em tempo real, garantindo conversas fluidas e registros claros depois da chamada".

Essa é a forma do mercado em agosto de 2026: quatro produtos que resolvem o ouvir, e exatamente um que vende o que você vai realmente precisar na quinta-feira.

O registro não é um recurso da tradução. É outro produto.

Vamos dar nome a essa lacuna, porque ela reaparece o tempo todo e merece um: tradução só de ouvido. É tradução cuja produção inteira é uma onda sonora dirigida a um tímpano, sem nenhum artefato duradouro de nenhum dos lados.

Tradução só de ouvido não é um defeito. Para as situações que esses produtos foram desenhados para atender — pedir um carregador em Barcelona, acompanhar uma aula, atravessar uma corrida de táxi, conhecer alguém no jantar de um congresso — ela é exatamente certa, e uma transcrição seria mais um passivo de privacidade do que um recurso. Ninguém quer um arquivo pesquisável de todas as vezes que pediu café no exterior.

Vira defeito no instante em que a conversa tem consequências. Uma renegociação com fornecedor, uma entrevista de candidato, uma anamnese, uma revisão de projeto com time no exterior, uma escalada de cliente: em todos esses casos, o valor da conversa se realiza principalmente depois, quando alguém a relê.

As duas faixas partem do mesmo microfone. Só uma produz algo que você conseguirá abrir daqui a seis meses.

Olhe as duas faixas lado a lado e fica claro por que hardware sozinho não fecha essa lacuna. A condição de sucesso da esteira do fone é "a pessoa entendeu a frase", e ela é cumprida no instante em que o áudio sintetizado termina. Tudo depois disso — guardar o áudio de origem, preservar a formulação original ao lado da tradução, marcar quem disse cada linha, carimbar o tempo para poder voltar ao minuto 34 — é peso morto diante dessa condição. Custa bateria, armazenamento e latência para produzir algo de que o trabalho de ouvir nunca precisou.

E aqui está o ponto: você não vai ganhar um registro como efeito colateral de um fone melhor, por melhor que ele fique. Os dois sistemas otimizam coisas diferentes, e um termina exatamente onde o outro começa.

Fones, apps de celular e ferramentas focadas em registro: o que cada um resolve de fato

Três categorias, três trabalhos realmente diferentes. Boa parte da confusão nesse mercado nasce de compará-los num eixo só — em geral o número de idiomas — quando mal se sobrepõem.

Critério	Fones tradutores	App de tradução no celular	Ferramentas focadas em registro
O que otimiza	Entender a frase que você está ouvindo agora	Fazer uma mensagem chegar, num sentido	Reconstituir a conversa depois
Mãos e olhos livres	Sim — é o valor central	Não, você olha o celular	Sim, roda em segundo plano
Os dois lados ouvem	Sim, se ambos usarem; senão, texto na tela	Em geral uma tela ou alto-falante compartilhado	Não é a função dele, ele não interrompe
Custo para começar	99 a 449 dólares de hardware	Grátis no celular que você já tem	Em geral assinatura, sem hardware
Guarda a formulação original	Não documentado por Apple nem Google	Não	Sim — a transcrição no idioma de origem é o cerne
Quem disse cada linha	Não documentado por nenhum dos quatro	Não	Sim, via atribuição de falantes
Localizável em seis meses	Não	Não	Sim, por busca entre todas as sessões
Onde falha	Nada sobrevive à sessão	Mata o ritmo da conversa	Não ajuda a entender no momento

Leia a última linha na horizontal e a pergunta "qual eu compro" se resolve sozinha. Os modos de falha são complementares, não concorrentes. Fones falham depois, ferramentas de registro falham durante, apps de celular falham no ritmo. Uma reunião de negócios em dois idiomas falha nos três pontos, e é por isso que a resposta séria é uma combinação, não um produto.

Uma transcrição traduzida ainda não é um registro

Mesmo quando você obtém texto, há uma segunda armadilha que vale nomear, porque ela pega justamente os times que acham que já resolveram isso.

Uma tradução automática do que foi dito não é o que foi dito. A tradução perde informação exatamente onde mais importa nos negócios: atenuações, condicionais, graus de compromisso. "Vamos avaliar" e "vamos fazer" são duas obrigações diferentes que colapsam na mesma frase de destino com mais frequência do que qualquer um admite confortavelmente. Se o único artefato que você guarda é a tradução, já jogou fora sua capacidade de conferir.

Por isso a unidade útil é o par: a linha no idioma original e sua tradução, alinhadas, com marcação de tempo e atribuídas a uma pessoa com nome. É o que permite que alguém, seis semanas depois, diga "ele falou em coreano, me mostre o coreano" e encerre o assunto em trinta segundos em vez de numa sequência de e-mails. E não por acaso é também o que quem contrata intérpretes sempre exigiu em trabalhos sensíveis: o intérprete interpreta, e o registro é mantido à parte.

Já sustentamos isso longamente quando o Google lançou tradução de fala ao vivo e a nota revisável ainda importava mais que a saída fluente. A onda dos fones não enfraquece esse argumento. Ela o afia, porque remove a última desculpa: o momento agora está genuinamente resolvido, então só sobra o registro para errar.

Como conduzir uma reunião multilíngue para que o momento e o registro sobrevivam

Esta é a parte que dá para aplicar amanhã. Sete passos, em ordem, supondo uma reunião de negócios agendada com dois idiomas na sala.

Escolha o idioma do registro antes da reunião e diga isso no convite. Um idioma é o texto que vale; todo o resto é tradução dele. Times que pulam esse passo terminam com dois registros que se contradizem e nenhuma regra sobre qual prevalece.
Baixe os pacotes de idioma na noite anterior, não no saguão. Nos AirPods: Ajustes → nome dos seus AirPods → Tradução → Idiomas, e baixe os dois sentidos. O processamento no aparelho da Apple só funciona depois que esses modelos estão no celular. O Intérprete da Samsung vem com inglês e espanhol e exige download gratuito para todo o resto. Os pacotes off-line da Timekettle são por par, e só dois são gratuitos.
Dê aos fones exatamente uma tarefa: o momento ao vivo. Os dois lados de fone é a configuração boa. Se só um lado tem, use o modo de transcrição na tela em vez de passar um celular de mão em mão — Apple, Google e Samsung documentam essa alternativa.
Inicie uma gravação separada da sala, capturando o áudio original, não o traduzido. Esse é o passo que as pessoas erram. Se você gravar a saída dos fones, preservou uma tradução automática e destruiu a fonte. Grave o que foi de fato dito, no idioma em que foi dito.
Queime os primeiros sessenta segundos com nomes. Peça que cada pessoa diga nome e função antes de começar. A atribuição de falantes depois fica muito mais precisa quando existe uma amostra limpa e rotulada de cada voz, e custa um minuto.
Em até 24 horas, confira a tradução nas linhas que carregam uma decisão, um número ou uma data. Não a transcrição inteira: as três a cinco linhas que alguém pode contestar depois. Abra o original ao lado da tradução e confirme que a modalidade sobreviveu: vamos contra podemos, aprovado contra ciente.
Guarde os quatro artefatos como um objeto só, não como quatro arquivos. Áudio de origem, transcrição no idioma original, tradução alinhada e resumo pertencem juntos, sob um único link. No instante em que vivem em quatro lugares, o registro já começou a apodrecer: alguém vai circular o resumo, e a coisa que poderia ter encerrado a discussão vai estar numa pasta que ninguém abre.

Os passos 4 e 7 são os que separam times que têm um registro dos que acham que têm.

No fim das contas: o fone terminou um trabalho que nunca foi o difícil

Por vinte anos, a parte difícil de uma reunião multilíngue foi entendê-la em tempo real. Esse problema hoje é resolvido bem o bastante por um hardware de consumo de 249 dólares para que possamos parar de tratá-lo como a pergunta interessante.

O que sobra é a parte que sempre foi mais difícil e à qual nunca se prendeu um gadget: produzir algo que sobreviva à sala. A intérprete na cabine nunca foi o registro. Ela era a razão de a reunião poder acontecer — e outra pessoa, sempre, estava fazendo a ata.

Então a pergunta que vale fazer a qualquer produto de tradução neste ano não é quantos idiomas ele fala. É mais simples: quando ele para de falar, o que continua ali?

Onde a Telli.sh entra: nós trabalhamos na segunda faixa. A Telli.sh grava a reunião no idioma em que ela realmente acontece, produz uma transcrição com marcação de tempo e atribuição de falantes, coloca a tradução ao lado do original em vez de no lugar dele, e transforma tudo isso num resumo que você pode pesquisar meses depois. Ela não vai no seu ouvido — se você quer áudio traduzido ao vivo na sala, compre os fones, nisso eles já são bons. Use a Telli.sh para a parte que ainda estará lá na quinta-feira.

Começar uma nota ao vivo traduzida