Como tradução ao vivo, legendas e uma transcrição pesquisável funcionam juntas em um meeting do InterMIND

Uma equipe distribuída em quatro fusos horários não tem um problema de idioma no convite do calendário — ele surge no momento em que alguém começa a falar. Tradução ao vivo, legendas ao vivo e uma transcrição à qual você pode voltar são as três coisas que realmente eliminam esse atrito e, cada vez mais, aparecem juntas na página de um único produto, descritas como um pacote só, e não como três complementos separados.

Um exemplo recente: um post de setembro de 2026 da plataforma de trabalho NexGen Virtual Workplace abre com "Live voice translation, meeting captions, and searchable transcripts, built into the workday rather than bolted onto the meeting" e afirma que "these features are available within the NexGen Virtual Workplace platform for subscribers to use". Essa é toda a especificação oferecida: o post não informa quantos idiomas são suportados, não diz qual nível de assinatura libera os três recursos e não descreve o que "pesquisável" significa além de "people can also look up past transcriptions... for a reference" (verificado em setembro de 2026, fonte linkada no final). Nada disso é uma crítica ao fornecedor; é simplesmente o que o leitor precisa descobrir por conta própria, ou aceitar na confiança, antes de saber se o pacote serve para a sua equipe.

Como as mesmas três palavras — tradução, legendas, transcrição — são usadas para mecânicas bem diferentes em cada produto, aqui está a versão específica e verificável de cada uma, como funciona hoje no InterMIND.

Tradução: você a ativa, e ela usa a sua própria voz

A tradução não é ambiente: você a habilita de forma deliberada, por meeting, no menu More da barra de controle (ou pelo atalho Alt+T), disponível quando a sala tem pelo menos dois idiomas. A partir daí, cada participante define seu próprio idioma de tradução de forma independente; em uma chamada com cinco pessoas e cinco idiomas, todos ouvem todos os outros traduzidos para o seu próprio idioma, simultaneamente.

O resultado não é uma voz de narrador genérica. Reconhecimento de fala, segmentação de frases, tradução e síntese de voz funcionam como um pipeline, e o último estágio ressintetiza a frase traduzida em uma versão da própria voz do falante original — reconhecivelmente ele, não uma leitura plana de text-to-speech. O detalhamento técnico de como esse pipeline funciona está em um post separado; o resumo aqui é que, com a tradução ativada, "quem disse" sobrevive à tradução, e não apenas "o que foi dito". A cobertura é de 23 idiomas para voz, chat e notas compartilhadas, e 30 para tradução de documentos inteiros — a divisão e os motivos dela estão no detalhamento de idiomas.

Legendas: ativas por padrão, sem um botão à parte para lembrar

As legendas ao vivo no InterMIND são o texto traduzido do mesmo fluxo, exibido como uma faixa de legenda durante o meeting. Dois detalhes importam mais do que a existência do recurso em si:

• O padrão é ativado. Um participante que não altera nada já vê a fala traduzida na tela assim que a tradução é habilitada — não há um segundo botão para descobrir no meio do meeting.
• A faixa lembra a sua última escolha, por navegador, de modo que desativar as legendas em um meeting as mantém desativadas no próximo até que você as ative de novo, e ela é exibida automaticamente da direita para a esquerda quando o idioma de destino exige.

As legendas são um canal de leitura sobre o mesmo áudio traduzido, não um produto separado com uma página de configurações própria para ajustar de antemão — o oposto da pergunta "quem pode ver qual idioma de legenda", que domina em plataformas onde os idiomas das legendas são uma configuração do organizador, definida antes do evento. Como essas mesmas legendas se comparam a um copilot que roda ao lado da chamada, na tela de um único participante, está em um guia separado.

Transcrição: automática, e específica sobre o que "pesquisável" abrange

A transcrição não tem botão de Iniciar/Parar. A partir do momento em que um meeting está ao vivo, cada palavra é capturada, atribuída a quem a disse e armazenada no servidor no idioma em que foi realmente falada — ninguém precisa se lembrar de ativá-la, e ninguém pode esquecer.

Depois do meeting, uma mensagem de recap aparece no chat do meeting; ao abri-la e mudar para a aba Transcript, você vê a transcrição completa, com atribuição de falante e marcação de tempo, que pode ser traduzida sob demanda para o idioma do próprio leitor, mesmo tendo sido capturada nos idiomas originais dos falantes.

"Pesquisável" é a palavra que exige mais precisão, então aqui está exatamente o que ela significa hoje, sem arredondar para cima:

• Dentro do chat do meeting, é busca de texto de verdade. Cada fala chega como uma mensagem de transcrição no canal enquanto o meeting acontece, e essas mensagens são cobertas pela mesma busca do chat que vale para qualquer outra mensagem — Ctrl/⌘+F a abre, você digita uma palavra-chave e as mensagens correspondentes aparecem com contexto.
• A própria página da transcrição é texto simples renderizado, então a busca nativa do seu navegador encontra uma palavra ou um nome nela exatamente como em qualquer página da web.
• O que ainda não é busca em texto completo é o resumo escrito por IA que fica acima da transcrição no recap — hoje esse resumo aparece pelo título, não pela busca em seu corpo. Se o que você procura é uma frase específica que alguém disse, a aba de transcrição é onde ela está e onde a busca chega; o resumo curto é um objeto separado, com uma superfície de busca mais restrita, e fechar essa lacuna está no nosso roadmap.

Essa distinção — um arquivo de falas genuinamente pesquisável, ao lado de um resumo curto de IA que hoje não é — é o tipo de comportamento específico que um tópico de uma linha dizendo "transcrições pesquisáveis" na página de um produto costuma deixar passar.

Um assento, um limite de plano — não três licenças

Nenhum dos três recursos fica atrás de um complemento próprio ou de uma licença própria. O que escala com o plano é o tamanho da sala: 50 participantes no Basic, 100 no Pro, 300 no Business, 1500 no Enterprise. Um host em qualquer plano recebe tradução, legendas e transcrição juntas; fazer upgrade muda quantas pessoas podem estar na sala, não qual desses três recursos elas recebem.

O que um convidado recebe, e o que ele não mantém

Um participante que entra por um link de meeting sem nunca ter criado uma conta recebe a experiência completa dentro do meeting — seu próprio idioma de tradução (por padrão, o idioma da interface, que por sua vez acompanha o navegador), legendas nele e suas palavras capturadas na transcrição compartilhada como as de qualquer outra pessoa. O que ele não recebe é qualquer coisa depois: não há uma conta para entregar um recap, e a identidade anônima não é mantida após o fim da chamada. Uma conta é gratuita e é justamente ela que torna acessível, depois, a metade pós-chamada — o recap, a transcrição pesquisável, o histórico do canal. É um limite real, que vale dizer com clareza em vez de disfarçar, já que é o oposto das partes deste conjunto de recursos que soam incondicionais.

Veja na prática em vez de só ler

• Experimente a demonstração ao vivo — sem cadastro: fale e ouça a sala traduzida de volta para você.
• Veja o benchmark — qualidade de tradução por par de idiomas, medida mensalmente em tráfego real, com metodologia pública.
• Leia a documentação de transcrição — toda a mecânica de como uma transcrição é capturada e lida de volta traduzida.

FAQ

Preciso ativar tradução, legendas e transcrição separadamente? A transcrição está sempre ativa, automaticamente, desde o momento em que um meeting começa. A tradução é uma escolha deliberada — habilitada no menu More ou com Alt+T, quando a sala tem pelo menos dois idiomas de participantes. As legendas são o texto traduzido desse mesmo fluxo e vêm ativadas por padrão assim que a tradução é habilitada; na prática, há um único botão em que pensar, não três.

Eu posso mesmo pesquisar a transcrição de um meeting, ou só rolar a página? As duas coisas. A transcrição é capturada fala por fala como mensagens de chat durante o meeting, e elas são cobertas pela mesma busca do chat (Ctrl/⌘+F) que vale para qualquer outra mensagem — digite uma palavra-chave e as falas correspondentes aparecem. A página completa da transcrição também é texto simples, então a busca do próprio navegador funciona diretamente nela. A única coisa ainda não coberta pela busca em texto completo é o corpo do resumo curto do meeting escrito por IA, que hoje aparece pelo título.

Todos ouvem a mesma voz traduzida, ou ela mantém a voz do próprio falante? A fala traduzida de cada participante é ressintetizada em uma voz modelada a partir da sua própria, e não em um narrador genérico compartilhado — o efeito é uma conversa traduzida que ainda soa como as pessoas que a estão tendo, nos dois sentidos e para cada participante de forma independente.

O que acontece com a transcrição e o recap se alguém entra como convidado, sem conta? Um convidado recebe tradução, legendas e transcrição completas durante o meeting, como qualquer outro participante. O que não passa adiante é qualquer coisa depois: não há uma conta para onde o recap ou a transcrição possam ir, e a identidade anônima do convidado não é mantida após o fim do meeting. Criar uma conta (grátis) é o que torna acessível o registro pós-chamada.

Existe um plano ou complemento separado para tradução, legendas ou transcrição? Não — os três vêm juntos em todos os planos. O que muda entre os planos é o número de participantes que um host pode receber ao mesmo tempo: 50 no Basic, 100 no Pro, 300 no Business, 1500 no Enterprise.

Fontes: NexGen Virtual Workplace — Speaking the Same Language: How Translation and Transcription Work Inside NexGen Virtual Workplace, verificado em setembro de 2026. Fatos do InterMIND: documentação de tradução em tempo real, documentação de transcrição, detalhamento de idiomas, tradução com a própria voz, benchmark ao vivo.