Desempenho

Valores medidos a 14 de outubro de 2026 no perfil local, com quatro idiomas de saída ao mesmo tempo (árabe, inglês, francês e alemão).

Atraso de ponta a ponta

O que é medido: desde o momento em que uma frase termina até o áudio interpretado ser enviado para os telemóveis que ouvem nesse idioma. A entrega pelo WiFi da sala acrescenta milissegundos. Cada telemóvel mostra também o seu próprio total («x s atrás do direto»).

Medição	Valor
Atraso habitual	Dois a quatro segundos depois do orador
Mediana na reunião medida	3,0 s
Frases	12 ditas, 48 entregas (12 × 4 idiomas)
Perdas	0 descartadas · 0 não transcritas · 0 não traduzidas · 0 nunca ditas

A reunião medida usou frases longas e formais com até cerca de 25 palavras. Frases mais curtas e coloquiais são mais rápidas.

Para onde vai o tempo (uma frase)

Etapa	Tempo
Reconhecimento de voz	~0,6 s
Tradução (quatro idiomas ao mesmo tempo)	~2,2 s
Síntese de voz	~0,4 s

Uma frase não pode ser traduzida antes de terminar: o detetor de voz espera por um breve silêncio antes de a passar. Essa espera, somada ao comprimento da frase, explica porque as frases longas demoram um pouco mais.

Arranque

A janela da aplicação aparece	~1–2 s
Pronto para a reunião	35–45 s

Capacidade

• Ouvintes: o trabalho é feito uma vez por idioma, por isso mais ouvintes só acrescentam tráfego de rede. Trinta ouvintes num idioma custam o mesmo que três. O limite prático é o ponto de acesso WiFi da sala.
• Idiomas: até quatro idiomas de saída ao mesmo tempo.
• Ficar perto do direto: se um telemóvel ficar mais de 20 segundos atrás, salta as frases em fila — nunca uma que já esteja a ser dita — e avisa o ouvinte. Antes disso, acelera ligeiramente a voz para recuperar.

Hardware

Placa gráfica	NVIDIA RTX 3090 de 24 GB no mínimo · RTX 5090 de 32 GB recomendada
Disco	~60 GB livres recomendados
Rede	Um fluxo de áudio por ouvinte no WiFi da sala