Você já tentou ditar uma mensagem de voz em português e o celular entendeu tudo errado? Imagine agora tentar fazer isso em suaíli, hindi ou bengali. Pois é: até muito recentemente, os sistemas de reconhecimento de fala (ASR, na sigla em inglês) simplesmente ignoravam a maior parte das línguas faladas no chamado Sul Global — países da África, Ásia e América Latina. Mas isso está mudando.

O Open ASR Leaderboard, uma espécie de ranking público que compara a precisão de diferentes modelos de inteligência artificial na transcrição de áudio para texto, acaba de incluir pela primeira vez uma língua do Sul Global. A novidade foi anunciada pela equipe por trás do leaderboard, e representa um passo importante para tornar a tecnologia de voz mais democrática.

Mas o que isso significa na prática para você, que talvez nunca tenha ouvido falar desse leaderboard? Vamos traduzir.

O que é o Open ASR Leaderboard e por que isso importa?

Pense num campeonato de corrida, mas em vez de atletas, competem programas de computador que transformam fala em texto. O Open ASR Leaderboard testa esses programas em diversos idiomas, medindo quantos erros eles cometem ao transcrever áudios. Até agora, o ranking era dominado por línguas como inglês, mandarim, espanhol e francês — todas faladas principalmente por países ricos ou com forte presença digital.

A inclusão de uma língua do Sul Global sinaliza que os desenvolvedores de inteligência artificial estão finalmente olhando para os 80% da população mundial que não fala inglês como primeira língua. E mais: que esses sistemas estão ficando bons o suficiente para serem úteis no dia a dia de quem nunca usou um assistente de voz porque ele simplesmente não entendia o sotaque.

Exemplos práticos de como isso afeta sua vida

Você pode não falar a língua recém-adicionada (provavelmente suaíli, mas o anúncio não especificou qual — fique atento às próximas atualizações), mas o movimento tem efeito cascata. Veja como:

• Assistentes de voz mais precisos: Quanto mais línguas forem incluídas no leaderboard, mais os grandes players como Google, Amazon e Apple vão se esforçar para melhorar seus modelos. Isso significa que o português — que também é uma língua do Sul Global — pode se beneficiar indiretamente, já que as técnicas usadas para treinar modelos em suaíli podem ser adaptadas para outras línguas com poucos recursos.
• Transcrição de reuniões e aulas: Ferramentas como Otter.ai ou o ditado do Google Docs podem ficar mais precisas para quem fala com sotaque regional, não apenas nos EUA. Se você já gravou uma reunião no Zoom e a transcrição veio cheia de erros, sabe do que estou falando.
• Inclusão digital: Pessoas que não sabem ler ou escrever bem — ou que têm dificuldade com teclados — podem usar comandos de voz para enviar mensagens, fazer buscas ou acessar serviços públicos. Com modelos melhores em línguas locais, a barreira cai.

Pense num agricultor no Quênia que quer saber a previsão do tempo pelo celular. Se o sistema entende suaíli com precisão, ele não precisa digitar nada. Basta falar. Agora imagine esse mesmo agricultor usando um app de saúde que transcreve os sintomas dele — isso salva vidas.

Um questionamento necessário

Mas será que incluir uma língua no leaderboard é suficiente? Não. O ranking mede apenas a precisão, não o acesso. De nada adianta ter um modelo perfeito se ele só roda em servidores caros ou exige internet de alta velocidade. A verdadeira revolução acontecerá quando esses modelos forem leves o suficiente para rodar em celulares básicos, que são a realidade de grande parte do Sul Global.

Portanto, a pergunta que fica é: estamos prontos para uma inteligência artificial que entende realmente todo mundo, inclusive quem fala uma língua minoritária ou tem sotaque carregado? O primeiro passo foi dado. Falta a corrida inteira.

No seu dia a dia, você pode começar a testar: use o ditado por voz no WhatsApp ou no Google Docs e veja se ele entende melhor do que há um ano. Se ainda errar, lembre-se que a batalha por mais línguas está só no começo. E se você é desenvolvedor, que tal contribuir com dados na sua língua materna? Quanto mais exemplos, mais rápido a fala de todos será respeitada.

Produtos recomendados: Notebook Lenovo IdeaPad | Notebook Vaio Fe16 Ryzen 7 (Mercado Livre)