Controlo por voz nos veículos elétricos

O controlo por voz pode substituir parte da interação visual e manual por entrada falada, mas «mãos livres» não significa «atenção livre». Um assistente útil no automóvel conclui rapidamente uma tarefa delimitada, confirma claramente o resultado e cede perante a condução quando um pedido se torna complexo.

Como funciona a interação

Um sistema de voz do veículo passa normalmente por várias etapas:

Um botão ou frase de ativação abre o estado de escuta.
O reconhecimento de voz converte o sinal áudio em palavras candidatas.
A compreensão da linguagem identifica uma intenção e detalhes relevantes.
O veículo ou serviço ligado verifica se a ação está disponível.
O sistema executa, pede um esclarecimento conciso ou recusa o pedido.
Uma resposta visual, falada ou sonora confirma o resultado.

Podem ocorrer erros em todas as etapas. Ruído no habitáculo, passageiros, sotaques, nomes, fraca conectividade ou um pedido ambíguo podem afetar o reconhecimento. Uma transcrição correta pode produzir a intenção errada, e uma intenção correta pode falhar porque a função pedida não está disponível.

A interface deve expor o suficiente do processo para permitir que o condutor recupere. Um indicador de escuta, confirmação breve e ação direta de cancelamento são mais úteis do que um longo pedido de desculpa conversacional.

Tarefas que a voz executa bem

A voz é mais forte quando o pedido pode ser formulado naturalmente e a resposta é curta:

navegar para um destino indicado ou carregador adequado;
ligar a um contacto;
reproduzir um artista, estação ou fonte indicados;
alterar uma definição simples da climatização;
pedir o estado de carga atual previsto à chegada;
adicionar ou remover uma paragem de carregamento;
iniciar uma função que o sistema possa confirmar em segurança.

As ações ambíguas ou com consequências exigem cuidado. Desbloquear um acesso, alterar um serviço pago, enviar uma mensagem ou modificar uma definição de segurança pode exigir confirmação explícita ou outra entrada.

A avaliação Safe Driving 2026 do Euro NCAP aceita entrada direta por voz para determinadas tarefas de chamada e navegação, mas o protocolo também exige uma via de controlo alternativa e um botão dedicado ao comando por voz para as funções avaliadas. É um princípio de resiliência útil mesmo fora da classificação: a voz deve complementar a HMI, não tornar-se a única via. Euro NCAP — 2026 Safe Driving protocols

Reconhecimento de voz e compreensão da linguagem

Os sistemas tradicionais esperam uma gramática de comando como «Navegar para casa». Os sistemas modernos podem inferir a intenção de frases mais variadas, recordar contexto conversacional limitado e combinar um pedido com dados do veículo.

Uma maior flexibilidade cria um problema de verificação. Uma resposta fluente pode continuar errada, desatualizada ou sem relação com as funções certificadas do automóvel. A IA conversacional geral e o controlo do veículo devem, por isso, permanecer distintos:

as ações de controlo devem utilizar funções do veículo autenticadas e delimitadas;
alterar o estado do veículo deve produzir confirmação explícita;
informação externa incerta não deve ser apresentada como facto do veículo;
uma falha de rede não deve remover comandos locais essenciais;
o condutor deve saber quando o áudio é processado localmente ou enviado para um serviço cloud.

Um assistente conversacional pode responder a perguntas gerais, mas uma resposta longa é uma má interface de condução. A informação que exige leitura, comparação ou várias escolhas deve ser adiada, resumida ou transferida para um ecrã quando o veículo estiver estacionado.

Resposta sonora

A fala é apenas uma forma de HMI áudio. Sinais sonoros, avisos e mensagens faladas podem indicar prioridade e resultado sem exigir um olhar. Demasiados sons criam o seu próprio problema de identificação.

A ISO 15006 fornece especificações ergonómicas para fala e sons utilizados pelos sistemas de informação e controlo de transporte no veículo. Os seus objetivos declarados incluem inteligibilidade e utilidade, contribuindo para evitar sobrecarga auditiva ou mental. ISO 15006:2011 — In-vehicle auditory presentation

Uma boa interação por voz é breve:

reconhecer que o sistema está a escutar;
confirmar a tarefa interpretada quando a ambiguidade é importante;
anunciar o resultado ou motivo da falha;
proporcionar uma opção clara de recuperação;
parar imediatamente quando cancelada ou quando surge um alerta de prioridade superior.

Carga cognitiva e segurança

A voz pode reduzir o tempo com os olhos fora da estrada e as mãos fora dos comandos em comparação com algumas tarefas táteis. Não elimina o trabalho mental de formular um pedido, ouvir escolhas, corrigir um erro ou manter informação na memória.

A investigação da NHTSA sobre tarefas de voz no veículo encontrou uma degradação significativa do desempenho de condução para as tarefas secundárias estudadas e concluiu que as interfaces de voz não eram suficientes para eliminar a distração cognitiva. O resultado não deve ser alargado até afirmar que todos os comandos curtos distraem de igual modo; estabelece, contudo, que a fala por si só não prova segurança. NHTSA — Characteristics of Voice-Based Interfaces and Their Effects on Driving Performance

O melhor design reduz a duração do diálogo, evita menus de voz profundos, permite ao condutor interromper e adia uma tarefa quando o trânsito ou a incerteza do sistema a tornam inadequada.

Privacidade, conectividade e perfis

A entrada de voz pode conter nomes, destinos, mensagens, dados de conta e gravações de passageiros. A interface deve explicar:

quando o microfone está ativo;
se o processamento ocorre no dispositivo ou remotamente;
que dados são guardados e durante quanto tempo;
que perfil ou conta recebe o histórico;
como rever ou eliminar gravações e permissões;
o que permanece disponível sem ligação de dados.

Um controlo de privacidade visível e silenciamento fiável do microfone têm mais significado do que uma declaração ampla de privacidade escondida numa aplicação.

O que os compradores devem verificar

O sistema entende fala normal sem uma lista de comandos memorizada?
Consegue encontrar um carregador por potência, posição na rota ou rede, e não apenas por nome?
Confirma o destino ou a ação do veículo antes de executar?
Um pedido pode ser cancelado imediatamente?
Existe uma alternativa física ou tátil direta?
Que comandos funcionam offline?
As respostas são suficientemente curtas para conduzir?
O assistente distingue dados do veículo de informação geral da Web?
É possível encontrar e alterar definições do microfone e histórico cloud?
Lida com dois utilizadores, fala de fundo e ruído no habitáculo sem ativações falsas?

O controlo por voz merece o seu lugar quando torna uma tarefa específica mais curta e clara. Conversar por si só não traz benefício à condução.