# Assistente de computador por voz com Whisper e Jev

Categoria: Uso de computador · Autor: Marc Köhlbrugge (@marckohlbrugge) · Publicado em: 2026-09-18

Assistente de computador por voz que usa o Whisper rodando localmente para transcrever tudo o que o usuário fala e o Jev para classificar qual ação tomar. Um pequeno app em Swift envia a árvore de acessibilidade da tela, informando o que está visível e clicável, para que o Jev decida onde agir.

## O que o Jev decide aqui

Com a fala transcrita e a árvore de acessibilidade no state, o Jev decide qual ação executar e em qual elemento clicar.

## Por que isso importa

A árvore de acessibilidade é uma representação estruturada da tela, com botões, campos e rótulos, o que a torna um state muito melhor do que uma captura de imagem para decidir cliques. Combinada com transcrição local, ela mantém o assistente rápido e reduz o que sai da máquina.

O padrão interessa a quem constrói ferramentas de acessibilidade, automação de desktop ou atalhos por voz em apps internos. O cuidado é pedir confirmação para ações destrutivas ou irreversíveis, porque um erro de transcrição pode virar um clique no botão errado.

## Fonte

- Post original: https://x.com/marckohlbrugge/status/2100930430690050336
- Página: https://www.escoladeaplicativos.com.br/ferramentas/casos-de-uso-jev/assistente-de-computador-por-voz