# Controle do navegador por voz com decisões em 300 ms

Categoria: Uso de computador · Autor: Moritz Kremb (@moritzkremb) · Publicado em: 2026-09-17

Projeto que controla o navegador por voz em tempo real. A fala é transcrita, o texto vai para o Jev, que devolve probabilidades para as ações possíveis em cerca de 300 ms, e o navegador executa o clique. Cada decisão custa US$ 0,0002, o que torna viável reagir a cada comando falado.

## O que o Jev decide aqui

Para cada comando falado, o Jev atribui probabilidades às ações possíveis na página e a mais provável é executada.

## Resultado

Probabilidades devolvidas em cerca de 300 ms, a US$ 0,0002 por decisão.

## Por que isso importa

Interfaces por voz dependem de resposta rápida: se o clique demora, a pessoa repete o comando ou desiste. Mapear a transcrição para ações já existentes na página, em vez de gerar texto, mantém a latência baixa e evita comandos inventados.

O padrão ajuda em acessibilidade, uso com as mãos ocupadas e assistentes dentro de produtos web. Cuidado: use as probabilidades para pedir confirmação quando nenhuma ação se destacar, principalmente antes de cliques irreversíveis como enviar ou excluir.

## Fonte

- Post original: https://x.com/moritzkremb/status/2100577979021832365
- Página: https://www.escoladeaplicativos.com.br/ferramentas/casos-de-uso-jev/controle-de-navegador-por-voz