Como Dar Sotaque a uma IA de Voz: Guia Técnico

Como Dar Sotaque a uma IA de Voz: Guia Técnico

Se você já tentou resolver isso na mão, provavelmente escreveu algo como "responda usando gírias de mineiro" no prompt e recebeu uma caricatura.

O problema não é o prompt estar mal escrito. É que instrução textual sozinha não controla sotaque — ela controla escolha de palavra, e sotaque é três coisas, das quais palavra é só uma.

Este guia separa as três camadas e mostra o que cada uma resolve.

Por que Instruir Sotaque por Prompt Funciona Mal Sozinho

Um modelo de voz gera fala a partir de duas entradas independentes: o texto que ele vai dizer e a voz com que vai dizer.

O prompt controla a primeira. Ele decide se o agente escreve "você" ou "cê", "menino" ou "guri". Isso é vocabulário, e vocabulário é sim uma parte grande da percepção de regionalidade — em algumas regiões, a maior parte.

Mas o prompt não controla a segunda: timbre, cadência, abertura de vogal, onde a sílaba cai. Isso vem da voz escolhida e o texto tem pouca influência sobre ele.

Daí o resultado típico de quem tenta só por prompt: um agente que usa palavras regionais mas não soa da região. E, quando a instrução é forte demais, o modelo compensa exagerando o vocabulário — que é exatamente como a caricatura nasce.

As Três Camadas

A ordem importa. Escolher a voz primeiro e escrever a instrução depois é muito mais eficiente que o contrário — porque a instrução consegue ajustar as camadas 2 e 3, mas não corrige a 1.

Quem tenta corrigir por prompt uma característica que está na voz perde dias. O sintoma clássico é o chiado carioca aparecendo numa operação que queria voz neutra: nenhuma instrução resolve, trocar a voz resolve em um minuto. O caso está detalhado em Voz de IA com Sotaque Carioca.

Escrevendo a Instrução: Comportamento, Não Rótulo

A diferença entre uma instrução que funciona e uma que produz caricatura é se ela nomeia o sotaque ou descreve o comportamento.

O que não funciona:

Fale com sotaque mineiro.

O modelo interpreta "sotaque mineiro" pelo que ele viu de mais marcado — que é humorístico, não cotidiano.

O que funciona:

Use "cê" no lugar de "você" em contexto informal. Prefira diminutivo em ofertas e pedidos: "um minutinho", "rapidinho". Frases curtas, com pausa entre elas. Use no máximo uma expressão regional por conversa. Nunca diga "uai" mais de uma vez na mesma ligação.

A segunda versão é mais longa e produz resultado melhor porque cada linha é verificável. Você consegue ouvir a gravação e dizer se foi cumprida.

Modelos de Instrução por Região

Pontos de partida — ajuste ao seu público e valide ouvindo.

Minas Gerais

Use "cê" em contexto informal. Diminutivo em ofertas e pedidos. Frases curtas com pausa. Uma expressão regional por conversa, no máximo. Nunca repita "uai".

Nordeste — escolha o estado, não a região

Fale como um atendente de Recife. Use "tu" com conjugação de terceira pessoa. "Oxe" no máximo uma vez. Nunca misture expressões de outros estados do Nordeste.

Rio de Janeiro

Ritmo mais rápido, com variação de entonação. Tratamento informal quando o contexto permitir. Uma gíria por conversa, no máximo.

Rio Grande do Sul

Use "tu" com conjugação de terceira pessoa: "tu vai", "tu pode". Use "sinaleira" e "bergamota" no lugar de "semáforo" e "mexerica". "Bah" no máximo uma vez. Nunca mencione chimarrão ou churrasco sem que o cliente traga o assunto.

Neutro — o padrão, e a escolha certa quando o público é nacional:

Português brasileiro neutro. Sem gíria regional. Sem diminutivo afetivo.

Repare no padrão: quase toda linha é uma restrição. Regionalismo bom é o que aparece pouco.

Checklist de Escuta

Instrução no papel não prova nada. Grave três ligações e ouça procurando:

1. Passou de duas expressões regionais na conversa? Está caricato.
2. O sotaque sumiu depois do quinto turno? Normal — o caráter se dilui conforme o contexto cresce. Se a conversa for longa, reforce a instrução.
3. Como ficou o número? "R$ 1.247,80" é onde o caráter regional mais quebra, porque o modelo volta à pronúncia neutra.
4. Como ficou a sigla? Mesmo problema. CPF, CNPJ, CEP.
5. Um nativo riu ou reconheceu? É o único teste que decide. Rir é reprovação.

O item 5 não é opcional. Nenhum ajuste de prompt substitui três ligações para gente da praça.

Erros Comuns

Caricatura. O mais frequente e o mais caro. Nasce de instrução que nomeia o sotaque em vez de descrever comportamento.

Sotaque inconsistente. Forte no começo, neutro no fim. É comportamento esperado do modelo, não bug — se importa, encurte a conversa ou reforce.

Quebra em número e sigla. Sem solução completa hoje. Vale saber que acontece.

Misturar regiões. "Oxente" com "bah" na mesma conversa não soa de lugar nenhum. Proíba explicitamente.

Confundir sotaque com informalidade. São coisas diferentes. Um agente pode ser regional e formal ao mesmo tempo — é o que a maioria das operações de cobrança precisa.

Perguntas Frequentes

Dá para fazer só com prompt, sem plataforma? Dá para chegar perto no vocabulário. A prosódia depende da voz, e aí você precisa de um catálogo com prévia para escolher ouvindo.

Qual camada dá mais resultado? Depende da região. No Sul, o vocabulário faz a maior parte. Em Minas e no Rio, a voz pesa mais.

Como faço o agente falar diferente por região? Um agente por região, cada um com sua voz e sua instrução. A personalização é por agente, não por chamada.

Sotaque atrapalha em contexto formal? Bem calibrado, não. Caricato, sim — e muito.

Conclusão

Sotaque em IA de voz se resolve em três camadas, e na ordem certa: escolha a voz ouvindo, escreva o vocabulário como comportamento verificável, ajuste o ritmo por instrução.

E escreva mais restrição que permissão. O erro que custa caro não é o sotaque fraco — é o exagerado.

O panorama regional está em Voz Regional em IA de Voz, e os guias por região em mineiro, nordestino, carioca e gaúcho.

Quer testar? Comece pela Integra e ouça as vozes antes de escolher.