01 — O problema
Ensaiar sozinho não prepara para encarar a plateia.
Falar em público se aprende falando em público, e as chances de ensaiar diante de uma plateia são poucas e expostas. Ensaiar sozinho não reproduz o momento de encarar as pessoas, e quase nunca deixa um retorno objetivo sobre o que melhorar.
02 — A proposta
Um palco para errar, repetir e ver o progresso.
O VoxVR coloca o estudante no palco de um auditório virtual, junto ao púlpito e diante de mais de cem pessoas sentadas. Ele fala como falaria de verdade. O aplicativo acompanha a apresentação e devolve uma nota por indicador, com sugestões para o próximo treino.
03 — Como funciona
Da abertura ao retorno, em cinco etapas.
Cada etapa abaixo mostra uma captura real do aplicativo.
-
01 / 05
Abertura
A tela de abertura aparece dentro do próprio auditório, com a identidade do aplicativo.
-
02 / 05
Escolha do treino
No menu, o estudante escolhe com o controle entre o Treino Básico, com orientações em tempo real, e o Treino Intermediário, com tempo livre.
-
03 / 05
No palco
Ele assume a posição de palestrante, junto ao púlpito, diante da plateia virtual.
-
04 / 05
A apresentação
No Treino Básico, de 3 minutos, indicadores de tempo, volume, velocidade e olhar acompanham a fala, com dicas curtas na parte inferior da visão.
-
05 / 05
O retorno
Ao terminar, a tela de resultado mostra a nota geral, a avaliação de cada indicador e sugestões de melhoria.
04 — O que é medido
Cada número diz de onde vem.
A nota geral é a média ponderada dos indicadores que puderam ser avaliados. Abaixo, como o código mede cada um.
| Indicador | Como é medido | Observação |
|---|---|---|
| Volume | Intensidade do sinal do microfone, em dBFS. | Não são decibéis acústicos. Falar alto demais também penaliza. |
| Velocidade | Palavras reconhecidas, quando o aparelho oferece reconhecimento de fala, ou a cadência da voz. | Pela cadência, o valor é uma estimativa, e o app mostra isso na tela. |
| Olhar | Orientação da cabeça em relação ao centro da plateia. | Não há rastreamento ocular. Conta como voltado à plateia até 35° para os lados e 25° na vertical. |
| Pausas | Trechos de silêncio agrupados durante a fala. | De 0,6 s a 3 s é pausa natural, sem custo. A partir de 3 s, pausa longa. |
| Tempo | Duração da apresentação no Treino Intermediário. | Referência de 5 minutos: entre 4:30 e 5:30 vale nota máxima. |
Classificação por indicador: a partir de 85 pontos, Excelente; de 70, Bom; de 50, Regular; abaixo, Precisa melhorar. O tempo só entra na nota do Treino Intermediário.
05 — Decisões técnicas
O que o código se recusa a fingir.
Um feedback só ajuda se for confiável. Estas escolhas protegem isso.
Dado ausente não vira nota ruim
Cada indicador precisa de pelo menos 10 s de dados para ser avaliado. O que não pôde ser medido aparece como "não avaliado" e sai da média ponderada, em vez de puxar a nota para baixo.
Honestidade sobre o que é estimado
Sem reconhecimento de fala no aparelho, a velocidade é estimada pelos picos de intensidade da voz. O app identifica esse valor como estimado no HUD e no resultado.
Olhar pela cabeça, não pelos olhos
Medir pela orientação da cabeça funciona nos headsets do público-alvo, que não têm rastreamento ocular, e é explicado ao usuário como tal.
Privacidade por padrão
Não há cadastro. A voz é analisada em tempo real e não é gravada nem armazenada pelo aplicativo.
Desempenho em headset autônomo
A plateia usa pooling de instâncias e as cenas têm iluminação pré-calculada, para caber no orçamento de processamento de um headset que roda sem computador.
Feedback que respeita o desempenho
As mensagens levam os números reais da sessão, variam entre treinos e seguem regras: não elogiam indicador com nota baixa nem criticam o que não foi medido.
06 — Desafios
O que deu trabalho.
- Microfone no Quest
- A captura de áudio em Android e Quest tem histórico de comportamento inconsistente com permissões e latência. Por isso ela foi isolada numa cena de teste própria antes de construir a sessão de discurso em cima dela.
- Uma plateia que não pese
- Mais de cem pessoas virtuais na cena, com reações sutis durante as pausas, num aparelho com orçamento apertado de processamento.
- Uma nota que faça sentido
- A fórmula original foi substituída por indicadores com faixas de tolerância e regras explícitas, documentadas e testáveis por simulação no editor.
07 — Meu papel
Do conceito ao headset.
- Concepção da experiência e do fluxo de treino.
- Programação em C# na Unity: sessão de discurso, captura e análise da voz, olhar, plateia, avaliação e interface em VR.
- Integração com OpenXR e XR Interaction Toolkit para Meta Quest.
- Documentação das regras de avaliação e do plano de desenvolvimento.
Personagens, animações, modelos 3D, texturas e sons vêm de bibliotecas de terceiros (Mixamo, Sketchfab, Poly Haven e Freesound), com as licenças conferidas e registradas no projeto. Código, integração, montagem das cenas e regras de avaliação são meus.
08 — Galeria
As telas, como são.
Capturas geradas a partir das cenas do próprio aplicativo. Os indicadores e as notas exibidos são valores de exemplo.
-
01 — Tela de abertura, dentro do auditório. -
02 — Menu inicial: Treino Básico e Treino Intermediário. -
03 — A plateia vista do palco. -
04 — O auditório visto do fundo: plateia, palco e púlpito. -
05 — Painel do palco com a identificação do Senac CEP-JP. -
06 — Treino Básico: indicadores e dica durante a fala. -
07 — Treino Intermediário: sem indicadores, com o botão Finalizar apresentação. -
08 — Resultado do Treino Básico: nota geral e quatro indicadores. -
09 — Resultado do Treino Intermediário, com a linha de tempo da apresentação.
09 — O projeto hoje
Realidade virtual aplicada à educação.
O VoxVR roda no Meta Quest 2 e no Meta Quest 3 com o ciclo completo de prática: o estudante escolhe o treino, apresenta diante da plateia e, ao final, recebe a avaliação da voz, do ritmo e do olhar.
O plano de desenvolvimento registra como próximas etapas um painel para o professor acompanhar os treinos e o reconhecimento de fala local.
O VoxVR está ligado ao contexto educacional do Senac PB, no Centro de Educação Profissional de João Pessoa (CEP-JP), e explora o uso de ambientes imersivos no desenvolvimento de habilidades de comunicação. Não é um produto comercial independente.