IA que responde áudio no WhatsApp: guia para advogados

Advogado, e se o seu cliente não souber ler?

Foi com essa pergunta que eu abri um Reels do Chat Jurídico no fim de outubro. A cena era simples: o cliente manda um áudio contando o caso, e uma IA que só escreve devolve um paredão de texto. A pessoa que pediu ajuda falando recebe uma resposta que não consegue usar.

Esse é o problema que a IA que responde em áudio resolve. E ele é bem maior do que parece.

Neste guia eu explico como a resposta em áudio funciona no atendimento de um escritório de advocacia, quando ela ajuda, quando atrapalha, e o que você precisa observar de LGPD e de ética antes de ligar.

Por que o seu cliente manda áudio

O Brasil é o país do áudio no WhatsApp. Não é impressão sua.

O número que mais me marcou é o do Inaf: 29% dos brasileiros entre 15 e 64 anos são analfabetos funcionais. São cerca de 40 milhões de pessoas que leem com dificuldade, ou não leem.

Agora pense em quem procura um escritório de direito previdenciário, trabalhista ou de família. Aposentadoria por invalidez, BPC/LOAS, reclamação trabalhista de quem trabalhou a vida inteira no campo. Uma parte relevante desse público vai mandar áudio, e não por preguiça.

Quanto do seu atendimento de hoje começa com um áudio de dois minutos?

O que é uma IA que responde em áudio

É o atendente de IA do escritório que, em vez de escrever a resposta, envia uma mensagem de voz no WhatsApp, do mesmo jeito que um áudio gravado no celular.

Por baixo, são três etapas:

1. Ouvir. A IA transcreve o áudio que o cliente mandou e entende o que foi pedido.
2. Pensar. O agente monta a resposta com as regras do escritório: perguntas de triagem, documentos necessários, próximos passos.
3. Falar. Um modelo de voz transforma a resposta em áudio, numa voz natural em português do Brasil.

A primeira etapa já existe há tempo em muita ferramenta. Escrevi sobre ela no post de transcrição automática de áudios para advogados. O que mudou foi a terceira: as vozes sintéticas ficaram boas o bastante para não soar como robô de URA.

Ouça dois exemplos com a voz padrão do Chat Jurídico, a que responde quando o escritório não liga uma voz do ElevenLabs. O cliente mandou um áudio sobre um benefício negado pelo INSS, e a IA responde assim:

O que a IA fala (na voz masculina, o nome é Pedro): “Oi, tudo bem? Aqui é a Ana, assistente virtual do escritório. Recebi o seu áudio. Para o advogado analisar o seu caso, me conta rapidinho: qual benefício você pediu ao INSS e o que eles responderam? Se tiver a carta do INSS, pode mandar uma foto aqui mesmo.”

Repare no que ela não diz: nada de “fica tranquilo, isso dá para reverter”. Ela se apresenta como assistente virtual, coleta o que o advogado precisa e passa adiante.

No Chat Jurídico, essa voz vem do ElevenLabs, empresa especializada em voz com IA. Fomos selecionados neste mês no programa de startups deles, o ElevenLabs Startup Grants.

Quando a IA deve responder em áudio (e quando não)

Aqui está a tentação de quem se empolga com a ideia: responder tudo em áudio.

Quem escreveu quer ler. Quem está numa reunião, no ônibus sem fone, ou num ambiente de trabalho não vai ouvir um áudio de 40 segundos. Áudio para todo mundo irrita tanto quanto texto para quem só fala.

Por isso, no Chat Jurídico a regra padrão é espelhar o cliente:

• Cliente mandou áudio: a IA responde em áudio, com a habilidade Respostas por áudio ligada.
• Cliente escreveu: a IA responde em texto.
• Modo acessibilidade: a IA percebe pela conversa quando a pessoa não consegue ler, por exemplo quando ela conta que não consegue ler, e passa a responder em áudio naquele atendimento, mesmo que a pessoa escreva.

O modo acessibilidade é o que eu mais gosto. Ele resolve o caso de quem pediu ajuda a um neto para digitar a primeira mensagem, mas não consegue ler a resposta.

Eu recomendo começar só com o espelhamento: áudio para quem manda áudio. Deixe o modo acessibilidade ligado junto e acompanhe as conversas da primeira semana antes de mexer em mais nada.

Qual voz usar no escritório

Você tem dois caminhos.

Voz da biblioteca

A biblioteca do ElevenLabs tem vozes nativas em português do Brasil, com filtro por gênero e estilo (atendimento, institucional, narração). No Chat Jurídico, você ouve cada voz lendo a saudação da assistente do escritório antes de escolher.

É o caminho mais simples e o que eu indico para a maioria dos escritórios.

Voz clonada da equipe

Você envia um áudio de 1 a 2 minutos de alguém da equipe e a voz clonada fica disponível para o agente. Parece tentador ter a IA falando com a voz do sócio, certo?

Pense duas vezes. A voz pode ser tratada como dado biométrico, e a LGPD classifica dado biométrico como dado pessoal sensível (art. 5º, II)4. Clonar exige consentimento expresso do titular da voz, e no Chat Jurídico essa autorização fica registrada e só um administrador escolhe voz clonada para o agente.

Tem também o lado da confiança. O golpe do falso advogado já usa voz clonada para pedir PIX a clientes de escritório, e eu detalhei esse risco no post sobre IA que clona a voz do advogado. Se o seu cliente se acostuma a receber áudio “do Dr. Fulano” que na verdade é uma IA, fica mais difícil para ele desconfiar quando o áudio for de um golpista.

Minha recomendação: voz da biblioteca para o agente de IA, e a voz real do advogado reservada para quando ele mesmo grava.

O que a IA pode e não pode dizer em áudio

Áudio não muda as regras do jogo. A IA de atendimento do escritório continua fazendo triagem e encaminhamento, não consultoria jurídica.

Na prática, isso significa:

• Pode coletar o relato do caso, pedir documentos e explicar as próximas etapas do atendimento.
• Pode agendar a conversa com o advogado.
• Não deve prometer resultado, estimar valor de causa nem orientar o cliente sobre o que fazer no processo.

As regras de ética da OAB, do Código de Ética ao Provimento 205/2021 sobre publicidade, valem para o que a IA fala, em texto ou em áudio. Uma frase como “o senhor vai ganhar essa ação” é tão problemática dita pela voz da IA quanto escrita.

Uma vantagem prática do áudio no Chat Jurídico: a mensagem de voz fica no histórico com o texto completo da resposta ao lado. Quem revisa as conversas confere exatamente o que a IA falou, sem precisar ouvir cada áudio.

Quanto custa a resposta em áudio

Aqui é importante ser claro, porque o custo não é do Chat Jurídico.

A integração com o ElevenLabs usa a chave de API da conta do escritório no ElevenLabs. Os caracteres convertidos em voz e os espaços de voz clonada saem do plano que o escritório contrata lá, e o Chat Jurídico mostra o plano e os créditos usados no mês dentro do card da integração.

Como o áudio só sai para quem mandou áudio (ou no modo acessibilidade), o consumo acompanha o perfil do seu público. Um escritório previdenciário com muito cliente que fala vai gastar mais créditos de voz do que um escritório empresarial que atende por texto.

E se a voz falhar?

Se o ElevenLabs falhar, a resposta sai com a voz padrão do Chat Jurídico. Se ela também falhar, sai em texto. O cliente nunca fica sem resposta.

Funciona tanto no número da API Oficial quanto no número conectado por QR code, e a mensagem chega como áudio gravado, não como arquivo anexo.

O que a resposta em áudio ainda não faz

Prefiro listar os limites antes de alguém descobrir na prática:

• Não faz ligação nem conversa por voz em tempo real. A IA envia mensagens de voz no WhatsApp.
• Follow-ups, campanhas e avisos de processo continuam em texto. O áudio vale para a resposta do agente de IA.
• Velocidade e entonação não se ajustam no Chat Jurídico. Vale o que estiver configurado na voz, no ElevenLabs.
• Funciona nos agentes do motor High-Code. Agentes antigos do motor n8n usam a voz padrão.
• É liberada pela nossa equipe. Não aparece sozinha no painel, a gente ativa junto com você.

Como ativar no Chat Jurídico

São três passos:

1. Conecte o ElevenLabs. Em Integrações, abra o card ElevenLabs e cole a chave de API da conta do escritório.
2. Escolha a voz. Adicione vozes brasileiras da biblioteca, ou clone uma voz da equipe com autorização, e ouça a prévia em português.
3. Ligue no agente. No agente de atendimento, em Habilidades, ative Respostas por áudio e selecione a voz na aba Avançado.

Antes de ligar para todos os clientes, faça um teste com o seu próprio número. Mande um áudio, ouça a resposta, e leia o texto ao lado. É assim que você calibra o roteiro do agente para soar bem falado, e não só bem escrito.

Referências

1. Mobile Time e Opinion Box. Panorama Mensageria, março de 2024.
2. UNICEF Brasil. Analfabetismo funcional não apresenta melhora e alcança 29% dos brasileiros (Inaf).
3. Canaltech. WhatsApp: Brasil envia 4 vezes mais áudio do que outros países, diz Zuckerberg.
4. Brasil. Lei nº 13.709/2018 (LGPD), art. 5º, II.

Manual gratuito 10 Táticas para Organizar a Comunicação do Escritório de Advocacia Digital

E-book gratuito · PDF

Manual gratuito: 10 táticas para organizar a comunicação do seu escritório

O passo a passo que usamos para tirar escritórios do caos do WhatsApp, com plano de 30 dias e modelos prontos. Receba o acesso agora.

Nome * E-mail * WhatsApp *

Receber o manual

Ao enviar, você concorda em receber o material e contatos do Chat Jurídico. Veja nossa política de privacidade.