Criei um aplicativo de tradução que roda inteiramente no seu celular. Sem nuvem. Sem chamadas de API. Sem dados saindo do dispositivo. 108 idiomas. Tradução por voz, câmera, tela e conversas em grupo offline via Bluetooth.
Tudo começou porque eu não conseguia encontrar o que precisava — e foi crescendo além do que eu esperava.
O Problema
Moro em Hong Kong. Meu cotidiano envolve cantonês, mandarim, inglês e, ocasionalmente, japonês. A família do meu parceiro fala cantonês. Meu trabalho é em inglês. Os formulários do governo estão em chinês tradicional. Os cardápios dos restaurantes do bairro frequentemente estão em chinês simplificado ou japonês.
Experimentei todos os tradutores disponíveis no mercado:
Google Translate funciona razoavelmente bem online, mas a qualidade cai muito no modo offline. Além disso, ele agrupa o cantonês em "chinês" — o que, para quem fala cantonês, é como colocar o português dentro do "espanhol". As línguas compartilham caracteres, mas não a pronúncia, a gramática nem o vocabulário.
Pocketalk custa $323 e exige internet para cada tradução. Não consigo usá-lo no MTR (metrô de Hong Kong), onde não há sinal em metade das estações.
Apple Translate tem um design belíssimo e bom processamento no dispositivo, mas suporta cerca de 20 idiomas. Sem cantonês. Em uma cidade onde 95% da população fala cantonês. Isso já diz tudo sobre como as grandes empresas de tecnologia priorizam os idiomas.
iTranslate coloca funções essenciais atrás de um paywall de $50/ano. O DeepL nem sequer oferece tradução por voz ou câmera.
Nenhum deles conseguia lidar com um jantar na família do meu parceiro, onde as pessoas alternam entre cantonês, mandarim e inglês no meio da conversa. Nenhum conseguia traduzir as mensagens de voz em cantonês que recebo no WhatsApp. Nenhum funcionava de forma confiável em áreas com conectividade ruim.
Então comecei a construir.
A Primeira Versão Era Terrível
O primeiro protótipo era um aplicativo Flutter com um único modelo de ASR (Whisper, rodando no dispositivo via sherpa-onnx) e tradução NMT básica. Suportava talvez 15 idiomas. O reconhecimento de voz era lento. As traduções eram mediocres. A interface era feia.
Mas funcionava offline. E esse único fato — poder traduzir uma frase em cantonês para inglês num avião sem WiFi — me manteve motivado.
A Toca do Coelho da Arquitetura
Quando você se compromete com IA no dispositivo, cai numa toca do coelho bem profunda.
ASR (reconhecimento de fala): Um modelo não serve para todos os idiomas. Acabei incluindo três: Parakeet (otimizado para inglês, integrado ao app), Whisper.cpp (multilíngue amplo, disponível para download) e Qwen3-ASR (otimizado para CJK, disponível para download). O app direciona automaticamente para o melhor modelo com base no idioma de origem.
Tradução: Os modelos tradicionais de ML cobrem 61 pares de idiomas com boa cobertura. Para os outros 47 idiomas (iorubá, amárico, laosiano, birmanês e outros), um LLM Gemma quantizado rodando localmente cuida da tradução. Essa foi a virada que elevou o número de idiomas de 61 para 108.
OCR por câmera: Dois mecanismos. ML Kit para o modo Basic. PaddleOCR para o modo Professional de reconhecimento de escritas complexas. No iOS, foi necessário adicionar manualmente pods específicos para cada escrita, porque a Apple inclui apenas o modelo latino por padrão. Levei um dia inteiro para depurar isso porque a falha é completamente silenciosa.
Chat em grupo: Malha Bluetooth conectando até 7 dispositivos. Cada celular cuida do próprio ASR e da própria tradução. As mensagens são transmitidas para todos os dispositivos. Nenhum servidor coordena nada.
Gerenciamento de memória: O verdadeiro desafio de engenharia. Três modelos de ASR, modelos de tradução, um LLM e mecanismos de OCR não podem residir simultaneamente na RAM do celular. O app possui um planejador de orçamento de memória que carrega e descarrega modelos com base no que o usuário está fazendo no momento.
Os Números
- Tempo de desenvolvimento: Cerca de 18 meses do primeiro commit ao lançamento na App Store / Play Store
- Idiomas: 108 (61 de ML tradicional + 47 de IA via Gemma)
- Idiomas com ASR: 30 com reconhecimento de fala no dispositivo
- Idiomas com OCR: 92 com reconhecimento de texto por câmera
- Tamanho do app: ~150MB base + modelos para download
- Preço: Nível gratuito com todas as funções essenciais. Premium a $1,99/mês ou $19,99/ano para chat em grupo, transcrição de arquivos e resumos de reuniões
- Tamanho da equipe: 1 pessoa
O Que Acertei
Privacidade como arquitetura, não como política. "Não compartilhamos seus dados" é uma política. Ela pode mudar. "Seus dados nunca saem do seu celular porque não existe servidor" é arquitetura. Isso não pode mudar sem reconstruir o app do zero. Os usuários entendem essa diferença intuitivamente.
Cantonês como idioma de primeira classe. A maioria dos tradutores trata o cantonês como chinês com sotaque diferente. O Traverba possui um modelo de ASR dedicado ao cantonês. Isso repercutiu fortemente entre os usuários de Hong Kong e de Guangdong, que estão cansados de serem tratados como uma segunda opção.
O nível gratuito é generoso. Tradução por voz, câmera, tela e texto são todas gratuitas e ilimitadas. O paywall restringe apenas as funções de chat em grupo, transcrição de arquivos e resumos de reuniões. Isso é importante porque as pessoas que mais precisam de tradução — imigrantes, viajantes em lugares desconhecidos, estudantes — muitas vezes não podem pagar por assinaturas premium.
Design offline em primeiro lugar. Todas as funções funcionam sem internet. A internet não é um modo degradado. Offline É o modo. Essa é uma proposta de valor mais forte do que "também funciona offline."
O Que Errei
Subestimar dispositivos de baixo desempenho. O desenvolvimento aconteceu em celulares top de linha. Na primeira vez que testei em um aparelho com 3GB de RAM, metade das funções travou. O gerenciamento de memória deveria ter sido a primeira coisa que construí, não uma correção posterior.
O processo de revisão do iOS. A Apple rejeitou a primeira submissão por não implementar o App Tracking Transparency (ATT). Mesmo que o Traverba não rastreie usuários, o SDK do AdMob aciona o requisito. Configurar corretamente o ATT no Flutter com o timing certo — após o lançamento do app e antes da inicialização dos anúncios — exigiu várias iterações.
Não lançar mais cedo. Passei meses polindo funções que os usuários nem pediram antes de lançar. O feedback que recebi após o lançamento foi sobre coisas completamente diferentes do que eu esperava. Lance cedo, escute, itere. Todo mundo diz isso. Mesmo assim, cai na armadilha.
A Oportunidade de Mercado
O mercado de tradução vale mais de $40 bilhões e está crescendo. Mas é dominado por dois extremos:
- Apps gratuitos na nuvem (Google Translate, Apple Translate) que são suficientemente bons para a maioria das pessoas, mas sacrificam privacidade e confiabilidade offline
- Dispositivos de hardware caros (Pocketalk $323, Timekettle $299, Vasco $350+) que exigem internet e resolvem um problema que o seu celular já resolve
A lacuna no meio — um app gratuito ou acessível com processamento totalmente no dispositivo que realmente funciona — é surpreendentemente vazia. O DeepL é apenas texto. O iTranslate coloca funções essenciais atrás de paywall. A maioria das ferramentas de tradução com IA é exclusivamente na nuvem.
A IA no dispositivo cruzou o limiar de qualidade. Os modelos são bons o suficiente. Os celulares são rápidos o suficiente. Os frameworks (CoreML, ONNX, sherpa-onnx, LiteRT) estão maduros o suficiente. O que faltava era alguém construir a camada de produto em cima disso.
O Que Vem a Seguir
O roteiro imediato:
- Mais idiomas com ASR. 30 é um bom começo, mas os idiomas de longa cauda também precisam de reconhecimento de fala.
- Tradução LLM aprimorada. O Gemma 2B é bom. Modelos mais novos e menores podem ser ainda melhores. A arquitetura suporta a troca de modelos sem alterar o app.
- Otimização para iPad e tablets. O app funciona em tablets, mas a interface ainda não está otimizada para telas maiores.
- Aceleração Vulkan no Android. O iOS tem Metal e CoreML para inferência em GPU. A solução de aceleração por GPU no Android (Vulkan via whisper.cpp) ainda precisa de mais trabalho.
A visão maior: um mundo onde o idioma não é uma barreira para a conexão humana, e onde superar essa barreira não exige entregar suas conversas privadas para os servidores de uma empresa de tecnologia.
Se você chegou até aqui, experimente o app. É gratuito. Leio cada feedback que recebo.
O Traverba está disponível no Google Play e na App Store. Saiba mais em traverba.com. Perguntas, feedback ou sugestões de funcionalidades: [email protected]