A discussão sobre qualidade e latência em sistemas de voz baseados em LLMs ganhou novo destaque com uma citação recente de Luke Curley, publicada em 9 de maio de 2026 no blog de Simon Willison. Segundo Curley, o WebRTC — tecnologia amplamente utilizada para comunicação de áudio em tempo real — foi projetado para priorizar a latência mínima, mesmo à custa da qualidade do áudio.
No contexto de assistentes de voz e aplicações envolvendo LLMs, essa escolha técnica tem efeitos práticos: durante condições de rede instáveis, o WebRTC descarta pacotes de áudio para manter o fluxo contínuo, resultando em distorções ou perdas de informação no prompt enviado ao modelo. “Se você já ouviu áudio distorcido em uma call, é o WebRTC em ação”, aponta Curley.
A crítica central é que, para muitos usuários de LLMs via voz — especialmente aqueles que pagam por respostas precisas ou prompts longos —, a prioridade deveria ser a fidelidade do áudio, ainda que isso implique esperar alguns milissegundos a mais. “Prefiro esperar 200 ms a mais do que arriscar um prompt ruim”, resume Curley. No entanto, dentro dos navegadores, a retransmissão de pacotes de áudio WebRTC não é suportada, e a implementação é inflexível quanto à latência.
Esse debate expõe uma tensão recorrente na adoção de tecnologias de comunicação em produtos de IA: o que serve para videoconferência pode não ser ideal para contextos onde a precisão da entrada é prioritária. Enquanto LLMs ainda não são conhecidos pela resposta instantânea, a pressa do pipeline de áudio pode comprometer a experiência de quem mais valoriza qualidade.
A discussão segue aberta, especialmente à medida que assistentes de voz baseados em IA se popularizam e os casos de uso se diversificam. Por ora, quem depende de prompts longos ou complexos continua refém do design original do WebRTC.