fix(android): transmissao de video nao trava quando o servidor reinicia

Se o servidor caia no meio da transmissao, o app tentava reabrir a camera
ainda presa pelo sensor de movimento; o getUserMedia ficava esperando para
sempre e a fila de pedidos do painel travava (video "desligado" ate
reiniciar o app). Agora abrir a camera tem prazo de 8 s, cada pedido do
painel tem prazo de 12 s e uma camera encerrada de repente desfaz a sessao
para a proxima mensagem reabrir. Validado no S10: servidor reiniciado com
video ativo volta sozinho em ~8 s. APK 0.8.2.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

android/app/AndroidManifest.xml

@@ -1,8 +1,8 @@
 <?xml version="1.0" encoding="utf-8"?>
 <manifest xmlns:android="http://schemas.android.com/apk/res/android"
     package="br.carinha.rosto"
-    android:versionCode="9"
+    android:versionCode="10"
-    android:versionName="0.8.1">
+    android:versionName="0.8.2">
 
     <uses-sdk android:minSdkVersion="21" android:targetSdkVersion="34" />
 

android/app/assets/carinha.html

@@ -26,6 +26,7 @@
 </svg>
 <div id="fps"></div>
 <script src="rosto-motor.js"></script>
+<script src="voz-robo.js"></script>
 <script>
 /* Token do servidor (o app Android abre a página com ?t=...): vai em todo pedido ao
    próprio servidor, inclusive os de reacoes-render.js. Sem ?t= nada muda. */
@@ -969,15 +970,31 @@ const SONS = {
   dormir:     (c, t, v) => { nota(c, 440, t, 0.25, "sine", v * 0.6); nota(c, 330, t + 0.22, 0.5, "sine", v * 0.5); },
 };
 
+/* Balbucio de robô para a resposta da conversa (voz-robo.js). Enquanto ele "fala",
+   os sons dos gestos ficam quietos para não embolar. */
+function falar(texto) {
+  if (!AUDIO.ligado || !window.VozRobo) return;
+  const c = contextoAudio();
+  if (!c) return;
+  if (c.state === "suspended") { try { c.resume(); } catch (e) { /* sem gesto */ } }
+  try {
+    const dur = window.VozRobo.balbuciar(c, texto, AUDIO.volume * 0.85);
+    AUDIO.mudoAte = performance.now() + dur * 1000;
+  } catch (e) { /* segue sem voz */ }
+}
+
 function tocarSom(gesto) {
   if (!AUDIO.ligado) return false;
+  if (AUDIO.mudoAte && performance.now() < AUDIO.mudoAte) return false;
+  const voz = window.VozRobo && window.VozRobo.sons.indexOf(gesto) >= 0;
   const f = SONS[gesto];
-  if (!f) return false;
+  if (!voz && !f) return false;
   const c = contextoAudio();
   if (!c) return false;
   if (c.state === "suspended") { try { c.resume(); } catch (e) { /* sem gesto */ } }
   try {
-    f(c, c.currentTime + 0.02, AUDIO.volume);
+    if (voz) window.VozRobo.tocar(c, gesto, AUDIO.volume);   // voz de robô sintetizada
+    else f(c, c.currentTime + 0.02, AUDIO.volume);           // bipes antigos (reserva)
     // aparece no logcat como CarinhaJS: ajuda a diagnosticar audio mudo
     console.log("voz: " + gesto + " ctx=" + c.state);
     return true;
@@ -1064,6 +1081,7 @@ setTimeout(relatar, 1500);
   try{const response=await fetch('/conversa/status',{cache:'no-store',signal:AbortSignal.timeout(2500)});if(!response.ok)return;
    const s=await response.json(),m=s.ultima;if(!m){seen=null;return;}
    if(m.id===seen||Date.now()/1000-m.horario>60)return;seen=m.id;
+   falar(m.texto);
    MIC.ultimoSom=performance.now()/1000;trata('acordar');trata(m.gesto);
    if(window.MotorRosto)window.MotorRosto.faixa('legenda',{texto:m.texto});
   }catch(e){}finally{fetching=false;}
@@ -1113,6 +1131,7 @@ if(new URLSearchParams(location.search).get('aparelho')==='1' && new URLSearchPa
     const m = s.ultima;
     if (!m || m.id === ultimaConversa || Date.now() / 1000 - m.horario > 60) return;
     ultimaConversa = m.id;
+    falar(m.texto);
     MIC.ultimoSom = performance.now() / 1000; trata('acordar'); trata(m.gesto);
     if (window.MotorRosto) window.MotorRosto.faixa('legenda', { texto: m.texto });
   });

android/app/assets/transmissao.html

@@ -12,8 +12,13 @@ let config = {}, signature = '', movementEnabled = true, aviso = '', capacidades
 let allowed = true;
 let lastMotionFrame = -1;
 function chave(c) { return JSON.stringify([c.cameraLado || 'user', c.videoResolucao || 'auto', c.videoFPS || 0]); }
+/* Nada pode esperar para sempre: se a câmera estiver presa (ex.: servidor caiu no meio e o
+   sensor de movimento ainda a segura), desiste e a próxima mensagem do painel tenta de novo. */
+function comPrazo(promessa, ms, oque) {
+  return Promise.race([promessa, new Promise((_, rej) => setTimeout(() => rej(new Error(oque + ' demorou mais de ' + ms / 1000 + ' s')), ms))]);
+}
 async function capturar(c) {
-  const media = await navigator.mediaDevices.getUserMedia({audio:false,video:{facingMode:{ideal:c.cameraLado || 'user'},width:{ideal:640},height:{ideal:360},frameRate:{ideal:30}}});
+  const media = await comPrazo(navigator.mediaDevices.getUserMedia({audio:false,video:{facingMode:{ideal:c.cameraLado || 'user'},width:{ideal:640},height:{ideal:360},frameRate:{ideal:30}}}), 8000, 'Abrir a câmera');
   const track = media.getVideoTracks()[0];
   const facing = track.getSettings().facingMode;
   if (facing && facing !== (c.cameraLado || 'user')) {
@@ -74,6 +79,12 @@ async function iniciar(id) {
   const media = await capturar(config); signature = chave(config);
   if (!wanted || captureGeneration !== generation) { media.getTracks().forEach(t => t.stop()); return; }
   stream = media; video.srcObject = stream; await video.play();
+  // câmera fechada de repente (outro uso, erro do sistema): desfaz tudo; o próximo pacote reabre
+  stream.getVideoTracks()[0].onended = () => {
+    if (captureGeneration !== generation) return;
+    console.log('RTC câmera encerrada; recomeçando no próximo pedido');
+    parar(); sid = null;
+  };
   pc = new RTCPeerConnection({iceServers:[]});
   sender = pc.addTrack(stream.getVideoTracks()[0], stream);
   const mine = pc;
@@ -133,11 +144,11 @@ async function receber(packet) {
 }
 window.rtcReceber = packet => {
   allowed = true;
-  tasks = tasks.then(() => allowed ? receber(packet) : undefined).catch(e => {
+  tasks = tasks.then(() => allowed ? comPrazo(receber(packet), 12000, 'Pedido de vídeo') : undefined).catch(e => {
     console.log('RTC erro=' + e.name + ': ' + e.message);
     sinal({tipo:'erro',erro:e.name + ': ' + e.message});
     estado({tipo:'webrtc',estado:'erro',erro:e.message});
-    parar();
+    parar(); sid = null;
   });
 };
 window.rtcParar = () => { allowed = false; parar(); sid = null; };

android/app/assets/voz-robo.js

@@ -0,0 +1,188 @@
+/* voz-robo.js — voz sintetizada do Carinha, no estilo dos robozinhos de cinema.
+ *
+ * Tudo é gerado na hora com Web Audio: nenhuma gravação, nenhum arquivo de terceiros.
+ * Cada som é uma sequência de "sílabas": um oscilador que desliza de um tom a outro, com vibrato,
+ * passando por um filtro de formante (a "vogal": o→i faz o "uou"). Motores das mãos viram ruído
+ * filtrado, e a resposta da conversa vira um balbucio que sobe no fim quando é pergunta.
+ */
+(function () {
+  'use strict';
+
+  let ruido = null;                 // buffer de ruído reaproveitado
+  const TOM = 1.25;                 // todas as sílabas 25% acima do tom escrito
+  const saidas = new WeakMap();     // AudioContext → nó de saída (compressor)
+
+  /*
+   * Cadeia de "brilho metálico" (criada uma vez por AudioContext):
+   *   voz → ressonância de lata fina (agudo, ~850 Hz) → saturação leve → compressor → saída
+   * Nada grave: zumbido e ressonância graves deixavam a voz com cara de sapo.
+   */
+  function saida(c) {
+    if (saidas.has(c)) return saidas.get(c);
+    const entrada = c.createGain();
+    const seca = c.createGain(); seca.gain.value = 0.8;
+    const atraso = c.createDelay(0.05); atraso.delayTime.value = 0.00118;
+    const volta = c.createGain(); volta.gain.value = 0.42;
+    const molhada = c.createGain(); molhada.gain.value = 0.35;
+    entrada.connect(seca);
+    entrada.connect(atraso); atraso.connect(volta); volta.connect(atraso); atraso.connect(molhada);
+    const satura = c.createWaveShaper();
+    const n = 2048, curva = new Float32Array(n);
+    for (let i = 0; i < n; i++) { const x = (i / (n - 1)) * 2 - 1; curva[i] = Math.tanh(x * 1.3); }
+    satura.curve = curva;
+    seca.connect(satura); molhada.connect(satura);
+    const brilho = c.createBiquadFilter();            // realce leve nos agudos: "metal" limpo
+    brilho.type = 'peaking'; brilho.frequency.value = 3200; brilho.Q.value = 1.2; brilho.gain.value = 4;
+    const comp = c.createDynamicsCompressor();
+    comp.threshold.value = -16; comp.ratio.value = 4; comp.attack.value = 0.003; comp.release.value = 0.15;
+    const passaBaixa = c.createBiquadFilter();
+    passaBaixa.type = 'lowpass'; passaBaixa.frequency.value = 8000;
+    const volume = c.createGain(); volume.gain.value = 0.8;
+    satura.connect(brilho); brilho.connect(comp); comp.connect(passaBaixa); passaBaixa.connect(volume); volume.connect(c.destination);
+    saidas.set(c, entrada);
+    return entrada;
+  }
+
+  /**
+   * Uma sílaba. de/para: tom em Hz; vogal: [formante inicial, final] em Hz;
+   * vib: [Hz, profundidade em Hz]; forma: tipo de onda.
+   */
+  function silaba(c, t0, dur, de, para, vol, op) {
+    op = op || {};
+    vol *= 2.4;                       // compensa a energia que o filtro de formante tira
+    de *= TOM; para *= TOM;           // voz de robozinho: aguda
+    const osc = c.createOscillator();
+    osc.type = op.forma || 'sawtooth';
+    osc.frequency.setValueAtTime(de, t0);
+    osc.frequency.exponentialRampToValueAtTime(Math.max(20, para), t0 + dur);
+    if (op.vib) {
+      const lfo = c.createOscillator(), prof = c.createGain();
+      lfo.frequency.value = op.vib[0]; prof.gain.value = op.vib[1];
+      lfo.connect(prof); prof.connect(osc.frequency);
+      lfo.start(t0); lfo.stop(t0 + dur + 0.05);
+    }
+    // FM harmônico e leve: brilho de metal sem aspereza
+    const mod = c.createOscillator(), modProf = c.createGain();
+    mod.type = 'sine';
+    mod.frequency.setValueAtTime(de * 2, t0);
+    mod.frequency.exponentialRampToValueAtTime(Math.max(20, para * 2), t0 + dur);
+    modProf.gain.setValueAtTime(de * (op.metal ?? 0.22), t0);
+    modProf.gain.exponentialRampToValueAtTime(Math.max(1, para * (op.metal ?? 0.22)), t0 + dur);
+    mod.connect(modProf); modProf.connect(osc.frequency);
+    mod.start(t0); mod.stop(t0 + dur + 0.05);
+    // corpo: uma senoide uma oitava abaixo deixa a voz menos "apito"
+    const sub = c.createOscillator();
+    sub.type = 'sine';
+    sub.frequency.setValueAtTime(de / 2, t0);
+    sub.frequency.exponentialRampToValueAtTime(Math.max(20, para / 2), t0 + dur);
+    const vogal = op.vogal || [900, 1500];
+    const filtro = c.createBiquadFilter();
+    filtro.type = 'bandpass'; filtro.Q.value = op.q || 5;
+    filtro.frequency.setValueAtTime(vogal[0], t0);
+    filtro.frequency.exponentialRampToValueAtTime(vogal[1], t0 + dur);
+    const g = c.createGain(), gs = c.createGain();
+    const ataque = Math.min(0.02, dur * 0.25);
+    g.gain.setValueAtTime(0.0001, t0);
+    g.gain.exponentialRampToValueAtTime(vol, t0 + ataque);
+    g.gain.setValueAtTime(vol, t0 + dur * 0.7);
+    g.gain.exponentialRampToValueAtTime(0.0001, t0 + dur);
+    gs.gain.value = 0.12;             // pouca oitava de baixo: grave demais vira coaxar
+    osc.connect(filtro); sub.connect(gs); gs.connect(filtro); filtro.connect(g); g.connect(saida(c));
+    osc.start(t0); sub.start(t0);
+    osc.stop(t0 + dur + 0.05); sub.stop(t0 + dur + 0.05);
+  }
+
+  function bufferRuido(c) {
+    if (ruido && ruido.sampleRate === c.sampleRate) return ruido;
+    ruido = c.createBuffer(1, c.sampleRate, c.sampleRate);
+    const d = ruido.getChannelData(0);
+    for (let i = 0; i < d.length; i++) d[i] = Math.random() * 2 - 1;
+    return ruido;
+  }
+
+  /** Motorzinho: ruído filtrado que sobe de tom, com um tremor mecânico. */
+  function servo(c, t0, dur, vol, sobe) {
+    const fonte = c.createBufferSource();
+    fonte.buffer = bufferRuido(c); fonte.loop = true;
+    const f = c.createBiquadFilter();
+    f.type = 'bandpass'; f.Q.value = 9;
+    f.frequency.setValueAtTime(sobe === false ? 1500 : 500, t0);
+    f.frequency.exponentialRampToValueAtTime(sobe === false ? 500 : 1500, t0 + dur);
+    const g = c.createGain(), trem = c.createOscillator(), tg = c.createGain();
+    trem.frequency.value = 38; tg.gain.value = vol * 0.35;
+    trem.connect(tg); tg.connect(g.gain);
+    g.gain.setValueAtTime(0.0001, t0);
+    g.gain.exponentialRampToValueAtTime(vol * 0.6, t0 + 0.05);
+    g.gain.setValueAtTime(vol * 0.6, t0 + dur - 0.06);
+    g.gain.exponentialRampToValueAtTime(0.0001, t0 + dur);
+    fonte.connect(f); f.connect(g); g.connect(saida(c));
+    fonte.start(t0); trem.start(t0);
+    fonte.stop(t0 + dur + 0.05); trem.stop(t0 + dur + 0.05);
+  }
+
+  function clique(c, t0, vol) {
+    const fonte = c.createBufferSource();
+    fonte.buffer = bufferRuido(c);
+    const f = c.createBiquadFilter(); f.type = 'highpass'; f.frequency.value = 3000;
+    const g = c.createGain();
+    g.gain.setValueAtTime(vol * 0.5, t0); g.gain.exponentialRampToValueAtTime(0.0001, t0 + 0.03);
+    fonte.connect(f); f.connect(g); g.connect(saida(c));
+    fonte.start(t0); fonte.stop(t0 + 0.05);
+  }
+
+  const O = [500, 900], I = [1800, 2400], U = [350, 700], A = [900, 1300];   // vogais (formantes)
+
+  // Cada som: (c, t, v) → agenda as sílabas. Volumes relativos ao volume do app.
+  const SONS = {
+    feliz: (c, t, v) => { silaba(c, t, 0.12, 620, 900, v, { vogal: [1200, 2000] }); silaba(c, t + 0.13, 0.18, 900, 1250, v, { vogal: I, vib: [9, 18] }); },
+    alegre: (c, t, v) => [560, 700, 860, 1100].forEach((f, i) => silaba(c, t + i * 0.085, 0.09, f, f * 1.25, v * 0.85, { vogal: I, forma: 'square' })),
+    coracao: (c, t, v) => { silaba(c, t, 0.55, 760, 560, v, { vogal: [800, 1300], vib: [7, 28] }); },
+    piscadinha: (c, t, v) => { clique(c, t, v); silaba(c, t + 0.04, 0.08, 1000, 1300, v * 0.6, { forma: 'square', vogal: I }); },
+    surpreso: (c, t, v) => { silaba(c, t, 0.22, 260, 1100, v, { vogal: [450, 2000] }); silaba(c, t + 0.22, 0.12, 1100, 820, v * 0.8, { vogal: I }); },
+    bravo: (c, t, v) => [0, 0.13, 0.26].forEach((d, i) => silaba(c, t + d, 0.1, 480 - i * 30, 380 - i * 30, v * 0.85, { forma: 'square', vogal: [1300, 900] })),   // bipes zangados
+    triste: (c, t, v) => { silaba(c, t, 0.65, 640, 380, v * 0.85, { vogal: [1200, 750], vib: [5, 14] }); },
+    dormir: (c, t, v) => { silaba(c, t, 0.35, 460, 760, v * 0.7, { vogal: [900, 1500] }); silaba(c, t + 0.36, 0.75, 760, 340, v * 0.6, { vogal: [1500, 700], vib: [4, 8] }); },
+    acordar: (c, t, v) => { servo(c, t, 0.25, v * 0.5); [300, 450, 700].forEach((f, i) => silaba(c, t + 0.22 + i * 0.1, 0.1, f, f * 1.2, v * 0.8, { vogal: I, forma: 'square' })); silaba(c, t + 0.56, 0.2, 700, 1050, v, { vogal: [1200, 2200], vib: [8, 15] }); },
+    acenar: (c, t, v) => { servo(c, t, 0.3, v * 0.45); silaba(c, t + 0.28, 0.13, 520, 820, v, { vogal: [1000, 1900] }); silaba(c, t + 0.44, 0.2, 760, 1080, v, { vogal: I, vib: [9, 20] }); },
+    esconder: (c, t, v) => { servo(c, t, 0.45, v * 0.5); silaba(c, t + 0.1, 0.08, 950, 1350, v * 0.8, { vogal: I }); for (let i = 0; i < 5; i++) silaba(c, t + 0.6 + i * 0.09, 0.05, 1200 + (i % 2) * 180, 1300, v * 0.35, { forma: 'square', vogal: I }); servo(c, t + 2.05, 0.4, v * 0.45, false); },
+    espiar: (c, t, v) => { servo(c, t, 0.45, v * 0.5); silaba(c, t + 1.0, 0.3, 480, 760, v * 0.9, { vogal: [600, 1700] }); silaba(c, t + 2.0, 0.16, 800, 1150, v, { vogal: I }); },
+    pensar: (c, t, v) => { servo(c, t, 0.35, v * 0.4); silaba(c, t + 0.35, 0.5, 520, 640, v * 0.7, { vogal: [900, 1600], vib: [5, 10] }); [0.95, 1.12].forEach((d) => silaba(c, t + d, 0.05, 1500, 1600, v * 0.35, { forma: 'square', vogal: I })); },   // "hmm?" e bipinhos
+    musica: (c, t, v) => [523, 659, 784, 659, 880, 784, 659, 1047].forEach((f, i) => silaba(c, t + i * 0.26, 0.2, f, f * 1.02, v * 0.6, { forma: 'triangle', vogal: A, vib: [6, 5] })),
+  };
+
+  // Gerador previsível: a mesma frase sempre "soa" igual.
+  function semente(texto) {
+    let h = 2166136261;
+    for (let i = 0; i < texto.length; i++) h = Math.imul(h ^ texto.charCodeAt(i), 16777619);
+    return () => { h = Math.imul(h ^ (h >>> 15), 2246822507); h = Math.imul(h ^ (h >>> 13), 3266489909); return ((h ^= h >>> 16) >>> 0) / 4294967296; };
+  }
+
+  /** Balbucio de robô para uma resposta: ~1 sílaba a cada 6 letras, no máximo 16. */
+  function balbuciar(c, texto, v) {
+    texto = String(texto || '').trim();
+    if (!texto) return 0;
+    const rnd = semente(texto), n = Math.max(2, Math.min(16, Math.ceil(texto.length / 6)));
+    const pergunta = /\?\s*$/.test(texto), exclama = /!\s*$/.test(texto);
+    const vogais = [O, I, A, U];
+    let t = c.currentTime + 0.03, tom = 520 + rnd() * 180;
+    for (let i = 0; i < n; i++) {
+      const ultima = i === n - 1;
+      const dur = 0.07 + rnd() * 0.1;
+      let para = tom * (0.8 + rnd() * 0.5);
+      if (ultima) para = pergunta ? tom * 1.6 : exclama ? tom * 1.35 : tom * 0.7;
+      silaba(c, t, ultima ? dur + 0.08 : dur, tom, para, v * (0.65 + rnd() * 0.3), { vogal: vogais[Math.floor(rnd() * 4)], vib: rnd() < 0.3 ? [8, 14] : null, forma: rnd() < 0.25 ? 'square' : 'sawtooth' });
+      t += dur + 0.025 + rnd() * 0.05;
+      tom = Math.max(330, Math.min(1000, para * (0.9 + rnd() * 0.25)));
+    }
+    return t - c.currentTime;
+  }
+
+  function tocar(c, nome, v) {
+    const f = SONS[nome];
+    if (!f || !c) return false;
+    f(c, c.currentTime + 0.02, v);
+    return true;
+  }
+
+  window.VozRobo = { tocar, balbuciar, servo: (c, dur, v) => servo(c, c.currentTime + 0.01, dur, v), sons: Object.keys(SONS) };
+})();

android/build-apk.py

@@ -30,7 +30,7 @@ def main():
     def run(*command):
         subprocess.run([str(x) for x in command], check=True)
 
-    for name in ('carinha.html', 'camera.html', 'rosto-motor.js'):
+    for name in ('carinha.html', 'camera.html', 'rosto-motor.js', 'voz-robo.js'):
         shutil.copy2(HERE.parent / name, HERE / 'app/assets' / name)
     with tempfile.TemporaryDirectory(prefix='carinha-build-', dir=work) as folder:
         tmp = Path(folder)

carinha.html

@@ -26,6 +26,7 @@
 </svg>
 <div id="fps"></div>
 <script src="rosto-motor.js"></script>
+<script src="voz-robo.js"></script>
 <script>
 /* Token do servidor (o app Android abre a página com ?t=...): vai em todo pedido ao
    próprio servidor, inclusive os de reacoes-render.js. Sem ?t= nada muda. */
@@ -969,15 +970,31 @@ const SONS = {
   dormir:     (c, t, v) => { nota(c, 440, t, 0.25, "sine", v * 0.6); nota(c, 330, t + 0.22, 0.5, "sine", v * 0.5); },
 };
 
+/* Balbucio de robô para a resposta da conversa (voz-robo.js). Enquanto ele "fala",
+   os sons dos gestos ficam quietos para não embolar. */
+function falar(texto) {
+  if (!AUDIO.ligado || !window.VozRobo) return;
+  const c = contextoAudio();
+  if (!c) return;
+  if (c.state === "suspended") { try { c.resume(); } catch (e) { /* sem gesto */ } }
+  try {
+    const dur = window.VozRobo.balbuciar(c, texto, AUDIO.volume * 0.85);
+    AUDIO.mudoAte = performance.now() + dur * 1000;
+  } catch (e) { /* segue sem voz */ }
+}
+
 function tocarSom(gesto) {
   if (!AUDIO.ligado) return false;
+  if (AUDIO.mudoAte && performance.now() < AUDIO.mudoAte) return false;
+  const voz = window.VozRobo && window.VozRobo.sons.indexOf(gesto) >= 0;
   const f = SONS[gesto];
-  if (!f) return false;
+  if (!voz && !f) return false;
   const c = contextoAudio();
   if (!c) return false;
   if (c.state === "suspended") { try { c.resume(); } catch (e) { /* sem gesto */ } }
   try {
-    f(c, c.currentTime + 0.02, AUDIO.volume);
+    if (voz) window.VozRobo.tocar(c, gesto, AUDIO.volume);   // voz de robô sintetizada
+    else f(c, c.currentTime + 0.02, AUDIO.volume);           // bipes antigos (reserva)
     // aparece no logcat como CarinhaJS: ajuda a diagnosticar audio mudo
     console.log("voz: " + gesto + " ctx=" + c.state);
     return true;
@@ -1064,6 +1081,7 @@ setTimeout(relatar, 1500);
   try{const response=await fetch('/conversa/status',{cache:'no-store',signal:AbortSignal.timeout(2500)});if(!response.ok)return;
    const s=await response.json(),m=s.ultima;if(!m){seen=null;return;}
    if(m.id===seen||Date.now()/1000-m.horario>60)return;seen=m.id;
+   falar(m.texto);
    MIC.ultimoSom=performance.now()/1000;trata('acordar');trata(m.gesto);
    if(window.MotorRosto)window.MotorRosto.faixa('legenda',{texto:m.texto});
   }catch(e){}finally{fetching=false;}
@@ -1113,6 +1131,7 @@ if(new URLSearchParams(location.search).get('aparelho')==='1' && new URLSearchPa
     const m = s.ultima;
     if (!m || m.id === ultimaConversa || Date.now() / 1000 - m.horario > 60) return;
     ultimaConversa = m.id;
+    falar(m.texto);
     MIC.ultimoSom = performance.now() / 1000; trata('acordar'); trata(m.gesto);
     if (window.MotorRosto) window.MotorRosto.faixa('legenda', { texto: m.texto });
   });

deploy.ps1

@@ -28,7 +28,7 @@ Set-Location $PSScriptRoot -ErrorAction Stop
 $arquivos = @(
   'kiosk-server.py', 'comum.py', 'eventos.py', 'controle_pc.py', 'sinalizacao.py', 'servos.py', 'braco.py',
   'cerebro.py', 'conversa.py', 'gemini.py', 'treinamento.py', 'figurinhas.py', 'api_config.py',
-  'carinha.html', 'camera.html', 'reacoes-render.js', 'rastreador-worker.js', 'rosto-motor.js', 'version.json',
+  'carinha.html', 'camera.html', 'reacoes-render.js', 'rastreador-worker.js', 'rosto-motor.js', 'voz-robo.js', 'version.json',
   'obter-rastreamento.py', 'android/app/assets/qualidade-auto.js'
 )
 if (Test-Path 'android/carinha-rosto.apk') { $arquivos += 'android/carinha-rosto.apk' }

kiosk-server.py

@@ -62,7 +62,7 @@ APARENCIA = {"rosto": "carinha", "cor": [92, 214, 255], "formato": "padrao"}
 ARQUIVO_APARENCIA = "aparencia.json"
 
 # Arquivos servidos como estão: o rosto do celular e o rastreamento do painel.
-ESTATICOS = {"/carinha.html", "/camera.html", "/reacoes-render.js", "/rastreador-worker.js", "/rosto-motor.js",
+ESTATICOS = {"/carinha.html", "/camera.html", "/reacoes-render.js", "/rastreador-worker.js", "/rosto-motor.js", "/voz-robo.js",
              "/vendor/mediapipe/vision_bundle.mjs", "/vendor/mediapipe/face.tflite", "/vendor/mediapipe/hands.task",
              "/vendor/mediapipe/wasm/vision_wasm_internal.js", "/vendor/mediapipe/wasm/vision_wasm_internal.wasm",
              "/vendor/mediapipe/wasm/vision_wasm_nosimd_internal.js", "/vendor/mediapipe/wasm/vision_wasm_nosimd_internal.wasm"}

voz-robo.js

@@ -0,0 +1,188 @@
+/* voz-robo.js — voz sintetizada do Carinha, no estilo dos robozinhos de cinema.
+ *
+ * Tudo é gerado na hora com Web Audio: nenhuma gravação, nenhum arquivo de terceiros.
+ * Cada som é uma sequência de "sílabas": um oscilador que desliza de um tom a outro, com vibrato,
+ * passando por um filtro de formante (a "vogal": o→i faz o "uou"). Motores das mãos viram ruído
+ * filtrado, e a resposta da conversa vira um balbucio que sobe no fim quando é pergunta.
+ */
+(function () {
+  'use strict';
+
+  let ruido = null;                 // buffer de ruído reaproveitado
+  const TOM = 1.25;                 // todas as sílabas 25% acima do tom escrito
+  const saidas = new WeakMap();     // AudioContext → nó de saída (compressor)
+
+  /*
+   * Cadeia de "brilho metálico" (criada uma vez por AudioContext):
+   *   voz → ressonância de lata fina (agudo, ~850 Hz) → saturação leve → compressor → saída
+   * Nada grave: zumbido e ressonância graves deixavam a voz com cara de sapo.
+   */
+  function saida(c) {
+    if (saidas.has(c)) return saidas.get(c);
+    const entrada = c.createGain();
+    const seca = c.createGain(); seca.gain.value = 0.8;
+    const atraso = c.createDelay(0.05); atraso.delayTime.value = 0.00118;
+    const volta = c.createGain(); volta.gain.value = 0.42;
+    const molhada = c.createGain(); molhada.gain.value = 0.35;
+    entrada.connect(seca);
+    entrada.connect(atraso); atraso.connect(volta); volta.connect(atraso); atraso.connect(molhada);
+    const satura = c.createWaveShaper();
+    const n = 2048, curva = new Float32Array(n);
+    for (let i = 0; i < n; i++) { const x = (i / (n - 1)) * 2 - 1; curva[i] = Math.tanh(x * 1.3); }
+    satura.curve = curva;
+    seca.connect(satura); molhada.connect(satura);
+    const brilho = c.createBiquadFilter();            // realce leve nos agudos: "metal" limpo
+    brilho.type = 'peaking'; brilho.frequency.value = 3200; brilho.Q.value = 1.2; brilho.gain.value = 4;
+    const comp = c.createDynamicsCompressor();
+    comp.threshold.value = -16; comp.ratio.value = 4; comp.attack.value = 0.003; comp.release.value = 0.15;
+    const passaBaixa = c.createBiquadFilter();
+    passaBaixa.type = 'lowpass'; passaBaixa.frequency.value = 8000;
+    const volume = c.createGain(); volume.gain.value = 0.8;
+    satura.connect(brilho); brilho.connect(comp); comp.connect(passaBaixa); passaBaixa.connect(volume); volume.connect(c.destination);
+    saidas.set(c, entrada);
+    return entrada;
+  }
+
+  /**
+   * Uma sílaba. de/para: tom em Hz; vogal: [formante inicial, final] em Hz;
+   * vib: [Hz, profundidade em Hz]; forma: tipo de onda.
+   */
+  function silaba(c, t0, dur, de, para, vol, op) {
+    op = op || {};
+    vol *= 2.4;                       // compensa a energia que o filtro de formante tira
+    de *= TOM; para *= TOM;           // voz de robozinho: aguda
+    const osc = c.createOscillator();
+    osc.type = op.forma || 'sawtooth';
+    osc.frequency.setValueAtTime(de, t0);
+    osc.frequency.exponentialRampToValueAtTime(Math.max(20, para), t0 + dur);
+    if (op.vib) {
+      const lfo = c.createOscillator(), prof = c.createGain();
+      lfo.frequency.value = op.vib[0]; prof.gain.value = op.vib[1];
+      lfo.connect(prof); prof.connect(osc.frequency);
+      lfo.start(t0); lfo.stop(t0 + dur + 0.05);
+    }
+    // FM harmônico e leve: brilho de metal sem aspereza
+    const mod = c.createOscillator(), modProf = c.createGain();
+    mod.type = 'sine';
+    mod.frequency.setValueAtTime(de * 2, t0);
+    mod.frequency.exponentialRampToValueAtTime(Math.max(20, para * 2), t0 + dur);
+    modProf.gain.setValueAtTime(de * (op.metal ?? 0.22), t0);
+    modProf.gain.exponentialRampToValueAtTime(Math.max(1, para * (op.metal ?? 0.22)), t0 + dur);
+    mod.connect(modProf); modProf.connect(osc.frequency);
+    mod.start(t0); mod.stop(t0 + dur + 0.05);
+    // corpo: uma senoide uma oitava abaixo deixa a voz menos "apito"
+    const sub = c.createOscillator();
+    sub.type = 'sine';
+    sub.frequency.setValueAtTime(de / 2, t0);
+    sub.frequency.exponentialRampToValueAtTime(Math.max(20, para / 2), t0 + dur);
+    const vogal = op.vogal || [900, 1500];
+    const filtro = c.createBiquadFilter();
+    filtro.type = 'bandpass'; filtro.Q.value = op.q || 5;
+    filtro.frequency.setValueAtTime(vogal[0], t0);
+    filtro.frequency.exponentialRampToValueAtTime(vogal[1], t0 + dur);
+    const g = c.createGain(), gs = c.createGain();
+    const ataque = Math.min(0.02, dur * 0.25);
+    g.gain.setValueAtTime(0.0001, t0);
+    g.gain.exponentialRampToValueAtTime(vol, t0 + ataque);
+    g.gain.setValueAtTime(vol, t0 + dur * 0.7);
+    g.gain.exponentialRampToValueAtTime(0.0001, t0 + dur);
+    gs.gain.value = 0.12;             // pouca oitava de baixo: grave demais vira coaxar
+    osc.connect(filtro); sub.connect(gs); gs.connect(filtro); filtro.connect(g); g.connect(saida(c));
+    osc.start(t0); sub.start(t0);
+    osc.stop(t0 + dur + 0.05); sub.stop(t0 + dur + 0.05);
+  }
+
+  function bufferRuido(c) {
+    if (ruido && ruido.sampleRate === c.sampleRate) return ruido;
+    ruido = c.createBuffer(1, c.sampleRate, c.sampleRate);
+    const d = ruido.getChannelData(0);
+    for (let i = 0; i < d.length; i++) d[i] = Math.random() * 2 - 1;
+    return ruido;
+  }
+
+  /** Motorzinho: ruído filtrado que sobe de tom, com um tremor mecânico. */
+  function servo(c, t0, dur, vol, sobe) {
+    const fonte = c.createBufferSource();
+    fonte.buffer = bufferRuido(c); fonte.loop = true;
+    const f = c.createBiquadFilter();
+    f.type = 'bandpass'; f.Q.value = 9;
+    f.frequency.setValueAtTime(sobe === false ? 1500 : 500, t0);
+    f.frequency.exponentialRampToValueAtTime(sobe === false ? 500 : 1500, t0 + dur);
+    const g = c.createGain(), trem = c.createOscillator(), tg = c.createGain();
+    trem.frequency.value = 38; tg.gain.value = vol * 0.35;
+    trem.connect(tg); tg.connect(g.gain);
+    g.gain.setValueAtTime(0.0001, t0);
+    g.gain.exponentialRampToValueAtTime(vol * 0.6, t0 + 0.05);
+    g.gain.setValueAtTime(vol * 0.6, t0 + dur - 0.06);
+    g.gain.exponentialRampToValueAtTime(0.0001, t0 + dur);
+    fonte.connect(f); f.connect(g); g.connect(saida(c));
+    fonte.start(t0); trem.start(t0);
+    fonte.stop(t0 + dur + 0.05); trem.stop(t0 + dur + 0.05);
+  }
+
+  function clique(c, t0, vol) {
+    const fonte = c.createBufferSource();
+    fonte.buffer = bufferRuido(c);
+    const f = c.createBiquadFilter(); f.type = 'highpass'; f.frequency.value = 3000;
+    const g = c.createGain();
+    g.gain.setValueAtTime(vol * 0.5, t0); g.gain.exponentialRampToValueAtTime(0.0001, t0 + 0.03);
+    fonte.connect(f); f.connect(g); g.connect(saida(c));
+    fonte.start(t0); fonte.stop(t0 + 0.05);
+  }
+
+  const O = [500, 900], I = [1800, 2400], U = [350, 700], A = [900, 1300];   // vogais (formantes)
+
+  // Cada som: (c, t, v) → agenda as sílabas. Volumes relativos ao volume do app.
+  const SONS = {
+    feliz: (c, t, v) => { silaba(c, t, 0.12, 620, 900, v, { vogal: [1200, 2000] }); silaba(c, t + 0.13, 0.18, 900, 1250, v, { vogal: I, vib: [9, 18] }); },
+    alegre: (c, t, v) => [560, 700, 860, 1100].forEach((f, i) => silaba(c, t + i * 0.085, 0.09, f, f * 1.25, v * 0.85, { vogal: I, forma: 'square' })),
+    coracao: (c, t, v) => { silaba(c, t, 0.55, 760, 560, v, { vogal: [800, 1300], vib: [7, 28] }); },
+    piscadinha: (c, t, v) => { clique(c, t, v); silaba(c, t + 0.04, 0.08, 1000, 1300, v * 0.6, { forma: 'square', vogal: I }); },
+    surpreso: (c, t, v) => { silaba(c, t, 0.22, 260, 1100, v, { vogal: [450, 2000] }); silaba(c, t + 0.22, 0.12, 1100, 820, v * 0.8, { vogal: I }); },
+    bravo: (c, t, v) => [0, 0.13, 0.26].forEach((d, i) => silaba(c, t + d, 0.1, 480 - i * 30, 380 - i * 30, v * 0.85, { forma: 'square', vogal: [1300, 900] })),   // bipes zangados
+    triste: (c, t, v) => { silaba(c, t, 0.65, 640, 380, v * 0.85, { vogal: [1200, 750], vib: [5, 14] }); },
+    dormir: (c, t, v) => { silaba(c, t, 0.35, 460, 760, v * 0.7, { vogal: [900, 1500] }); silaba(c, t + 0.36, 0.75, 760, 340, v * 0.6, { vogal: [1500, 700], vib: [4, 8] }); },
+    acordar: (c, t, v) => { servo(c, t, 0.25, v * 0.5); [300, 450, 700].forEach((f, i) => silaba(c, t + 0.22 + i * 0.1, 0.1, f, f * 1.2, v * 0.8, { vogal: I, forma: 'square' })); silaba(c, t + 0.56, 0.2, 700, 1050, v, { vogal: [1200, 2200], vib: [8, 15] }); },
+    acenar: (c, t, v) => { servo(c, t, 0.3, v * 0.45); silaba(c, t + 0.28, 0.13, 520, 820, v, { vogal: [1000, 1900] }); silaba(c, t + 0.44, 0.2, 760, 1080, v, { vogal: I, vib: [9, 20] }); },
+    esconder: (c, t, v) => { servo(c, t, 0.45, v * 0.5); silaba(c, t + 0.1, 0.08, 950, 1350, v * 0.8, { vogal: I }); for (let i = 0; i < 5; i++) silaba(c, t + 0.6 + i * 0.09, 0.05, 1200 + (i % 2) * 180, 1300, v * 0.35, { forma: 'square', vogal: I }); servo(c, t + 2.05, 0.4, v * 0.45, false); },
+    espiar: (c, t, v) => { servo(c, t, 0.45, v * 0.5); silaba(c, t + 1.0, 0.3, 480, 760, v * 0.9, { vogal: [600, 1700] }); silaba(c, t + 2.0, 0.16, 800, 1150, v, { vogal: I }); },
+    pensar: (c, t, v) => { servo(c, t, 0.35, v * 0.4); silaba(c, t + 0.35, 0.5, 520, 640, v * 0.7, { vogal: [900, 1600], vib: [5, 10] }); [0.95, 1.12].forEach((d) => silaba(c, t + d, 0.05, 1500, 1600, v * 0.35, { forma: 'square', vogal: I })); },   // "hmm?" e bipinhos
+    musica: (c, t, v) => [523, 659, 784, 659, 880, 784, 659, 1047].forEach((f, i) => silaba(c, t + i * 0.26, 0.2, f, f * 1.02, v * 0.6, { forma: 'triangle', vogal: A, vib: [6, 5] })),
+  };
+
+  // Gerador previsível: a mesma frase sempre "soa" igual.
+  function semente(texto) {
+    let h = 2166136261;
+    for (let i = 0; i < texto.length; i++) h = Math.imul(h ^ texto.charCodeAt(i), 16777619);
+    return () => { h = Math.imul(h ^ (h >>> 15), 2246822507); h = Math.imul(h ^ (h >>> 13), 3266489909); return ((h ^= h >>> 16) >>> 0) / 4294967296; };
+  }
+
+  /** Balbucio de robô para uma resposta: ~1 sílaba a cada 6 letras, no máximo 16. */
+  function balbuciar(c, texto, v) {
+    texto = String(texto || '').trim();
+    if (!texto) return 0;
+    const rnd = semente(texto), n = Math.max(2, Math.min(16, Math.ceil(texto.length / 6)));
+    const pergunta = /\?\s*$/.test(texto), exclama = /!\s*$/.test(texto);
+    const vogais = [O, I, A, U];
+    let t = c.currentTime + 0.03, tom = 520 + rnd() * 180;
+    for (let i = 0; i < n; i++) {
+      const ultima = i === n - 1;
+      const dur = 0.07 + rnd() * 0.1;
+      let para = tom * (0.8 + rnd() * 0.5);
+      if (ultima) para = pergunta ? tom * 1.6 : exclama ? tom * 1.35 : tom * 0.7;
+      silaba(c, t, ultima ? dur + 0.08 : dur, tom, para, v * (0.65 + rnd() * 0.3), { vogal: vogais[Math.floor(rnd() * 4)], vib: rnd() < 0.3 ? [8, 14] : null, forma: rnd() < 0.25 ? 'square' : 'sawtooth' });
+      t += dur + 0.025 + rnd() * 0.05;
+      tom = Math.max(330, Math.min(1000, para * (0.9 + rnd() * 0.25)));
+    }
+    return t - c.currentTime;
+  }
+
+  function tocar(c, nome, v) {
+    const f = SONS[nome];
+    if (!f || !c) return false;
+    f(c, c.currentTime + 0.02, v);
+    return true;
+  }
+
+  window.VozRobo = { tocar, balbuciar, servo: (c, dur, v) => servo(c, c.currentTime + 0.01, dur, v), sons: Object.keys(SONS) };
+})();

web/index.html

@@ -11,6 +11,7 @@
     <div id="app"></div>
     <!-- mesmo motor de rosto do celular, usado nas miniaturas das reações -->
     <script src="/rosto-motor.js"></script>
+    <script src="/voz-robo.js"></script>
     <script type="module" src="/src/main.ts"></script>
   </body>
 </html>

web/src/lib/componentes/RostoPrevia.svelte

@@ -42,6 +42,11 @@
     enviar({ tipo: 'ordem', ordem: texto });
   }
 
+  /** Mostra uma legenda na faixa de baixo da prévia. */
+  export function legenda(texto: string) {
+    enviar({ tipo: 'legenda', texto });
+  }
+
   /** Para a tela de reações: mostra uma receita sem mandar ao celular. */
   export function previa(receita: unknown) {
     enviar({ tipo: 'previa-reacao', receita });

web/src/telas/Rosto.svelte

@@ -7,7 +7,23 @@
   import Toggle from '../lib/componentes/Toggle.svelte';
   import { estado } from '../lib/estado.svelte';
 
-  let previa = $state<{ ordem: (t: string) => void }>();
+  let previa = $state<{ ordem: (t: string) => void; legenda: (t: string) => void }>();
+  // Ouvir a voz de robô aqui no PC (o clique na tecla libera o áudio do navegador).
+  let ouvirAqui = $state(true);
+  let audio: AudioContext | null = null;
+  function voz(): AudioContext | null {
+    const AC = window.AudioContext || (window as any).webkitAudioContext;
+    if (!ouvirAqui || !AC || !(window as any).VozRobo) return null;
+    audio ??= new AC();
+    if (audio.state === 'suspended') audio.resume();
+    return audio;
+  }
+  const FRASE = 'Oi! Eu sou o Carinha. Quer brincar comigo?';
+  function testarFala() {
+    previa?.legenda(FRASE);
+    const c = voz();
+    if (c) (window as any).VozRobo.balbuciar(c, FRASE, 0.5);
+  }
   // Por padrão as emoções só aparecem aqui na prévia; ligado, vão também para o celular.
   let noCelular = $state(false);
 
@@ -22,6 +38,8 @@
   function emocao(g: string) {
     if (noCelular) gesto(g);
     else previa?.ordem(g);
+    const c = voz();
+    if (c) (window as any).VozRobo.tocar(c, g, 0.5);
   }
 
   const IDEIAS: { titulo: string; texto: string; feito: boolean; onde: string }[] = [
@@ -30,6 +48,7 @@
     { titulo: 'Toque na tela', texto: 'Cutucar dá susto e risada; deslizar o dedo é carinho; tocar acorda.', feito: true, onde: 'rosto' },
     { titulo: 'Mãos', texto: 'Mãozinhas na cor dos olhos: esconde o rosto, espia, acena e pensa com a mão no queixo.', feito: true, onde: 'rosto' },
     { titulo: 'Faixa de baixo', texto: 'Legenda da conversa sendo digitada, pontinhos enquanto pensa, equalizador ao dançar e carga quando está no carregador.', feito: true, onde: 'rosto' },
+    { titulo: 'Voz de robô', texto: 'Chilreios, “uou!”, “ohh” e um balbucio quando responde, sintetizados na hora; motorzinho quando as mãos se mexem.', feito: true, onde: 'rosto' },
     { titulo: 'Fala pelo próprio celular', texto: 'A resposta da conversa sai no alto-falante do S10, com os olhos pulsando na voz.', feito: false, onde: 'app' },
     { titulo: 'Ritmo do dia', texto: 'Boceja à noite, fica sonolento com bateria baixa, mostra um raio quando carrega.', feito: false, onde: 'rosto e servidor' },
     { titulo: 'Contato visual', texto: 'Sustenta o olhar de quem a câmera vê e desvia quando fica tímido.', feito: false, onde: 'rosto' },
@@ -59,6 +78,15 @@
         <button class="tecla" onclick={() => emocao(g)}>{GESTOS_INFO[g].emoji} {GESTOS_INFO[g].nome}</button>
       {/each}
     </div>
+    <div class="linha">
+      <button class="tecla" onclick={testarFala}>🗣️ Testar fala</button>
+    </div>
+    <Toggle
+      rotulo="Ouvir a voz de robô aqui no PC"
+      ajuda="Sons sintetizados na hora, inspirados nos robozinhos de cinema"
+      checked={ouvirAqui}
+      onchange={(v) => (ouvirAqui = v)}
+    />
     <Toggle
       rotulo="Mandar as emoções também para o celular"
       ajuda="Desligado, elas aparecem só na prévia"

web/vite.config.ts

@@ -6,7 +6,7 @@ import { svelte } from '@sveltejs/vite-plugin-svelte';
 const alvo = process.env.CARINHA_SERVIDOR || 'http://127.0.0.1:8100';
 const api = ['/eventos', '/estado', '/comando', '/parar-tudo', '/rearmar', '/fila', '/config', '/faces', '/gestos',
   '/app', '/rtc', '/camera', '/conversa', '/treinamento', '/braco', '/servos', '/ia', '/api', '/gesto', '/face',
-  '/carinha.html', '/reacoes-render.js', '/rosto-motor.js', '/rastreador-worker.js', '/vendor', '/qualidade-auto.js', '/app.apk'];
+  '/carinha.html', '/reacoes-render.js', '/rosto-motor.js', '/voz-robo.js', '/rastreador-worker.js', '/vendor', '/qualidade-auto.js', '/app.apk'];
 
 export default defineConfig({
   plugins: [svelte()],