Automação Inteligente Veicular com Edge–Cloud AI: Um Assistente Técnico Baseado em RAG e Interação por Voz

Autores: Maria Luz, Alice Freire, Marianne Silva e Ivanovitch Silva

Resumo

Assistentes conversacionais por voz têm ampliado sua presença no contexto automotivo, porém ainda permanecem restritos a funções de navegação, mídia e conveniência, oferecendo suporte limitado para consultas técnicas sobre o veículo. Nesse cenário, a busca manual por informações em manuais do proprietário torna-se pouco prática e distrativa durante a condução. Este trabalho propõe uma abordagem de assistência vocal automotiva orientada à consulta documental contextualizada, integrando interação voice-to-voice, recuperação documental via Retrieval-Augmented Generation e processamento cognitivo em nuvem. A solução foi operacionalizada por meio de um agente conversacional hospedado na plataforma ElevenLabs e acessado por aplicativo móvel em arquitetura thin client. Para avaliar sua viabilidade, conduziu-se um estudo de caso com cinquenta perguntas distribuídas em cinco blocos temáticos, utilizando manuais de dez veículos da frota Renault. Os resultados indicaram média qualitativa de 4,74 em LLM-as-a-Judge e latência média de 1,32 s, evidenciando respostas tecnicamente consistentes e interação de baixa fricção. Conclui-se que a abordagem mostrou-se promissora para assistência vocal automotiva baseada em documentação técnica, embora consultas de emergência ainda demandem mecanismos adicionais de validação.

Abordagem Proposta

A solução adota uma arquitetura thin client: o aplicativo móvel atua apenas como terminal de captura de áudio, reprodução da resposta sintetizada e gerenciamento da sessão conversacional. Todo o processamento intensivo — reconhecimento de fala, recuperação documental, inferência linguística e síntese vocal — é executado remotamente na infraestrutura da plataforma ElevenLabs Conversational AI. Não há backend de aplicação próprio.

O pipeline organiza-se em quatro módulos interdependentes:

1. Base de conhecimento documental — os manuais do proprietário dos 10 veículos Renault e o manual do sistema multimídia são previamente carregados na base de conhecimento do agente na plataforma ElevenLabs.
2. Reconhecimento de fala (STT) — converte o áudio do usuário em texto.
3. Núcleo cognitivo (RAG + LLM) — a consulta textual é submetida à recuperação contextual sobre os manuais; trechos semanticamente relevantes são concatenados como contexto para o modelo de linguagem.
4. Síntese de fala (TTS) — converte a resposta textual em áudio contínuo, fechando o ciclo conversacional voice-to-voice.

Especialização conversacional

O agente é regido por um prompt de sistema em português brasileiro que:

• Restringe o domínio das respostas à frota Renault suportada e aos sistemas multimídia correspondentes.
• Aplica políticas de desambiguação para linhas de veículo com nomes compartilhados entre versões (e.g., Kwid e Kwid E-Tech) — o agente solicita confirmação antes de emitir a instrução técnica.
• Define regras explícitas de fallback quando não há evidência documental disponível.
• Implementa mecanismos de contenção de alucinação, impedindo respostas não sustentadas pelo conteúdo recuperado.

Escopo da frota (10 modelos Renault + manual multimídia)

Motorização	Modelos
Combustão	Kwid, Logan, Oroch, Duster, Kardian
Elétrico	Kwid E-Tech, Zoe, Kangoo, Megane
Híbrido	Boreal

Processo de engenharia

A implementação foi conduzida sob desenvolvimento assistido por inteligência artificial, alinhado à metodologia Spec-Kit. Nessa abordagem, requisitos funcionais, contratos de integração, políticas de observabilidade e critérios de tratamento de falhas são previamente formalizados em artefatos de especificação, antes da etapa de implementação. Os artefatos de Spec-Kit deste projeto encontram-se em specs/002-voice-assistant/.

Estrutura do Repositório

CBA2026/
├── lib/                         # Código-fonte Flutter / Dart
│   ├── main.dart                # Ponto de entrada do aplicativo
│   ├── app.dart                 # Widget raiz
│   ├── config/                  # Agent ID do ElevenLabs e variáveis de ambiente
│   ├── models/                  # CallSession, ConversationTurn e enums
│   ├── database/                # Tabelas e banco Drift (SQLite)
│   ├── services/                # Wrapper do cliente ElevenLabs, transcrição, logger
│   ├── providers/               # Riverpod providers para estado de chamada e transcrição
│   ├── screens/                 # Telas Home, Call, Transcript
│   ├── widgets/                 # Botão de chamada, indicador de status, hang-up etc.
│   └── l10n/                    # Strings de UI em português brasileiro
├── test/
│   ├── unit/                    # Testes de serviços e lógica
│   ├── widget/                  # Testes de tela
│   └── integration/             # Testes do ciclo de vida da sessão de chamada
├── ios/                         # Projeto da plataforma iOS
├── assets/
│   ├── images/                  # Logo e diagrama do pipeline
│   ├── manuais/                 # Instruções para baixar os manuais Renault e enviá-los ao ElevenLabs
│   └── avaliacao/               # Benchmark, resultados LLM-as-a-Judge, gráficos, notebook
├── specs/
│   └── 002-voice-assistant/     # Spec, plan, tasks, contracts, data-model
├── .specify/                    # Governança Spec-Kit (constitution, templates)
├── pubspec.yaml                 # Dependências Flutter / Dart
├── analysis_options.yaml        # Configuração de lint
└── README.md

Configuração do Ambiente

Pré-requisitos

• Flutter SDK (canal stable mais recente) e Dart SDK (incluso com o Flutter)
• Xcode 15+ para builds iOS (apenas macOS)
• Android Studio ou Android SDK (API 26+) para builds Android
• Um dispositivo físico para testes — simuladores têm suporte limitado ao microfone
• Uma conta ElevenLabs com um Conversational AI Agent configurado (o agent ID é obrigatório no build)

1. Clonar o repositório

git clone https://github.com/marialluz/CBA2026.git
cd CBA2026

2. Configurar o Agent ID do ElevenLabs

Crie o arquivo lib/config/env.dart com:

const String elevenLabsAgentId = 'SEU_AGENT_ID_AQUI';

3. iOS — adicionar a descrição de uso do microfone

Adicione ao ios/Runner/Info.plist:

<key>NSMicrophoneUsageDescription</key>
<string>O aplicativo precisa de acesso ao microfone para conversar com o assistente de voz da Renault.</string>

4. Android — verificar as permissões necessárias

Em android/app/src/main/AndroidManifest.xml:

<uses-permission android:name="android.permission.RECORD_AUDIO"/>
<uses-permission android:name="android.permission.INTERNET"/>
<uses-permission android:name="android.permission.MODIFY_AUDIO_SETTINGS"/>

5. Instalar dependências e executar

flutter pub get
flutter run                     # Executa em dispositivo conectado

Principais Comandos

flutter pub get                 # Instala dependências
flutter run                     # Build de desenvolvimento em dispositivo conectado
flutter test                    # Executa testes unitários, de widget e de integração
flutter analyze                 # Análise estática (lint)
flutter build ipa               # Build de release para iOS
flutter build apk               # Build de release para Android

Avaliação

A abordagem proposta foi avaliada em um benchmark de 50 perguntas organizadas em 5 blocos temáticos (10 perguntas cada), utilizando os manuais de 10 veículos Renault. Foram consideradas duas métricas: qualidade textual (LLM-as-a-Judge, escala Likert de 0 a 5) e latência ponta a ponta voice-to-voice.

Estrutura do benchmark

Bloco	n	Exemplo
Desambiguação de frota	10	"Como eu ligo o ar-condicionado do Kwid?"
Combustão vs. elétrico	10	"Quanto tempo demora uma carga completa no Megane E-Tech?"
Emergência e segurança	10	"Acendeu uma luz vermelha com desenho de óleo no Logan, ..."
Multimídia e bordo	10	"Como eu conecto meu celular no Bluetooth do sistema multimídia?"
Fora de escopo / alucinação	10	"Como eu faço para carregar meu BYD Dolphin Mini?"

Resultados

Bloco	Nota média	Latência média (s)
Fora de escopo / alucinação	5,00	1,19
Combustão vs. elétrico	4,92	1,32
Desambiguação de frota	4,84	1,55
Multimídia	4,79	1,28
Emergência	4,17	1,26
Média global (n = 50)	4,74	1,32

  

Os melhores desempenhos concentraram-se em blocos nos quais o agente precisou solicitar confirmação complementar ou restringir explicitamente o domínio de resposta (Desambiguação e Fora de Escopo), validando a efetividade das políticas conversacionais definidas no prompt de sistema. A maior sensibilidade qualitativa foi observada no bloco Emergência, em que pequenas omissões tornam-se proporcionalmente mais críticas sob a ótica de segurança operacional.

Reproduzindo a avaliação

Os notebooks e dados brutos da avaliação estão em assets/avaliacao/:

• assets/avaliacao/avaliacao_assistente_voz_Renault.ipynb — pipeline de pontuação LLM-as-a-Judge
• assets/avaliacao/graficos.ipynb — geração dos gráficos de resultados
• assets/avaliacao/benchmark.txt — lista completa das 50 perguntas do benchmark
• assets/avaliacao/coleta-cba2026.csv — respostas brutas e metadados por pergunta
• assets/avaliacao/Resultados_Finais_CBA_Avaliados.csv — base final pontuada

Principais Documentos e Bases de Dados

Arquivo	Descrição
assets/manuais/README.md	Onde baixar os manuais Renault (renault.com.br/manuais.html) para upload na base de conhecimento do ElevenLabs (PDFs não versionados por direitos autorais)
assets/avaliacao/benchmark.txt	Benchmark de 50 perguntas em 5 blocos temáticos
assets/avaliacao/Resultados_Finais_CBA_Avaliados.csv	Resultados finais pontuados pelo LLM-as-a-Judge
specs/002-voice-assistant/	Artefatos Spec-Kit (spec, plan, tasks, contracts)

Agradecimentos

Esta pesquisa foi conduzida na Universidade Federal do Rio Grande do Norte (UFRN) como parte das atividades do grupo de pesquisa Conect2AI.

Sobre Nós

O grupo de pesquisa Conect2AI é composto por estudantes de graduação e pós-graduação da Universidade Federal do Rio Grande do Norte (UFRN). O grupo dedica-se à aplicação de Inteligência Artificial e Aprendizado de Máquina em áreas emergentes como Inteligência Embarcada, Internet das Coisas e Sistemas de Transporte Inteligentes, contribuindo para soluções de eficiência energética e mobilidade sustentável.

Site: http://conect2ai.dca.ufrn.br