Peter Molyneux demos Milo, the virtual boy

Peter Molyneux apresenta Milo, o menino virtual

161,695 views ・ 2010-08-18

TED


Por favor, clique duas vezes nas legendas em inglês abaixo para reproduzir o vídeo.

Tradutor: Fernando Marinheiro Revisor: María Luciana Rolón
00:16
When I saw a piece of technology called Kinect --
0
16260
3000
Quando eu vi essa tecnologia chamada Kinect --
00:19
it was called Natal -- I was inspired,
1
19260
3000
ela era chamada de Natal -- Eu fiquei inspirado
00:22
and I thought for a moment,
2
22260
2000
e pensei por um momento,
00:24
maybe it's possible
3
24260
2000
talvez seja possível
00:26
to address that one problem of storytelling,
4
26260
3000
resolver aquele problema de quando se contam histórias:
00:29
to create a character
5
29260
3000
criar um personagem
00:32
which seemed alive,
6
32260
2000
que pareça vivo,
00:34
which noticed me,
7
34260
2000
que me perceba,
00:36
that could look me in the eyes
8
36260
2000
que possa olhar nos meus olhos,
00:38
and feel real,
9
38260
2000
e parecer real,
00:40
and sculpt a story about our relationship.
10
40260
3000
e esculpir uma história sobre o nosso relacionamento.
00:43
And so a year ago,
11
43260
3000
E então, há um ano,
00:46
I showed this off
12
46260
2000
Eu mostrei isto
00:48
at a computer show called E3.
13
48260
3000
Em um evento de computadores chamado E3
00:51
And this was a piece of technology
14
51260
2000
E isto era uma tecnologia
00:53
with someone called Claire interacting with this boy.
15
53260
3000
com alguém chamada Claire interagindo com esse garoto.
00:56
And there was a huge row online
16
56260
3000
E havia um baita debate online
00:59
about, "Hey, this can't be real."
17
59260
3000
sobre "Ei, isso não pode ser real."
01:02
And so I waited till now
18
62260
2000
E, então, eu esperei até agora
01:04
to have an actual demo
19
64260
2000
para ter um demo de verdade
01:06
of the real tech.
20
66260
2000
da tecnologia de fato.
01:08
Now, this tech incorporates
21
68260
2000
Então, essa tecnologia incorpora
01:10
three big elements.
22
70260
2000
três grandes elementos.
01:12
The first is a Kinect camera,
23
72260
2000
O primeiro é uma câmera Kinect,
01:14
which will be out in November,
24
74260
3000
que será lançada em Novembro,
01:17
some incredible AI
25
77260
2000
uma IA incrível
01:19
that was hidden in the dusty vaults,
26
79260
3000
que estava escondida em cofres empoeirados,
01:22
collecting dust
27
82260
2000
acumulando poeira
01:24
in Microsoft,
28
84260
2000
na Microsoft,
01:26
plus our quite crude
29
86260
2000
mais as nossas rudimentares
01:28
attempts at AI
30
88260
2000
tentativas de IA
01:30
at a company called Lionhead,
31
90260
3000
em uma empresa chamada Lionhead,
01:33
mixing all those things together
32
93260
2000
misturando todas essas coisas
01:35
just to get to this one simple idea:
33
95260
3000
apenas para chegar a essa simples idéia:
01:38
to create a real, living
34
98260
3000
criar um ser vivo, de verdade,
01:41
being in a computer.
35
101260
2000
em um computador.
01:43
Now, I'll be honest with you
36
103260
3000
Agora, eu vou ser honesto com vocês
01:46
and say that most of it
37
106260
2000
e vou dizer que a maior parte
01:48
is just a trick,
38
108260
2000
é apenas um truque,
01:50
but it's a trick that actually works.
39
110260
3000
mas é um truque que realmente funciona.
01:53
So why don't we go over and have
40
113260
2000
Então por que não vamos até ali e
01:55
a look at the demo now.
41
115260
2000
damos uma olhada no demo agora.
01:57
This is Dimitri.
42
117260
2000
Esse é o Dimitri.
01:59
Dimitri, just waggle your arm around.
43
119260
3000
Dimitri, apenas mova o seu braço.
02:02
Now, you notice he's sitting.
44
122260
2000
Então, vocês percebem que ele está sentado.
02:04
There are no controllers,
45
124260
2000
Não há controles,
02:06
no keyboards,
46
126260
2000
não há teclados,
02:08
or mice,
47
128260
2000
ou mouses,
02:10
or joysticks, or joypads.
48
130260
3000
ou joysticks, ou joypads.
02:13
He is just going to use
49
133260
2000
Ele vai usar apenas
02:15
his hand, his body and his voice,
50
135260
3000
a sua mão, seu corpo e sua voz,
02:18
just like humans interact with their hands, body and voice.
51
138260
3000
assim como os seres humanos interagem com suas mãos, corpo e voz.
02:21
So let's move forward.
52
141260
2000
Então, vamos continuar,
02:23
You're going to meet Milo for the first time.
53
143260
3000
Vocês vão conhecer o Milo pela primeira vez.
02:27
We had to give him a problem
54
147260
2000
Nós tivemos que dar a ele um problema,
02:29
because when we first created Milo,
55
149260
2000
porque quando nós recém tínhamos criado o Milo,
02:31
we realized that he came across as a little bit of a brat,
56
151260
2000
nós percebemos que ele dava a impressão de ser meio pirralho
02:33
to be honest with you.
57
153260
2000
para ser honesto com vocês.
02:35
He was quite a know-it-all,
58
155260
2000
Ele era um baita sabichão,
02:37
and he wanted to kind of make you laugh.
59
157260
2000
e ele meio que queria fazer você rir.
02:39
So the problem we introduced to him was this:
60
159260
2000
Então o problema que demos a ele foi o seguinte:
02:41
he's just moved house.
61
161260
2000
Ele acabou de se mudar.
02:43
He's moved from London
62
163260
2000
Ele se mudou de Londres
02:45
to New England, over in America.
63
165260
3000
para Nova Inglaterra, na América.
02:48
His parents are too busy
64
168260
2000
Seus pais estão muito ocupados
02:50
to listen to his problems,
65
170260
2000
para escutar os seus problemas,
02:52
and that's when he starts almost conjuring you up.
66
172260
3000
e aí é quando ele começa a quase que conjurar você.
02:55
So here he is
67
175260
2000
Então aqui está ele
02:57
walking through the grass.
68
177260
2000
andando pela grama.
02:59
And you're able to interact with his world.
69
179260
3000
E você é capaz de interagir com o seu mundo.
03:02
The cool thing is, what we're doing
70
182260
3000
E o legal é que o que nós estamos fazendo
03:05
is we're changing the mind
71
185260
2000
é mudar a mente
03:07
of Milo constantly.
72
187260
2000
do Milo constantemente.
03:09
That means no two people's Milos
73
189260
3000
Ou seja que o Milo de duas pessoas diferentes
03:12
can be the same.
74
192260
2000
não poderão ser iguais.
03:14
You're actually sculpting a human being here.
75
194260
3000
Você está mesmo esculpindo um ser humano.
03:19
So, he's discovering the garden.
76
199260
2000
Então, ele está descobrindo o jardim.
03:21
You're helping him discover the garden
77
201260
2000
Você está ajudando-o a descobrir o jardim
03:23
by just pointing out these snails.
78
203260
3000
com simplesmente apontar para estes caracóis.
03:27
Very simple at the start.
79
207260
2000
Muito simples no começo.
03:29
By the way, if you are a boy, it's snails;
80
209260
3000
A propósito, se você for um menino, são caracóis;
03:32
if you're a girl, it's butterflies
81
212260
3000
se você for uma menina, são borboletas,
03:35
because what we found was that girls hate snails.
82
215260
3000
porque nós descobrimos que garotas odeiam caracóis.
03:38
(Laughter)
83
218260
2000
(Risos)
03:44
So remember, this is the first time you've met him,
84
224260
3000
Então lembrem-se: essa é a primeira vez que vocês o encontram,
03:47
and we really want to draw you in and make you more curious.
85
227260
3000
e nós queremos muito atrair você e deixá-lo mais curioso.
03:52
His face, by the way,
86
232260
2000
O rosto dele, aliás,
03:54
is fully AI-driven.
87
234260
2000
é totalmente conduzido pela IA.
03:56
We have complete control over his blush responses,
88
236260
3000
Temos controle total sobre quando ele fica corado,
03:59
the diameter of his nostrils
89
239260
3000
o diâmetro das suas narinas
04:02
to denote stress.
90
242260
2000
para denotar estresse.
04:04
We actually do something called body matching.
91
244260
2000
Nós, na verdade, fazemos algo chamado "equivalência corporal".
04:06
If you're leaning forward,
92
246260
2000
Se você estiver inclinado para frente,
04:08
he will try and slightly change
93
248260
2000
ele vai tentar mudar um pouco
04:10
the neuro-linguistic nature of his face,
94
250260
3000
a natureza neurolingüística de seu rosto,
04:13
because we went out with this strong idea:
95
253260
2000
porque nós fomos com essa idéia bem forte:
04:15
how can we make you believe that something's real?
96
255260
3000
como é que nós fazemos com que você acredite que é algo real?
04:18
Now we've used the hand.
97
258260
2000
Já utilizamos a mão.
04:20
The other thing to use is your body.
98
260260
3000
A outra coisa a se usar é seu corpo.
04:23
Why not just, instead of pushing left and right
99
263260
3000
Por que não, ao invés de mover para esquerda e direita
04:26
with a mouse or with a joypad,
100
266260
3000
com um mouse ou um joypad,
04:29
why not use your body just to lean on the chair --
101
269260
2000
por que não usar o seu corpo apenas para inclinar-se na cadeira -
04:31
again, relaxed?
102
271260
2000
novamente, relaxado?
04:33
You can lean back,
103
273260
2000
Você pode se inclinar para trás,
04:35
but the camera will change its perspective
104
275260
2000
mas a câmera vai mudar a sua perspectiva
04:37
depending on which way you're looking.
105
277260
3000
dependendo de pra que lado você estiver olhando.
04:41
So Dimitri's now going to use --
106
281260
2000
Então, o Dimitri agora vai usar -
04:43
he's used his hand; he's used his body.
107
283260
2000
ele usou sua mão; ele usou seu corpo.
04:45
He's now going to use the other thing which is essential,
108
285260
3000
Agora ele vai usar a outra coisa que é essencial,
04:48
and that's his voice.
109
288260
2000
e essa é sua voz.
04:50
Now, the thing about voice is,
110
290260
2000
Agora, sobre a voz
04:52
our experience with voice recognition
111
292260
2000
a nossa experiência com reconhecimento de voz
04:54
is pretty awful, isn't it?
112
294260
2000
é bem ruim, não é?
04:56
It never works.
113
296260
2000
Nunca funciona.
04:58
You order an airline ticket; you end up in Timbuktu.
114
298260
3000
Você pede uma passagem de avião e acabaindo parar em Timbuktu.
05:02
So we've tackled that problem,
115
302260
2000
Então nós efrentamos esse problema,
05:04
and we've come up with a solution, which we'll see in a second.
116
304260
3000
e bolamos uma solução que veremos em um segundo.
05:07
Milo: I could just squish it.
117
307260
2000
(Milo:) Eu posso simplesmente esmagá-lo.
05:09
Peter Molyneux: What are you going to do, Dimitri?
118
309260
2000
(Peter Molyneux:) O que você vai fazer, Dimitri?
05:11
Female Voice: Squashing a snail may not seem important,
119
311260
2000
(Voz Feminina:) Esmagar um caracol pode não parecer importante,
05:13
but remember, even this choice
120
313260
2000
mas lembre-se que mesmo essa escolha
05:15
will affect how Milo develops.
121
315260
3000
afetará como Milo se desenvolve.
05:18
Do you want Milo to squash it?
122
318260
2000
Você quer que Milo o esmague?
05:20
When you see the microphone,
123
320260
2000
Quando você ver o microphone,
05:22
say ... (PM: Squash.) ... yes to decide.
124
322260
2000
diga ... (D: Esmague.) ... sim para decidir.
05:24
Dimitri: Go on, Milo. Squash it.
125
324260
3000
Dimitri: Vai lá, Milo. Esmaga.
05:27
PM: No. That's the wrong thing to do.
126
327260
2000
PM: Não. Isso é a coisa errada a se fazer.
05:29
Now look at his response.
127
329260
2000
Agora vejam a sua resposta.
05:31
He said, "Go on, Milo. Squash it."
128
331260
3000
Ele disse, "Vai lá, Milo. Esmaga."
05:34
What we're using there is,
129
334260
2000
O que nós estamos usando aqui é,
05:36
we're using something, a piece of technology called Tellme.
130
336260
2000
estamos usando algo, uma tecnologia chamada Tellme.
05:38
It's a company that Microsoft acquired some years ago.
131
338260
3000
É uma empresa que a Microsoft adquiriu há alguns anos.
05:41
We've got a database of words which we recognize.
132
341260
2000
Temos um banco de dados de palavras as quais reconhecemos.
05:43
We pick those words out.
133
343260
2000
Nós selecionamos essas palavras.
05:45
We also reference that
134
345260
2000
Também referenciamos isso
05:47
with the tonation database
135
347260
2000
com o banco de dados de tonalidade
05:49
that we build up of Dimitri's voice,
136
349260
3000
que montamos com a voz do Dimitri,
05:52
or the user's voice.
137
352260
2000
ou com a voz do usuário.
05:54
Now we need to have a bit more engagement,
138
354260
3000
Agora, precisamos ter um pouco mais de interação.
05:57
and again, what we can do
139
357260
2000
E, novamente, o que podemos fazer
05:59
is we can look at the body.
140
359260
2000
é que podemos olhar para o corpo.
06:01
And we'll do that in a second.
141
361260
2000
E vamos fazer isso em um momento.
06:03
Milo: I wonder how deep it is.
142
363260
2000
(Milo:) Qual será a profundidade?
06:13
Deep.
143
373260
2000
Fundo.
06:16
PM: Okay. So what we're going to do now
144
376260
2000
(PM:) Ok. Então o que vamos fazer agora
06:18
is teach Milo to skim stones.
145
378260
3000
é ensinar Milo a lançar pedras.
06:21
We're actually teaching him.
146
381260
2000
Estamos realmente ensinando ele.
06:23
It's very, very interesting
147
383260
2000
É muito, muito interessante.
06:25
that men, more than women,
148
385260
2000
que homens, mais do que as mulheres,
06:27
tend to be more competitive here.
149
387260
3000
tendem a ser mais competitivos nisso.
06:30
They're fine with teaching Milo for the first few throws,
150
390260
3000
Eles estão de boa ensinando Milo nos primeiros lances,
06:33
but then they want to beat Milo,
151
393260
2000
mas aí eles querem vencer o Milo,
06:35
where women,
152
395260
2000
enquanto que as mulheres,
06:37
they're more nurturing about this.
153
397260
3000
são mais carinhosas com isso.
06:43
Okay, this is skimming stones.
154
403260
2000
Ok, isso é lançar pedras.
06:45
How do you skim stones?
155
405260
3000
Como você lança as pedras?
06:48
You stand up,
156
408260
3000
Você se levanta,
06:51
and you skim the stone.
157
411260
2000
e você lança a pedra.
06:53
It's that simple.
158
413260
2000
Simples assim.
06:55
Just recognizing your body,
159
415260
2000
Apenas reconhecendo seu corpo,
06:57
recognizing the body's motions, the tech,
160
417260
2000
reconhecendo os movimentos do corpo, a técnica,
06:59
understanding that you've gone
161
419260
2000
entendendo que você foi
07:01
from sitting down to standing up.
162
421260
3000
de sentado para de pé.
07:04
Again, all of this is done
163
424260
2000
De novo, tudo isso é feito
07:06
in the way us humans do things,
164
426260
2000
do jeito que nós humanos fazemos as coisas,
07:08
and that's crucially important
165
428260
3000
e isso é crucial
07:11
if we want Milo to appear real.
166
431260
2000
se quisermos que Milo pareça real.
07:13
Female Voice: See if you can inspire him to do any better.
167
433260
3000
(Voz Feminina:) Veja se você pode inspirá-lo a fazer melhor.
07:21
Try hitting the boat.
168
441260
2000
Tente acertar o barco.
07:25
Milo: Ahhh. So close.
169
445260
2000
(Milo:) Ahhh. Tão perto.
07:33
PM: That's Dimitri at his most competitive.
170
453260
2000
(PM:) Esse é o Dimitri no seu estado mais competitivo.
07:35
Now beaten an 11-year-old child. Well done.
171
455260
3000
Agora venceu uma criança de 11 anos. Muito bem.
07:39
Milo: Okay.
172
459260
2000
(Milo:) Ok.
07:42
PM: So, Milo's being called back in by his parents,
173
462260
3000
(PM:) Então, Milo está sendo chamado de volta por seus pais,
07:45
giving us time to be alone
174
465260
2000
nos dando tempo para ficarmos sozinhos
07:47
and to help him out.
175
467260
2000
e ajudá-lo.
07:49
Basically -- the bit that we missed at the start --
176
469260
2000
Basicamente -- o trecho que perdemos no inicio --
07:51
his parents had asked him to clean up his room.
177
471260
3000
seus pais tinham pedido que ele arrumasse o seu quarto
07:54
And we're going to help him with this now.
178
474260
2000
e nós vamos ajudá-lo com isso agora.
07:56
But this is going to be an introduction,
179
476260
2000
Mas isto vai ser uma introdução,
07:58
and this is all about the deep psychology that we're trying to use.
180
478260
3000
e isso tudo é sobre a psicologia profunda que estamos tentando usar.
08:01
We're trying to introduce you
181
481260
2000
Estamos tentando apresentar vocês
08:03
to what I believe is the most wonderful part,
182
483260
3000
ao que eu acredito ser a parte mais maravilhosa:
08:06
you being able to talk
183
486260
2000
você ser capaz de falar
08:08
in your natural voice to Milo.
184
488260
3000
com sua voz normal com o Milo.
08:11
Now, to do that, we needed a set up,
185
491260
2000
Agora, para fazer isso, precisávamos de uma preparação,
08:13
like a magician's trick.
186
493260
2000
como um truque de mágico.
08:15
And what we did was,
187
495260
2000
E o que fizemos foi,
08:17
we needed to give Milo this big problem.
188
497260
2000
precisávamos dar ao Milo este grande problema.
08:19
So as Dimitri
189
499260
3000
Então enquanto o Dimitri
08:22
starts tidying up,
190
502260
2000
começa a arrumar,
08:24
you can overhear a conversation
191
504260
2000
você pode escutar a conversa
08:26
that Milo's having with his parents.
192
506260
2000
que o Milo está tendo com os seus pais.
08:28
Milo's Mom: Oh, you've got gravy all over the floor. (Milo: I didn't mean to!)
193
508260
2000
(Mãe do Milo:) Ah, você derrubou molho por todo o carpete. (Milo: Foi sem querer!)
08:30
Milo's Mom: That carpet is brand new.
194
510260
2000
(Mãe do Milo:) Este carpete é novo.
08:32
PM: So he's just spilled
195
512260
2000
(PM:) Ele só derramou
08:34
a plate of sausages on the floor,
196
514260
2000
um prato de salsichas no chão,
08:36
on the brand-new carpet.
197
516260
2000
no carpete novo.
08:38
We've all done it as parents; we've all done it as children.
198
518260
3000
Todos nós já fizemos isso como pais; já fizemos isso como crianças.
08:41
Now's a chance for Dimitri
199
521260
2000
Agora é uma chance pro Dimitri
08:43
to kind of reassure and calm Milo down.
200
523260
2000
meio que consolar e acalmar o Milo.
08:45
It's all been too much for him.
201
525260
2000
Isso tudo foi demais para ele.
08:47
He's just moved house. He's got no friends.
202
527260
3000
Ele acabou de se mudar. Ele não tem amigos.
08:50
Now is the time
203
530260
2000
Agora é a hora
08:52
when we open that portal
204
532260
2000
que nós abrimos aquele portal
08:54
and allow you to talk to Milo.
205
534260
2000
e deixamos você falar com Milo.
08:57
Female Voice: Why don't you try saying something encouraging
206
537260
3000
(Voz Feminina:) Por que você não tenta dizer algo encorajador
09:00
to cheer Milo up.
207
540260
2000
para animar o Milo?
09:02
Dimitri: Come on, Milo. You know what parents are like.
208
542260
2000
(Dimitri:) Vamos lá, Milo. Você sabe como é que os pais são.
09:04
They're always getting stressed.
209
544260
3000
Eles estão sempre se estressando.
09:08
Milo: What do they want to come here for anyway?
210
548260
3000
(Milo:) De qualquer forma, por que eles vieram pra cá?
09:12
We don't know anyone.
211
552260
3000
Nós não conhecemos ninguém.
09:15
Dimitri: Well, you've got a new school to go to.
212
555260
2000
(Dimitri:) Bem, você tem uma nova escola para ir.
09:17
You're going to meet loads of cool, new friends.
213
557260
3000
Você vai conhecer um monte de amigos novos e legais.
09:22
Milo: I just really miss my old house, that's all.
214
562260
3000
(Milo:) Eu só estou com muita saudade da minha antiga casa, só isso.
09:28
Dimitri: Well, this is a pretty awesome house, Milo.
215
568260
2000
(Dimitri:) Bem, esta é uma casa bem maneira, Milo
09:30
You've got a cool garden to play in and a pond.
216
570260
3000
Você tem um jardim legal para brincar e um laguinho.
09:37
Milo: It was good skimming stones.
217
577260
2000
(Milo:) Jogar pedras foi legal.
09:47
This looks nice.
218
587260
2000
Legal.
09:50
You cleaned up my room.
219
590260
2000
Você arrumou meu quarto.
09:52
Thanks.
220
592260
2000
Obrigado.
09:54
PM: So after three-quarters of an hour,
221
594260
2000
(PM:) Então, depois de 45 minutos,
09:56
he recognizes you.
222
596260
2000
ele o reconhece.
09:58
And I promise you, if you're sitting in front of this screen,
223
598260
3000
E eu garanto que, se vocês estiverem sentados em frente a esta tela,
10:01
that is a truly wonderful moment.
224
601260
3000
este é um momento realmente maravilhoso.
10:04
And we're ready now
225
604260
2000
E estamos prontos agora
10:06
to tell a story about his childhood and his life,
226
606260
2000
para contar uma história sobre sua infância e sua vida,
10:08
and it goes on,
227
608260
2000
e assim vai,
10:10
and he has, you know, many adventures.
228
610260
2000
e ele tem, bem, muitas aventuras.
10:12
Some of those adventures are a little bit dark or on the darker side.
229
612260
3000
Algumas dessas aventuras são um pouco sombrias ou só um pouquinho mais escuras.
10:15
Some of those adventures are wonderfully encouraging --
230
615260
2000
Algumas dessas aventuras são maravilhosamente encorajadoras --
10:17
he's got to go to school.
231
617260
2000
ele tem que ir à escola.
10:19
The cool thing is
232
619260
2000
O legal é que
10:21
that we're doing as well:
233
621260
2000
nós estamos fazendo isso à medida
10:23
as you interact with him,
234
623260
2000
em que você interage com ele,
10:25
you're able to put things into his world; he recognizes objects.
235
625260
3000
você é capaz de colocar coisas no seu mundo, e ele reconhece objetos.
10:28
His mind is based in a cloud.
236
628260
3000
A mente dele é baseada em uma nuvem.
10:31
That means Milo's mind,
237
631260
2000
Ou seja que a mente do Milo,
10:33
as millions of people use it,
238
633260
2000
à medida em que milhões de pessoas a utilizarem,
10:35
will get smarter and cleverer.
239
635260
2000
vai ficar mais esperta e inteligente.
10:37
He'll recognize more objects
240
637260
2000
Ele vai reconhecer mais objetos
10:39
and thus understand more words.
241
639260
2000
e assim entender mais palavras.
10:41
But for me,
242
641260
2000
Mas para mim,
10:43
this is a wonderful opportunity
243
643260
2000
essa é uma oportunidade maravilhosa
10:45
where technology, at last, can be connected with,
244
645260
3000
na qual pode-se finalmente conectar-se com a tecnologia,
10:48
where I am no longer restrained
245
648260
2000
na qual eu não estou mais limitado
10:50
by the finger I hold in my hand --
246
650260
2000
pelos dedos que tenho nas minhas mãos --
10:52
as far as a computer game's concerned --
247
652260
2000
quanto aos jogos de computador --
10:54
or by the blandness of not being noticed
248
654260
2000
ou pela chatice de não ser notado
10:56
if you're watching a film or a book.
249
656260
3000
estando assistindo a um filme ou um livro.
10:59
And I love those revolutions,
250
659260
3000
E eu amo essas revoluções,
11:02
and I love the future that Milo brings.
251
662260
2000
e eu amo o futuro que o Milo trará.
11:04
Thank you very much indeed.
252
664260
2000
Muito obrigado mesmo.
11:06
(Applause)
253
666260
3000
(Aplausos)
Sobre este site

Este site apresentará a você vídeos do YouTube que são úteis para o aprendizado do inglês. Você verá aulas de inglês ministradas por professores de primeira linha de todo o mundo. Clique duas vezes nas legendas em inglês exibidas em cada página de vídeo para reproduzir o vídeo a partir daí. As legendas rolarão em sincronia com a reprodução do vídeo. Se você tiver algum comentário ou solicitação, por favor, entre em contato conosco usando este formulário de contato.

https://forms.gle/WvT1wiN1qDtmnspy7