Estatísticas de pesquisa por voz verificadas e com fontes, os mitos que não vale mais citar, a virada do
Gemini e da Alexa+ e um plano em 6 passos para ganhar respostas.

Nesta página
Em resumo
a voz é hoje um hábito estável e popular, e não mais uma tendência em rápido crescimento: cerca de 35% dos americanos com 12 anos ou mais têm um alto-falante inteligente (Edison Research, 2025), e 32% dos consumidores no mundo usaram um assistente de voz na última semana (GWI). A verdadeira mudança de 2025 e 2026 é quem responde: o Gemini substituiu o Google Assistente no Android e a Alexa+ funciona com um grande modelo de linguagem, então as pesquisas por voz recebem respostas geradas, e não apenas um trecho em destaque lido em voz alta. Use as estatísticas abaixo para dimensionar o canal com honestidade e depois otimize para os mecanismos de resposta que estão por trás do microfone.
Quer ir mais longe? Pergunte ao
Quiz rápido
Qual forma de encontrar clientes online combina mais com você?
O Sorank combina com suas respostas
Teste por 3 dias no seu próprio site e veja onde você está no Google, no ChatGPT e nas outras IAs.
Teste grátis de 3 dias3 dias grátis, depois você para quando quiser. Garantia de resultados de 90 dias, sujeita a condições.
Pesquise «estatísticas pesquisa por voz» e você encontra páginas com 50, 80 ou 100 números. A maioria copia umas às outras. Rastreie um número até a origem e muitas vezes você chega a uma pesquisa de 2018, a um comunicado de imprensa de um fornecedor sem tamanho de amostra ou a uma previsão que nunca se concretizou.
O exemplo mais conhecido é a afirmação de que metade de todas as pesquisas seria feita por voz até 2020. Ela circulou por anos, foi atribuída a várias empresas e nunca correspondeu a nenhum dado medido. Ainda aparece em artigos publicados este ano.
Antes de citar um número, coloque-o em uma destas três caixas:
A maioria dos artigos mistura os três. «62% dos adultos usam um assistente de voz» vira «62% das pessoas pesquisam por voz», que é outra afirmação.
Um número que você pode colocar em uma apresentação para a diretoria tem cinco elementos: um editor identificado, uma data de coleta, um tamanho de amostra e uma população (adultos de 18 anos ou mais, pessoas de 12 anos ou mais, donos de smartphone), uma pergunta formulada com clareza e um país. Se faltar um deles, use o número como sinal, não como fato.
Antes de citar uma estatística sobre voz
Estes são os números que verificamos na própria página do editor, com o que eles realmente medem.
A voz em quatro números verificados
Fontes: Edison Research Infinite Dial 2025 via National Public Media; GWI 2026; Amazon, 2026
O estudo Infinite Dial, da Edison Research, é a medição contínua mais antiga dos hábitos de áudio nos Estados Unidos. A edição de 2025, resumida pela National Public Media em abril de 2025, coloca a posse de alto-falantes inteligentes em 35% dos americanos com 12 anos ou mais, cerca de 101 milhões de pessoas. Desses donos, 69% usam o aparelho para ouvir áudio.
Leia com atenção esse segundo número: a principal função de um alto-falante inteligente é música, podcasts e rádio. A pesquisa é um uso secundário. Para uma marca, um alto-falante inteligente é primeiro um canal de áudio e depois um canal de pesquisa.
A empresa de pesquisa GWI, em seu artigo de março de 2026 sobre tendências da pesquisa por voz, informa que 32% dos consumidores no mundo usaram um assistente de voz na última semana. Ela divide o uso em duas tarefas: 21% usam um assistente toda semana para encontrar informações e 20% para realizar uma ação.
Fonte: GWI, 4 voice search trends and statistics, março de 2026
Os 21% são o número que importa para o SEO. É a parcela de pessoas que usam a voz, pelo menos uma vez por semana, para obter informações que um site poderia oferecer.
A GWI também acompanha o uso mensal por assistente nos Estados Unidos entre 2020 e 2024: o Google Assistente cresceu 46%, a Siri 40% e a Alexa 26%. O crescimento é real, mas lento, e os assistentes do celular cresceram mais rápido que o assistente do alto-falante.
Crescimento do uso mensal nos Estados Unidos, de 2020 a 2024
Fonte: GWI, março de 2026
O mesmo artigo da GWI observa que quase um em cada três usuários de assistentes de voz usou o ChatGPT no último mês. Os usuários de voz não são um público à parte: são as mesmas pessoas que digitam perguntas nos chatbots de IA, e cada vez mais também falam com eles.
Se quiser o contexto mais amplo da pesquisa digitada, nossas páginas de estatísticas de pesquisa no Google e de estatísticas de GEO seguem as mesmas regras de fontes.

Os números de posse quase não mudaram. O que mudou foi o software dentro dos aparelhos. Em 18 meses, os três maiores assistentes trocaram de motor.
Como os assistentes mudaram
Segundo o anúncio da Alexa+ feito pela Amazon, publicado em fevereiro de 2025 e atualizado em julho de 2026, a Alexa+ funciona com grandes modelos de linguagem disponíveis no Amazon Bedrock. Ela custa 19,99 dólares por mês e é gratuita para membros Prime. A Amazon afirma que mais de 600 milhões de dispositivos Alexa estão em uso. A Alexa+ pode realizar tarefas na web em nome do usuário, como agendar um conserto, e continua uma conversa entre celular, carro e computador.

Para uma empresa, isso muda a pergunta. A antiga Alexa precisava de uma «skill» para falar da sua marca. A Alexa+ pode buscar informações ou agir diretamente em um site. Suas páginas viram a matéria-prima de um agente.
Abner Li, do 9to5Google, informou em 28 de setembro de 2026 que a desativação do Google Assistente no celular, iniciada no começo de setembro, estava amplamente distribuída: nos aparelhos verificados nos Estados Unidos e na Europa, o Assistente tinha sumido e os usuários não conseguiam voltar. Os alto-falantes Google Nest e Home não eram afetados nessa data.
Consequência prática: quando alguém mantém pressionado o botão liga/desliga de um celular Android e faz uma pergunta, quem responde é um modelo generativo. Ele pode resumir várias fontes, comparar opções e citar páginas, em vez de ler um único trecho em destaque.
Assistente clássico e assistente generativo
As estatísticas de volume são fracas. Os padrões de comportamento são muito mais úteis, porque você pode verificá-los nos seus próprios dados.
As pessoas falam em frases completas. «Melhor tênis corrida pé chato» digitado vira «qual é o melhor tênis de corrida para quem tem pé chato» falado. As pesquisas por voz começam com quem, o que, onde, quando, como, posso, devo, e muitas vezes trazem uma condição (preço, distância, prazo).
Por isso o trabalho com voz se sobrepõe à pesquisa de palavras-chave em forma de pergunta: as perguntas que as pessoas falam são as mesmas que digitam nos chatbots de IA.
A pesquisa por voz clássica era dominada pela intenção local: horário de funcionamento, rotas, «perto de mim», ligar para uma empresa. Essa intenção não desapareceu com os assistentes generativos. Ela ainda depende dos mesmos dados: seu Perfil da Empresa no Google, sua ficha no Apple Mapas, avaliações e a consistência do nome, endereço e telefone nos diretórios.
A divisão da GWI (21% para encontrar informações, 20% para realizar uma ação) mostra que metade do uso de voz é para fazer alguma coisa. Com agentes como a Alexa+, «fazer» agora inclui ações em sites de terceiros. Páginas que informam em texto claro preços, disponibilidade, regras de reserva e políticas são mais fáceis de usar por um agente.
O Google Search Console não marca as pesquisas por voz. Mesmo assim, você pode isolar as conversacionais com um filtro regex no relatório de Consultas (Desempenho, depois Consulta, depois Regex personalizada):
^(who|what|where|when|why|how|which|can|should|is|are|does|do)\b.*\s.*\s.*\s.*
Esse filtro mantém as consultas que começam com uma palavra interrogativa e têm pelo menos cinco palavras. Adapte as palavras ao seu idioma (por exemplo qual, quanto, como, onde, quando, por que). Exporte a lista, ordene por impressões e você terá sua demanda conversacional, voz e texto juntos. Adicione um segundo filtro para a intenção local:
(near me|open now|opening hours|closest|nearby|directions to)
Dica
Compare a taxa de cliques dessas consultas em forma de pergunta com a média do seu site. Muitas impressões com taxa de cliques baixa geralmente significam que uma caixa de resposta ou uma resposta de IA já responde à pergunta. É exatamente esse conteúdo que você deve refazer para as respostas faladas e geradas.
Aqui está um guia rápido de leitura para os números que você mais vai encontrar, incluindo os citados pelos artigos mais bem posicionados sobre o tema.
| Afirmação que você vai ver | O que ela realmente mede | Veredito |
|---|---|---|
| 35% dos americanos com 12 anos ou mais têm um alto-falante inteligente (Edison, 2025) | Posse de dispositivos, Estados Unidos, pessoas com 12 anos ou mais | Confiável, série longa |
| 32% usaram um assistente de voz na última semana (GWI) | Uso de assistentes, consumidores no mundo | Confiável como sinal, detalhes da pesquisa não publicados no artigo |
| 600 milhões de dispositivos Alexa em uso (Amazon) | Base instalada, número da empresa | Confiável como declaração da empresa, não como uso |
| «50% dos consumidores americanos usam a pesquisa por voz todos os dias» | Pesquisa de fornecedor de 2022, painel pequeno | Use com cautela, anterior aos assistentes generativos |
| «90% das pesquisas por voz são em inglês» | Nenhum método público | Não cite |
| «Metade das pesquisas será por voz até 2020» | Uma previsão antiga que nunca se cumpriu | Mito, não cite |
Não existe um único «SEO para voz». Existem cinco abordagens, cada uma ligada a um tipo de assistente e a um tipo de consulta. A maioria dos sites precisa de duas ou três.
Princípio: colocar uma resposta direta de 40 a 60 palavras logo abaixo de um título em forma de pergunta, para que um assistente clássico possa lê-la e um generativo possa aproveitá-la. Quando usar: páginas informativas, guias práticos, definições. Vantagens: também ajuda a pesquisa digitada e as respostas de IA. Limites: você depende de o Google escolher o seu trecho. Exemplo: um site de encanamento coloca «Quanto tempo dura um aquecedor de água? A maioria dos aquecedores de acumulação dura de 8 a 12 anos...» nas primeiras linhas abaixo de um H2. Veja nosso guia sobre trechos em destaque.
Princípio: deixar os dados da sua empresa completos e idênticos em todos os lugares onde os assistentes olham: Perfil da Empresa no Google, Apple Business Connect, Bing Places, Yelp, plataformas de avaliação. Quando usar: qualquer empresa com endereço físico ou área de atendimento. Vantagens: as pesquisas por voz que mais convertem são locais. Limites: não ajuda marcas nacionais ou só online. Exemplo: um restaurante corrige o horário de feriados em todas as plataformas antes de dezembro. Nossa checklist de SEO local cobre os 30 pontos.

Princípio: marcar as seções de uma página adequadas para leitura por voz. Quando usar: sites de notícias. Vantagens: indica ao Google Assistente qual parte ler. Limites: a documentação de speakable do Google o apresenta como beta, apenas em inglês, para usuários dos Estados Unidos com dispositivos Google Home e voltado a conteúdo de notícias. Não espere resultados fora desse contexto. Nossa página do glossário sobre speakable explica a configuração em detalhe.

<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "WebPage",
"name": "How long does a water heater last?",
"speakable": {
"@type": "SpeakableSpecification",
"cssSelector": [".summary", ".answer-1"]
},
"url": "https://www.example.com/water-heater-lifespan"
}
</script>
O Google recomenda cerca de 20 a 30 segundos de áudio por seção marcada, ou seja, duas ou três frases, e desaconselha marcar linhas de data, legendas ou créditos de fonte.
Princípio: reunir as perguntas reais feitas em voz alta sobre a sua oferta e responder cada uma em duas ou três frases simples. Quando usar: páginas de produto, serviço e preços. Vantagens: entrega aos assistentes generativos pares de pergunta e resposta limpos e cobre consultas de cauda longa. Limites: o Google hoje mostra resultados avançados de perguntas frequentes para pouquíssimos sites, então o valor está no conteúdo, não na marcação. Nosso guia de schema FAQ explica o que mudou.
Ferramenta gratuita
Precisa de um JSON-LD FAQPage limpo para seus blocos de perguntas? Gere em segundos com o gerador gratuito de schema FAQ.
Princípio: fazer da sua marca aquela que o Gemini, a Alexa+, o modo de voz do ChatGPT e o Perplexity mencionam e citam. Quando usar: qualquer marca cujos compradores façam perguntas de comparação ou de recomendação. Vantagens: acompanha a virada de 2026 descrita acima e funciona para respostas de IA faladas e digitadas. Limites: mais difícil de medir, exige menções em sites de terceiros e não só nas suas próprias páginas. Exemplo: uma empresa de software acompanha todo mês a pergunta «qual é a melhor ferramenta de emissão de notas para freelancers» em quatro assistentes de IA.
É aqui que o monitoramento de menções em IA da Sorank ajuda: ele verifica se o ChatGPT, o Gemini, o Claude e o Perplexity citam a sua marca nas perguntas que seus clientes fazem, o indicador mais próximo que você tem das respostas de voz generativas.
| Estratégia | Ideal para | Tipo de assistente | Esforço | Mensurável com |
|---|---|---|---|---|
| Redação com a resposta primeiro | Conteúdo informativo | Clássico e generativo | Baixo | Search Console, monitoramento de trechos |
| Higiene dos dados locais | Empresas locais | Clássico e generativo | Médio | Estatísticas do Perfil da Empresa, ligações |
| Marcação speakable | Sites de notícias, inglês dos Estados Unidos | Google Assistente nos alto-falantes | Baixo | Difícil de medir |
| Perguntas frequentes conversacionais | Páginas de produto e serviço | Sobretudo generativo | Médio | Impressões de cauda longa |
| Otimização para mecanismos generativos | Consultas de comparação e recomendação | Generativo | Alto | Monitoramento de menções em IA |
Você pode executar este plano em cerca de uma semana em um site pequeno, e em duas a três semanas em um site grande.
O plano em 6 passos para a pesquisa por voz
O Search Console mostra aquilo em que você já se posiciona. Para encontrar aquilo em que ainda não se posiciona, acrescente três fontes: as caixas «As pessoas também perguntam» das suas palavras-chave principais, seus chamados de suporte e anotações de ligações comerciais, e as perguntas que as pessoas fazem aos assistentes de IA. A pesquisa de prompts de IA da Sorank lista as perguntas que os clientes fazem aos assistentes de IA no seu mercado, uma boa aproximação de como eles formulam perguntas faladas.
Leia sua resposta em voz alta. Se o fôlego acabar, ela está longa demais. Regras que funcionam para a leitura por voz e para a extração generativa:
Os assistentes personalizam as respostas conforme a localização e o histórico. Para comparar de um mês para outro, mantenha o mesmo aparelho, o mesmo local e a mesma formulação. Anote: o assistente, a pergunta exata, se uma fonte é citada e qual marca é recomendada. Dez perguntas vezes cinco assistentes dão 50 pontos de dados por mês, o suficiente para ver uma tendência.
O que é: citar «X% das pessoas pesquisam por voz» sem o ano. Como identificar: siga o link; se a pesquisa original for anterior a 2022, ela mediu assistentes que já não existem nessa forma. Como corrigir: escreva sempre o editor e o ano na frase, e substitua qualquer número anterior a 2022 por um recente ou remova-o.
O que é: usar «35% têm um alto-falante inteligente» para defender que um terço das pesquisas é falado. Como identificar: a estatística fala de aparelhos, donos ou domicílios, não de consultas. Como corrigir: use a posse só para dimensionar o público, e os dados de uso (como os 21% de uso semanal para obter informações da GWI) para dimensionar a demanda de pesquisa.
O que é: criar páginas como «/respostas-pesquisa-por-voz» cheias de perguntas em estilo falado. Como identificar: páginas rasas com dezenas de perguntas e respostas de uma linha, pouco tráfego e, às vezes, canibalização das suas páginas reais. Como corrigir: mova cada resposta para a página onde o assunto vive e redirecione a página de voz.
O que é: adicionar marcação speakable a um e-commerce ou site de serviços em francês ou alemão e esperar resultados. Como identificar: nenhuma mudança depois de meses. Como corrigir: reserve o speakable para conteúdo de notícias em inglês voltado aos Estados Unidos, como o Google documenta, e invista seu esforço na redação com a resposta primeiro.
O que é: otimizar apenas para a «posição zero» enquanto os usuários de Android já recebem respostas do Gemini. Como identificar: você ocupa o trecho em destaque, mas os assistentes citam um concorrente quando você pergunta em voz alta. Como corrigir: inclua o protocolo de teste do passo 5 no seu relatório mensal e trabalhe as menções em sites de terceiros (avaliações, comparativos, diretórios) nas quais os assistentes generativos se apoiam.
O que é: horários, telefones ou nomes da empresa diferentes entre as fichas. Como identificar: pergunte «a [empresa] está aberta agora?» a dois assistentes e receba duas respostas. Como corrigir: escolha um cadastro de referência, atualize cada ficha a partir dele e verifique de novo após cada mudança de horário. Nosso guia de SEO hiperlocal mostra como lidar com as pesquisas «perto de mim».
Atenção
Não compre pacotes de «otimização para pesquisa por voz» que prometem uma resposta falada garantida. Ninguém controla qual fonte um assistente escolhe, e os assistentes generativos mudam de fonte de um dia para o outro.
Nenhuma ferramenta informa diretamente o tráfego de voz. Você combina várias visões parciais.
| Ferramenta | O que mostra | Relevância para a voz |
|---|---|---|
| Google Search Console | Consultas em forma de pergunta, impressões, taxa de cliques | Demanda conversacional, voz e texto misturados |
| Estatísticas do Perfil da Empresa no Google | Ligações, pedidos de rota, pesquisas | Ações de voz locais |
| Ferramentas de monitoramento de posições com recursos da SERP | Posse de trechos em destaque | Respostas dos assistentes clássicos |
| Monitoramento de menções em IA | Citações da marca em respostas de IA | Respostas dos assistentes generativos |
| Protocolo de teste manual | O que cada assistente diz em voz alta | Realidade de campo, amostra pequena |
Para uma lista maior de ferramentas e recursos, veja nosso comparativo de softwares de SEO para voz e a página de definição de otimização para pesquisa por voz.
A voz não é o próximo grande canal que as estatísticas prometiam em 2018. É um hábito estável de cerca de um terço dos consumidores toda semana, sobretudo local e voltado a tarefas. A verdadeira novidade é que os assistentes por trás do microfone agora geram respostas. Isso aproxima o SEO para voz e a otimização para mecanismos generativos: as mesmas páginas com a resposta primeiro, os mesmos dados locais limpos e as mesmas menções em sites de terceiros servem para os dois.
Comece hoje com os dois filtros do Search Console. Em uma hora você vai saber quantas perguntas conversacionais o seu site já responde, e quais um concorrente responde no seu lugar.
Cerca de 35% dos americanos com 12 anos ou mais têm um alto-falante inteligente, segundo o Infinite Dial 2025 da Edison Research. No mundo, a GWI informa que 32% dos consumidores usaram um assistente de voz na última semana, e 21% usam um toda semana para encontrar informações.
A posse de dispositivos estagnou em cerca de um americano em cada três, e o uso de assistentes cresce devagar. A grande mudança é qualitativa: o Gemini substituiu o Google Assistente no Android em 2026 e a Alexa+ funciona com grandes modelos de linguagem, então as perguntas faladas agora recebem respostas geradas.
Escreva uma resposta curta e direta abaixo de cada título em forma de pergunta, mantenha suas fichas locais idênticas em todos os lugares e responda às perguntas reais dos clientes nas páginas onde cada assunto vive. Depois, teste todo mês suas principais perguntas no Gemini, na Siri, na Alexa e no ChatGPT para ver quem é citado.
