Você tem um vídeo curto e um roteiro, e preferiria não se gravar — não há sala silenciosa, não há microfone, ou simplesmente não quer ouvir a própria voz por cima. O que você quer é uma faixa de narração para soltar na linha de tempo.
O caminho curto
- Abra a ferramenta de texto para voz. A primeira visita baixa o modelo, cerca de 64 MB, uma única vez — depois fica em cache e funciona offline.
- Cole a linha que você quer ouvir. Até 500 caracteres por geração.
- Escolha uma das 19 vozes, ou clone uma a partir de uma amostra curta sua.
- Gere, ouça, ajuste a redação se o fraseado cair mal, e baixe.
Nada é enviado: o modelo roda no seu navegador, então nem o seu roteiro nem a sua amostra de voz saem da máquina. Para o roteiro de um cliente sob embargo, essa é a diferença entre uma ferramenta que você pode usar e uma que não pode.
O que 500 caracteres são de fato
Cerca de 80 palavras, ou uns 30 segundos de fala. Isso cobre um vídeo de formato curto em uma ou duas passagens, e é o formato errado para um documentário de vinte minutos.
Para qualquer coisa mais longa, gere uma linha por plano em vez de um arquivo para o roteiro inteiro. Não é um contorno para o limite — é como você iria querer o áudio de qualquer forma. Arquivos por plano podem ser movidos, retemporizados e substituídos de forma independente, e regravar uma frase não obriga a regerar a narração.
Clonar uma voz
A ferramenta pode pegar uma gravação curta e falar texto novo naquela voz. O que faz diferença:
- Uma amostra limpa. O clone copia o que ouve, incluindo ruído de sala e chiado. Se a sua amostra tiver ruído, passe-a primeiro pelo redutor de ruído — é uma das formas mais úteis de combinar as duas ferramentas.
- Fala comum, não atuação. Uma leitura neutra dá uma voz mais utilizável do que uma dramática, porque o clone reproduz a interpretação além do timbre.
- Alguns segundos bastam, e mais não é evidentemente melhor. Comece com uma amostra curta.
A gravação de uma pessoa real pode carregar direitos de imagem ou de personalidade além do direito autoral, e em várias jurisdições clonar uma voz reconhecível sem consentimento é ilícito independentemente de quem detenha a gravação. A sua própria voz, ou uma das 19 vozes integradas, evita a questão por completo. Consulte Termos, seção 2.
Conseguir uma leitura melhor
- Pontue para o ouvido. Uma vírgula compra uma pausa curta e um ponto uma mais longa. Dividir uma frase longa em duas geralmente arruma o ritmo mais rápido do que qualquer ajuste.
- Escreva as palavras difíceis como elas soam. Nomes, siglas e unidades são onde a síntese erra mais, e reescrever é mais rápido do que brigar com isso.
- Gere uma linha duas vezes. O resultado varia um pouco entre execuções; a segunda tomada é às vezes a que você quer.
- Baixe como WAV se for entrar em um editor, e deixe a compressão para a exportação final.
Quando esta é a ferramenta errada
- Narração de formato longo. Um audiolivro ou um documentário longo significa centenas de gerações. Para isso, um serviço em servidor com entrada do tamanho de um documento é o formato certo.
- Celulares e máquinas antigas. O motor precisa de
SharedArrayBuffere um processador capaz. Alguns navegadores móveis e webviews embutidos não fornecem isso. - Controle fino de prosódia. Não há SSML, nem editor de fonemas, nem tom por palavra. A leitura se conduz reescrevendo o texto.
- Uma conexão limitada. O primeiro carregamento são 64 MB reais.
Crie legendas a partir da narração
Abra AI Speech to Text com sua gravação de narração para criar uma transcrição editável e exportar legendas SRT ou VTT para seu editor de vídeo. Cada arquivo pode ter até 5 minutos de duração.
Perguntas frequentes
Como eu adiciono uma locução a um vídeo sem me gravar?
Digite a narração em uma ferramenta de texto para voz, escolha uma voz e baixe o áudio para a sua linha de tempo. Uma ferramenta no navegador faz isso sem conta e sem enviar o roteiro — o modelo roda no seu próprio dispositivo.
Quanto texto posso gerar de uma vez?
Até 500 caracteres por geração, cerca de 80 palavras ou uns 30 segundos de fala. Para um roteiro mais longo, gere uma linha por plano; de todo modo isso é mais fácil de editar do que um único arquivo longo.
Posso usar a minha própria voz?
Sim. A ferramenta clona uma voz a partir de uma amostra curta, e a sua amostra nunca sai do seu dispositivo. Use uma gravação limpa e falada com naturalidade — o clone reproduz o ruído de sala e a interpretação junto com o timbre.
Posso usar comercialmente a locução gerada?
Não impomos nenhuma restrição ao áudio que você gera e não reivindicamos direitos sobre ele. A restrição é a voz: clonar uma pessoa real sem consentimento pode infringir direitos de imagem, independentemente do direito autoral. As vozes integradas e a sua própria voz evitam isso.
Por que o primeiro carregamento é tão grande?
Porque o modelo precisa chegar ao seu navegador antes de qualquer geração — cerca de 64 MB, uma vez, e depois em cache. Esse download é o que lhe dá uma ferramenta que não precisa de conta, nem cota, nem upload.