Comparativo

CastDub como alternativa ao Typecast para diálogo com roteiro

Duas ferramentas construídas em torno de personagens, e não de um seletor de vozes, por preços quase iguais. Esta página é sobre o que muda de verdade: o que acontece quando você cola um roteiro inteiro, o que sai no fim, e quem tem o recurso que falta no outro.

Verificado em:

A gente concorre com o Typecast, então leia isto com essa ressalva e siga os links. Tudo que é atribuído a eles foi lido em 2026-09-21 na própria página de preços e na página inicial deles.

Começando pela parte constrangedora. A escada paga deles é $5, $19, $29 e $69 por mês; a nossa é US$5, US$19 e US$29. Nos dois, os créditos saem só no download e gerar não é medido do mesmo jeito. Isso não é coincidência num mercado em que todo mundo lê a página de preços de todo mundo, e a gente prefere apontar a torcer para você não notar.

O que conseguimos verificar

 CastDubTypecastElevenLabs
Vários personagens a partir de um roteiro colado?Sim, e é o produto inteiro: você cola um roteiro, a ferramenta separa as falas, descobre quem está falando e dá a cada pessoa um dos 40 personagens da biblioteca. Até 10 vozes base diferentes num mesmo projeto.Não consta nas páginas de preços nem na inicial que lemos. (fonte)“There is no limit to the number of speakers in a dialogue” (Text to Dialogue, Eleven v3). (fonte)
Plano gratuitoSim: 4,500 créditos de download de uma única vez (algo como 5 minutos de áudio pronto em inglês), 30 falas sintetizadas a cada 24 horas e 2 personagens por projeto. Gerar e ouvir não gasta crédito em plano nenhum.“Voice generation & playback Unlimited” e “Lifetime download credits 3,000 credits (~5 mins)”, mais “HD (720p) video exports” e “1GB media storage”. (fonte)$0 com “10k credits per month” e “3 Projects in Studio”. (fonte)
Precisa creditar a empresa nos downloads gratuitos?Não. Não existe obrigação de atribuição; o uso gratuito é pessoal e não comercial como cláusula de licença.“Attribution is required for all content downloaded on the Free plan”. (fonte)Não consta na página de preços deles. (fonte)
Escada de preçosUS$5, US$19 e US$29 por mês; os créditos saem só no download.Basic $5, Plus $19, Pro $29 e Business $69 por mês; “Credits are used when you download audio.” (fonte)Starter $6, Creator $11, Pro $99, Scale $299 e Business $990 por mês. (fonte)
Dirigir a emoção fala por fala?Fala a fala nos planos Pro; em todos os planos cada personagem carrega uma emoção padrão. 7 emoções, atuadas na própria fala e não imitadas com ajuste de tom.Pro: “Fine-tune voices with emotion controls”, “Smart Emotion's one-click AI voice adjustment”, “Advanced voice controls including intonation”; Plus: “Control voice speed”. (fonte)Etiquetas de áudio entre colchetes como [sad] dentro do texto. (fonte)
Clonar a sua própria voz?Só a sua própria voz: você lê em voz alta uma declaração curta de consentimento e essa gravação vira a voz, até 3 por conta. Ela lê falas nos 9 idiomas e segue a velocidade da fala; emoções e indicações de atuação não valem para ela.Basic: “Instant Cloning (1 slot)”; Plus: “Professional Cloning (1 slot in total)”; Pro: 2 slots; Business: 10 slots. (fonte)Clonagem instantânea a partir do Starter; profissional a partir do Creator. (fonte)
Um arquivo de áudio por personagem (faixas separadas)?Só em Pro: um ZIP com a mixagem e mais um MP3 inteiro por personagem.Não consta no site deles. (fonte)Não consta; os downloads do Studio são “MP3 or WAV”. (fonte)
Legendas?Plus e Pro: um arquivo SRT, e exportar isso não gasta créditos.Não consta; a página de preços lista exportação de vídeo até HD (720p) no Free e maior nos planos pagos. (fonte)Legendas automáticas no Studio; um arquivo SRT não consta. (fonte)
Vozes e idiomas40 personagens de biblioteca montados sobre 10 vozes base (4 femininas, 5 masculinas, 1 neutra). Os personagens são perfis com direção de atuação, não 40 atores gravados separadamente. 9: inglês, chinês, japonês, coreano, espanhol, português, francês, alemão e russo. Todas as vozes base falam os nove. Fora do inglês não dá para escolher sotaque regional, e a gente não promete isso.“700+ AI voices” e “35+ languages” (a mesma página mostra também um número de “600+ AI voices”). (fonte)“74” idiomas listados nos níveis pagos. (fonte)

Verificado em 2026-09-21 contra as páginas de cada empresa, linkadas abaixo.

Onde uma linha diz “não consta”, a gente abriu as páginas listadas e não achou o dado. Trate como pergunta a fazer para eles, não como recurso que falta.

A coluna da CastDub é interpolada a partir das definições de plano do próprio produto quando a página é construída.

Se o preço é quase o mesmo, o que muda de verdade?

A entrada. A página de preços do Typecast não declara que um projeto pega um roteiro inteiro com várias pessoas falando e escala; o que ela documenta é um conjunto de controles de voz e emoção por plano, clonagem de voz e exportação de vídeo. O primeiro passo inteiro da CastDub é o roteiro: você cola uma cena, as pessoas que falam são separadas, cada uma vira um personagem e é escalada a partir de uma biblioteca de 40. Se a sua matéria-prima já é um roteiro com nomes na frente das falas, essa diferença é quase todo o tempo que você vai gastar.

A saída. A gente exporta um MP3 mixado em todos os planos, um SRT em Plus e Pro e, em Pro, um ZIP com um MP3 inteiro por personagem. A página de preços deles lista “HD (720p) video exports” e vídeo em resolução maior nos planos pagos — um fluxo que começa pelo vídeo, enquanto o nosso começa pelo áudio. Se o que você entrega é um vídeo com um avatar falando, esse ponto é deles e é uma coisa que a gente simplesmente não faz.

A parte em que estão claramente na frente: clonagem. A página deles lista “Instant Cloning (1 slot)” a partir do Basic, “Professional Cloning (1 slot in total)” no Plus, dois no Pro e dez no Business. A nossa é de um tipo só: a sua própria voz, a partir de uma declaração curta de consentimento que você lê em voz alta, até 3 por conta, lendo as falas sem interpretar emoções.

Escala vários personagens de um mesmo roteiro?

Do nosso lado, sim, e com uma regra que vale conhecer antes de planejar elenco: são 10 vozes base (4 femininas, 5 masculinas, 1 neutra), e dentro de um projeto dois personagens não dividem uma enquanto o grupo daquele gênero não acabar. Então quatro mulheres numa cena recebem quatro vozes diferentes; onze pessoas falando não recebem onze. Os 40 personagens da biblioteca são perfis — idade, temperamento, energia e, em inglês, uma direção de sotaque — montados sobre essas vozes base.

Do lado deles, não conseguimos verificar. A página inicial anuncia “700+ AI voices” (a mesma página também mostra uma linha de “600+ AI voices and 35+ languages”) e “adjustable emotion, speed, and dynamics”, mas nem a página inicial nem a de preços que lemos declaram que um projeto pega vários personagens de um roteiro colado. Isso é um buraco na nossa verificação, não uma afirmação sobre o produto deles: se importa para você, pergunte direto a eles.

O que a gente não vai fazer é marcar um xis naquela casa. Uma tabela em que o desconhecido do concorrente vira falha caladinho é o tipo de tabela em que ninguém deveria confiar, inclusive a nossa.

Tem plano gratuito sem precisar creditar a empresa?

O deles: “Voice generation & playback Unlimited”, “Lifetime download credits 3,000 credits (~5 mins)”, “Download trial voices”, “HD (720p) video exports”, “1GB media storage” e, nas palavras deles, “Attribution is required for all content downloaded on the Free plan” (tudo que for baixado no plano gratuito obriga a creditar a empresa). A licença comercial começa no Basic.

O nosso: 4,500 créditos de download de uma única vez, algo como 5 minutos de áudio pronto em inglês, 2 personagens por projeto e um teto de síntese de 30 falas a cada 24 horas, em vez de um medidor em cima das prévias. Não existe obrigação de creditar a gente no arquivo. O uso gratuito continua pessoal e não comercial — isso é cláusula de licença — e o beta aberto, durante o qual tudo roda com os recursos do nível Pro e nada é cobrado, não derruba essa cláusula.

Ou seja, os dois níveis gratuitos diferem principalmente no formato: cinco minutos de áudio com créditos e atribuição obrigatória contra algo como 5 minutos sem ela, e reprodução ilimitada do lado deles contra 30 falas sintetizadas por dia do nosso.

Dá para dirigir a emoção fala por fala?

Os dois, nos planos de cima, com vocabulários diferentes. A página de preços deles coloca “Fine-tune voices with emotion controls” e “Emotion controls including Smart Emotion's one-click AI voice adjustment” mais “Advanced voice controls including intonation” no Pro, e “Control voice speed” no Plus.

O nosso: uma emoção padrão por personagem em todos os planos, depois a troca fala a fala nos planos Pro entre 7 emoções, e um controle de velocidade de cinco passos em Plus e Pro. A emoção é atuada naquela fala em vez de fingida com filtro, o que tem uma consequência que vale planejar: apertar gerar de novo na mesma fala dá uma tomada nova. Mesma voz, leitura um pouco diferente. Quando uma fala está quase certa, isso é um recurso; quando você precisa de uma repetição exata de um render anterior, não é — e aquele render anterior fica intacto no disco até você editar a fala.

Os dois colocam o bom controle de emoção no nível mais caro, e isso vale mais dito em voz alta do que enfeitado.

Quais idiomas, e como fica o sotaque?

A página inicial deles diz “35+ languages”. A gente tem 9 — inglês, chinês, japonês, coreano, espanhol, português, francês, alemão e russo — e as 10 vozes base falam todos, então aqui não existe o problema do idioma magro, aquele que está no papel com duas vozes usáveis.

Onde a gente é cuidadoso: sotaque. Fora do inglês sai o sotaque geral do idioma, você não escolhe região e a gente não promete uma. Também não mandamos falantes nativos aprovarem cada idioma, então a instrução que damos a todo mundo é a mesma: cole quatro falas suas, ouça e decida por isso, não por uma demo escolhida por nós.

Se você trabalha num idioma que está entre os 35 deles e não entre os nossos 9, esta comparação acabou e quem ganha são eles.

Quando vale escolher o Typecast em vez da gente

Se você quer que a sua própria voz carregue uma atuação, eles têm clonagem em quatro níveis de plano; a nossa clona a sua voz para ler as falas, não para interpretá-las. Se o que você entrega é vídeo em vez de áudio, a página de preços deles vende exportação de vídeo e a nossa não existe. Se o seu trabalho é de uma pessoa só falando — um explicativo, uma leitura publicitária, um módulo de curso —, o nosso passo de escalação é um custo que você pagaria sem nunca usar.

E se você já trabalha no editor deles e ele cabe na sua cabeça, isso vale dinheiro de verdade. Trocar de ferramenta custa uma semana de atritos pequenos que nenhuma página de comparação sabe precificar.

Escolha a gente quando o roteiro é a obra: várias pessoas falando, falas que você vai recortar e uma mixagem que no fim precisa de faixas por personagem e legendas. É esse o nosso argumento inteiro, e ele é mais estreito do que a semelhança de preço sugere.

Como esta página foi escrita

A gente vende uma ferramenta concorrente. A única coisa que faz uma página assim valer a leitura é você poder conferir, então cada dado do Typecast aqui foi lido em 2026-09-21 no typecast.ai, e o link fica impresso ao lado da afirmação e de novo no fim.

A gente não deu nota a nada, não classificou nada e não colocou um xis onde simplesmente não sabia. Três linhas dizem “não consta no site deles”, e ficaram assim em vez de virarem uma ausência deduzida: uma tabela cujas incógnitas se resolvem todas a favor de quem publica é um folheto de vendas de jaleco branco.

A gente também apontou a semelhança de preço no primeiro parágrafo em vez de deixar você descobrir. A escada deles e a nossa são quase iguais, e nos dois lados os créditos são consumidos no download e não na geração. Fingir que essa convergência é coincidência daria o tom errado para todo o resto desta página.

A coluna da CastDub é gerada pelas definições de plano que o produto aplica, então ela não consegue nos elogiar caladinho. Se algo aqui estiver vencido, avise que a gente troca e move a data de verificação.

De onde veio cada informação

Todas as linhas acima que descrevem outro produto vieram destas páginas. Abra você mesmo: as empresas mudam os planos sem avisar ninguém, inclusive a gente.

  • Typecast — Pricing — Free $0, Basic $5, Plus $19, Pro $29, Business $69; free plan has unlimited generation and playback, 3,000 lifetime download credits (~5 mins), HD 720p video export, 1GB storage, attribution required; credits used when you download audio; commercial licence from Basic; emotion controls on Pro, speed control on Plus; cloning capacity 1/1/2/10 by plan.
  • Typecast — Home — “700+ AI voices”, “35+ languages”, “adjustable emotion, speed, and dynamics”, voice cloning; the page also shows a “600+ AI voices and 35+ languages” figure.
  • ElevenLabs — Pricing — Plan prices and credits, commercial licence from Starter, cloning tiers, 74 languages.
  • ElevenLabs — Text to Dialogue documentation — No limit on speakers in a dialogue; bracketed audio tags control delivery.
  • ElevenLabs — Studio product guide — MP3 or WAV download by plan; automatic captions; per-speaker stems not stated.

Perguntas frequentes

Typecast e CastDub custam quase o mesmo. Entre o que eu estou escolhendo, na prática?

Entre a entrada e a saída. A gente pega um roteiro inteiro colado, separa por quem fala e escala, e devolve faixas por personagem e legendas; a página de preços deles vende controles por voz, slots de clonagem e exportação de vídeo. Se o seu material é um roteiro e a sua entrega é áudio, a diferença é essa. Se é uma linha de texto publicitário e um vídeo, não é.

A CastDub exige crédito à empresa nas exportações gratuitas?

Não. O áudio não exige nenhuma menção. O uso gratuito é pessoal e não comercial por contrato, e o beta aberto — durante o qual toda conta roda com os recursos do nível Pro e nada é cobrado — não muda essa cláusula.

Dá para importar um projeto do Typecast?

Não. Não existe importação de nenhum tipo: nem .txt, nem .docx, nem .srt, nem arquivo de projeto. Você cola o texto do roteiro e escala de novo, o que numa cena leva alguns minutos e numa bíblia de série leva mais.

A CastDub faz vídeo?

Não. Só áudio: um MP3 mixado em todos os planos, SRT em Plus e Pro e MP3 por personagem em Pro. A página de preços deles anuncia exportação de vídeo; se a sua entrega é vídeo, isso é motivo para escolher eles.

Quantas emoções existem, e em qual plano?

7, escolhidas fala a fala nos planos Pro; todos os planos podem definir uma emoção padrão por personagem. Plus e Pro ainda ganham um controle de velocidade de cinco passos, de 0,75× a 1,25×.

Qual tem mais vozes?

A deles, pelos números deles: a página inicial diz “700+ AI voices” contra os nossos 40 personagens de biblioteca sobre 10 vozes base. Se isso importa depende de você precisar de muitas vozes diferentes numa mesma cena — onde o nosso teto é 10 — ou de uma voz exatamente certa, caso em que um catálogo grande ajuda.

Escale a sua primeira cena hoje à noite

Cole um roteiro, deixe a CastDub dar uma voz a cada personagem e exporte um audiodrama pronto.

Criar de graça

Sem cartão de crédito. O Free dá um bolo único de créditos.