Free Online Text to Speech, Nothing to Install

Num relance

O que é

Um gerador de voz IA e ferramenta de texto para fala grátis, feitos para roteiros: descobre quem está falando, dá a cada personagem uma voz própria, deixa você dirigir a emoção fala a fala e exporta uma mixagem pronta — uma radionovela com elenco completo, não um narrador só lendo todos os papéis.

O que você cola

Um roteiro, colado como texto. Formato de roteiro, «Nome: fala» e prosa comum com marcações de diálogo são lidos como estão, assim como os diálogos com travessão do espanhol, do francês, do português e do russo. Uma linha inteira entre parênteses vira rubrica e não é falada. Não existe importação de arquivos: cole o texto em vez de anexar um documento.

O que você recebe

Um MP3 mixado em todos os planos. A partir do Plus, legendas SRT escritas a partir do seu roteiro e não transcritas do áudio, então os nomes saem certos e os tempos já batem. As faixas por personagem, uma faixa do mesmo tamanho para cada personagem mais a mixagem, vêm em ZIP no Pro. Sem exportação em WAV.

Personagens e vozes base

40 personagens na biblioteca, cada um com retrato, perfil e amostra. Atrás deles estão 10 vozes base – 4 femininas, 5 masculinas, 1 andrógina – e são as mesmas 10 em todos os idiomas. Dentro de um projeto, dois personagens não recebem a mesma voz base enquanto as 10 não estiverem ocupadas: uma cena com até 10 falantes se separa direitinho; além disso, dois personagens dividem uma voz e se distinguem pelo perfil e pela direção que cada fala carrega. Você escolhe o personagem, não a voz base.

Idiomas

9: English, 简体中文, 日本語, 한국어, Deutsch, Français, Español, Português, Русский. Todo personagem atua em todos eles – um personagem é um perfil, não uma gravação única – e o idioma de um projeto fica definido na criação. Fora do inglês você recebe o sotaque comum daquele idioma; sotaques regionais não dá para escolher e não são prometidos. Não pedimos a falantes nativos que ouvissem cada idioma um a um, então passe as suas próprias falas antes de decidir.

Emoção e direção fala a fala

Cada fala é interpretada por um ator de voz de IA a partir de uma indicação de interpretação escrita, então as 7 emoções (neutro, alegre, triste, raiva, medo, sussurro, empolgado) são atuadas, não imitadas com ajustes. A emoção padrão por personagem está em todos os planos; trocá-la fala a fala só existe no Pro, e o controle de velocidade em 5 níveis (0.75×–1.25×) vem com Plus e Pro. Gerar uma fala de novo dá uma tomada realmente diferente, na mesma voz, e mexer em uma linha só ressintetiza aquela linha.

Preço e beta aberto

Um crédito é um caractere do roteiro e os créditos só saem quando você baixa: gerar e ouvir não custa nada, dentro de um teto de 30 falas a cada 24 horas no Free e de até 2,000 no Pro. O plano Free é um bolo único de 4,500 créditos, mais ou menos 5 minutos de áudio pronto, com 2 personagens por projeto. Os planos pagos custam Basic $5, Plus $19, Pro $29 por mês, com 10% de desconto no anual. Os pagamentos ainda não estão no ar: durante o beta aberto toda conta tem de graça o conjunto completo de recursos do Pro, mas a licença comercial continua à parte e vem com um plano pago quando os planos abrirem.

O que ainda não dá para fazer

Clonagem de voz não está disponível em nenhum plano. Não há importação de arquivos, nem exportação em WAV, nem dicionário de pronúncia, nem controle de tom, nem como exigir uma voz base específica ou um sotaque regional. Nenhum idioma tem vozes infantis de verdade: papéis de criança são interpretados por atores adultos, como a animação sempre fez. Personagens existem só dentro de um projeto e não passam para o seguinte.