Síntese

Texto para voz online e grátis, sem instalar nada

Cole o texto, escolha uma voz e aperte o play. O texto para voz da CastDub roda dentro do navegador: quarenta personagens de IA que falam nove idiomas, um MP3 para baixar e um plano gratuito que não pede cartão. Ele foi feito para roteiros com mais de uma pessoa falando, e funciona igualmente bem com uma só.

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. Também dá para clonar a sua própria voz lendo em voz alta uma breve declaração de consentimento – até 3 por conta – e entregá-la a qualquer personagem; a voz clonada lê nos 9 idiomas e segue a velocidade, mas não interpreta emoções nem indicações de atuação.
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
Só dá para clonar a própria voz, e a voz clonada lê o texto sem interpretar emoções nem indicações de atuação. 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.

Vozes para testar

Noor

Noor

Newsreader clarity for exposition-heavy scenes

femininaadultoinglês americanojornalismoclara
Usar esta voz
Hale

Hale

Documentary narrator with a hand on the listener's shoulder

masculinaadultoinglês americanonarraçãodocumentário
Usar esta voz
Wren

Wren

Bedtime-story narrator, slow and warm, never wakes anyone up

femininaadultoinglês americanonarraçãocalorosa
Usar esta voz
Quill

Quill

YouTube explainer voice that never sounds bored

masculinajovem adultoinglês americanoYouTubeclara
Usar esta voz
Dorian

Dorian

Audiobook baritone for literary fiction and slow reveals

masculinaadultoinglês britânicoaudiolivrograve
Usar esta voz
Solène

Solène

Continental accent, unhurried, very expensive sounding

femininaadultoinglês britânicoelegantesotaque
Usar esta voz
Halcyon

Halcyon

Meditation-adjacent narrator for slow, quiet scenes

neutraadultoinglês americanocalmaacalentadora
Usar esta voz
Juno

Juno

Podcast host who thinks out loud and never reads a script

femininajovem adultoinglês americanopodcastconversa
Usar esta voz

Ver a biblioteca inteira →

O que ela faz

Roda dentro do navegador

Não tem nada para baixar nem instalar. Você abre o Studio em qualquer navegador atual, cola e ouve. Os projetos ficam salvos na sua conta, então o texto que você começou no computador do trabalho continua lá quando você abre o notebook em casa.

Quarenta personagens, nove idiomas

Cada voz fala português, inglês, espanhol, francês, alemão, russo, chinês, japonês e coreano, e todas estão liberadas em todos os planos, inclusive no gratuito. Você escolhe por perfil — quem lê o jornal, quem conta história na hora de dormir, o grave de audiolivro — e não por código de idioma. Em português todas miram o brasileiro padrão: sotaque de região específica não dá para escolher.

Download em MP3

Uma mixagem em MP3 em qualquer plano, ou um ZIP com um MP3 por fala e uma tabela CSV com as durações. As legendas saem em SRT a partir do Plus. Não existe exportação em WAV.

Mais de uma voz, quando o texto pede

Escreva um nome e dois-pontos no começo da fala e aquela fala vai para outra voz; todo o resto fica com quem narra. O texto para voz comum te dá uma voz por arquivo; este te dá um elenco no instante em que o texto vira conversa.

Direção na própria fala

Uma rubrica entre parênteses no começo da fala — (sussurrando), (mais rápido) — é interpretada em vez de lida em voz alta. No Plus e no Pro cada fala tem o ritmo dela; no Pro, a emoção dela. E em todo plano a pontuação é o relógio: um ponto final faz uma pausa e uma quebra de linha faz uma pausa maior.

Plano gratuito, sem cartão

Um bolo único de créditos que dá mais ou menos cinco minutos de áudio pronto em português, e gerar ou ouvir não gasta esse bolo: só o download gasta. Ainda dá para sintetizar até 30 falas a cada 24 horas enquanto você monta a cena. A demo da página inicial roda sem conta, se você só quer ouvir como fica.

Como usar

  1. Cole o texto

    Um parágrafo ou um roteiro inteiro, como texto puro. Não existe envio de arquivo, então copie o texto do seu documento e cole aqui. Um nome seguido de dois-pontos marca quem fala; para uma voz só, não coloque nenhum.

  2. Escolha a voz

    Filtre os quarenta personagens por gênero, idade e estilo, e faça o teste com a sua própria primeira frase em vez do texto de exemplo. Uma voz que fica boa no exemplo e ruim no seu texto é o jeito mais comum de perder dez minutos.

  3. Ouça fala por fala

    Cada fala é renderizada sozinha e leva alguns segundos; ao gerar o roteiro inteiro, várias saem ao mesmo tempo. Ouça as primeiras antes de mandar o resto.

  4. Conserte no texto

    Um nome que sai errado recebe outra grafia até soar como deve; uma frase que sai rápida demais é quebrada em duas; um número que precisa ser lido de um jeito específico vai por extenso. Não existe ajuste de pronúncia, e você não vai sentir falta.

  5. Baixe

    Uma mixagem em MP3, ou um arquivo por fala com a tabela de durações. O download é o que gasta os créditos; ouvir, não.

O que costuma ficar escondido num “texto para voz grátis”

As ferramentas que aparecem quando você busca essa frase são grátis de um destes três jeitos: grátis até algumas centenas de caracteres, grátis com as vozes que você realmente queria atrás do paywall, ou grátis até a hora de baixar. Vale dizer com precisão qual é o caso aqui. Os quarenta personagens estão liberados no plano gratuito. Ouvir e gerar de novo não custa nada. Os créditos — mais ou menos cinco minutos de áudio pronto em português — só são cobrados no download, e são um bolo único, não uma cota que volta. O plano gratuito sintetiza até 30 falas por dia e é licenciado para uso pessoal e não comercial.

Os planos pagos mudam os números, não as vozes: uma franquia que se renova todo mês no lugar do bolo de uma vez só, mais falas por dia, licença comercial e, a partir do Plus, o controle de ritmo fala a fala e as legendas. Nada do que você ouve muda quando você paga.

Como tirar uma leitura natural de qualquer texto para voz

Texto escrito para o olho carrega coisas que não sobrevivem a ser ditas: apartes enormes, três orações encaixadas, um parágrafo que conta com o leitor voltando atrás. Dez minutos de adaptação — quebrar frases, cortar um aparte, transformar uma enumeração em uma fala por item — rendem mais do que qualquer ajuste de voz. Isso não é gambiarra para contornar limitação: é a mesma correção que qualquer pessoa que narra pediria antes de entrar no estúdio.

Dois hábitos carregam quase tudo. Pontue de propósito, porque no plano gratuito a pontuação é o único controle de tempo que você tem e em qualquer plano é o principal. E uma ideia por fala: uma frase que começa com uma boa notícia e termina com uma ruim é interpretada como a média das duas, e quebrar em duas resolve.

Números, datas e siglas seguem as convenções do idioma do projeto e quase sempre saem certos; os erros aparecem quando o texto mistura convenções, como uma data escrita à americana no meio de um parágrafo em português ou um preço em US$ colado em outro em reais. Ouça primeiro as falas com números e escreva por extenso tudo aquilo cuja leitura importa.

Quando esta é a ferramenta certa e quando não é

Se o que você quer é ouvir uma página da web ou um PDF enquanto faz outra coisa, uma extensão de leitura serve melhor: ela acompanha o texto sozinha e não pede que você cole nada. Se você precisa de uma voz só lendo uma hora de prosa sem nenhuma indicação, quase qualquer texto para voz online dá conta, e alguns saem mais baratos por hora.

A CastDub ganha o lugar dela no instante em que o texto tem mais de uma voz dentro, ou em que uma fala precisa ser dita de um jeito específico. Um diálogo, alguém que apresenta e alguém que pergunta, uma história com narração e personagens, um vídeo explicativo em que a última frase tem que cair diferente da anterior: é aí que uma voz chapada por arquivo deixa de bastar, e é aí que começam a pesar a escalação e a direção fala a fala, que é justamente sobre o que este texto para voz foi construído.

Perguntas frequentes

Preciso instalar alguma coisa?

Não. Ele roda no navegador: não tem programa de computador nem extensão. Você entra com o Google ou com um e-mail, cola e ouve. A demo da página inicial não pede nem conta.

É grátis mesmo?

O plano Free é grátis, com os limites que estão escritos na página de preços: um bolo único de créditos que dá mais ou menos cinco minutos de áudio pronto em português, 30 falas sintetizadas a cada 24 horas, os quarenta personagens e licença de uso pessoal e não comercial. No cadastro não se pede cartão.

Quais idiomas ele lê?

Português, inglês, espanhol, francês, alemão, russo, chinês, japonês e coreano, e cada voz fala os nove. Fora do inglês cada voz usa o padrão geral do idioma — em português, o brasileiro padrão — e o sotaque regional não dá para escolher.

Dá para baixar o áudio?

Dá, em MP3: um arquivo mixado em todos os planos, ou um por fala junto de uma tabela CSV de durações. As legendas saem em SRT no Plus e no Pro. Não existe exportação em WAV.

Posso usar o áudio comercialmente?

No Basic, no Plus e no Pro, pode. O plano Free é para uso pessoal e não comercial: isso é cláusula de licença, não trava técnica, porque o áudio que sai é idêntico.

Dá para mandar um documento?

Não, só texto colado. Copie o texto do documento e cole aqui; a diagramação de roteiro padrão e os pares “Nome: fala” são reconhecidos como personagens, e todo o resto é lido por quem narra.

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.