
Indie
Rápido, chapado, vagamente debochado
Categoria de voz
Locução de vídeo curto tem duas tarefas: sobreviver ao primeiro segundo e continuar clara em velocidade alta num alto-falante de celular. Isso já elimina quase toda voz atmosférica. Estas são as que cortam, mais a possibilidade de dar dois personagens de verdade a uma esquete.

Indie
Rápido, chapado, vagamente debochado

Cass
Para o formato de contar história

Quill
Explicação clara para vídeo de tutorial

Bellhop
A outra metade da esquete
As amostras são provisórias enquanto o áudio de demonstração público é produzido. Toda voz está disponível em todos os planos — a biblioteca não é paywall.
Feed de vídeo curto é uma audição contínua. O espectador decide se continua em menos de um segundo, normalmente antes de a imagem ter significado qualquer coisa, o que quer dizer que a decisão é tomada com o ouvido. A primeira fala é o seu produto inteiro nesse instante.
Na prática isso significa escrever a primeira fala como um gancho completo e autossuficiente e renderizar só ela para conferir. Se ela só funciona depois da segunda frase, ela não funciona — e é bem mais barato descobrir isso antes de editar o vídeo.
A maior parte do vídeo curto é assistida no alto-falante do celular, em volume médio, muitas vezes em ambiente barulhento. Esses alto-falantes reproduzem quase nada abaixo de uns 400 Hz, o que elimina exatamente a parte do espectro em que as vozes graves e bonitas moram.
As vozes que funcionam são centradas nos médios e articuladas — justamente as que podem soar finas num fone de estúdio. Essa é uma das poucas situações em que o pior aparelho é o critério certo, e vale lembrar de um detalhe brasileiro: boa parte do público ouve no alto-falante do celular no ônibus ou na rua, não em fone, então o teste realista é mais impiedoso do que parece.
Esquete, formato de reação e conversa dramatizada superam narração direta com consistência no formato curto, e são exatamente o que uma ferramenta de voz única não produz. Escalar os dois lados aqui custa o mesmo que escalar um.
Isso também ajuda no ritmo. Um corte entre duas vozes carrega o mesmo reinício de atenção que um corte visual, e o público de vídeo curto está treinado para esperar um corte a cada poucos segundos.
Uma parcela grande da reprodução em vídeo curto começa sem som, e uma parte relevante continua assim. Legenda queimada não é gentileza de acessibilidade, é requisito de formato.
Gerar a legenda a partir do roteiro (no Plus e no Pro) em vez de transcrever do áudio garante que nome, gíria e termo de produto saem escritos certo, que é exatamente onde a legenda automática erra — e em português ela erra mais, porque gíria regional e nome próprio brasileiro não estão no vocabulário dos transcritores genéricos.
As plataformas de vídeo curto medem se o espectador fica até o fim do primeiro laço, e o jeito confiável de segurar é a mudança — plano novo, ideia nova, voz nova. Das três, a voz nova é a mais barata de produzir e a menos usada, porque a maioria dos criadores só tem uma.
Uma troca de duas falas entre dois personagens, mesmo com quatro linhas, reinicia a atenção no meio de um clipe em que um narrador único teria perdido o espectador. É por isso que formato de reação e conversa dramatizada rendem tão mais do que narração direta, e isso é vantagem estrutural, não preferência de estilo.
Sessenta segundos dão mais ou menos 150 palavras faladas em ritmo ágil — e em português dão menos do que isso em inglês, porque a nossa palavra média é mais longa. Isso é um parágrafo, não é um ensaio, e a falha mais comum em roteiro de vídeo curto é tentar enfiar uma ideia longa ali falando mais rápido.
Falar mais rápido não acrescenta informação; a partir de certo ponto, retira, porque o ouvinte para de processar. O movimento certo é cortar a ideia até sobrar a única que cabe, o que quase sempre deixa o clipe melhor além de mais curto.
Uma disciplina útil: escreva o roteiro, conte as palavras e, se passar do que cabe em sessenta segundos, apague em vez de acelerar. O ajuste de velocidade, no Plus e no Pro, deve ser a última coisa a que você recorre, não a primeira.
Escreva a primeira frase como se fosse a única que alguém vai ouvir, porque para a maioria ela é. Depois renderize sozinha e confira se ela funciona sem contexto.
Alto-falante de celular reproduz quase nada de grave. Voz brilhante e centrada nos médios corta; voz grave e atmosférica desaparece por completo.
Entrega de vídeo curto corre mais que narração normal. Com a velocidade fala por fala do Plus ou do Pro, empurre o ritmo até as consoantes começarem a borrar e volte um passo.
Esquete de dois personagens está entre os formatos curtos de melhor desempenho e aqui é trivial — escreva as duas partes, escale as duas, renderize uma vez.
A maior parte do consumo em vídeo curto começa mudo. Legenda queimada a partir do mesmo roteiro — a exportação de SRT está no Plus e no Pro — é inegociável, e ela já vem sincronizada.
Não, e ninguém consegue legitimamente — aquela voz pertence à plataforma e cloná-la seria violação lá e violação de política aqui. O que dá para fazer é escolher uma voz com o mesmo registro brilhante, rápido e neutro, que é o que de fato faz aquele estilo funcionar.
Não por ser sintética. As plataformas de vídeo curto rebaixam conteúdo repetitivo, de pouco esforço e repostagem sem crédito. Roteiro original com voz gerada não está nessa categoria.
Porque você provavelmente escolheu uma voz grave usando fone. Alto-falante de celular corta tudo que é baixo, então ouça num alto-falante de celular — é o aparelho do seu público e ele não perdoa nada.
Quando você para de conseguir ouvir onde uma palavra termina e a outra começa. O teste prático é tocar uma vez e tentar escrever o que foi dito. Em português tem um limite extra: sílaba átona no fim de palavra some primeiro, então “falando”, “fazendo” e “chegando” viram “faland”, “fazend” antes de qualquer outra coisa borrar. Se o gerúndio embolou, você passou do ponto.
É um dos melhores usos. Contar história é cheio de diálogo, e escalar as outras pessoas da história como vozes separadas deixa tudo muito mais fácil de acompanhar do que um narrador fazendo todo mundo.
Os sessenta minutos por mês do Basic são muitos clipes de trinta segundos, mas a exportação de legenda em SRT começa no Plus; se você queima a legenda a partir do roteiro, comece pelo Plus. Ele também tira o limite de elenco quando você passar a produzir série com vários personagens.
Cole um roteiro, deixe a CastDub dar uma voz a cada personagem e exporte um audiodrama pronto.
Criar de graçaSem cartão de crédito. O Free dá um bolo único de créditos.