Transforme qualquer texto em voz natural.

A cada 1.000 caracteres de texto inserido, do mesmo saldo de créditos da transcrição: 50 créditos com as vozes Padrão, 110 com Aprimorada (ElevenLabs) e 160 com Premium (ElevenLabs). Em geral, 1.000 caracteres correspondem a um minuto de voz. O custo exato aparece em tempo real abaixo da caixa de texto antes de gerar.

512 vozes de catálogo licenciadas: 185 no nível Padrão e 327 da ElevenLabs compartilhadas pelos níveis Aprimorada e Premium - seis universais mais falantes nativos de inglês (treze sotaques, do americano e do britânico ao australiano, canadense, indiano, sul-africano e neozelandês), espanhol, alemão, francês, português, italiano, japonês, árabe, coreano, neerlandês, polonês, turco, ucraniano, vietnamita, hindi, indonésio, chinês, russo, filipino, malaio, sueco, romeno, tcheco, grego, húngaro, norueguês, dinamarquês, finlandês, búlgaro, croata e eslovaco. Cada uma com amostra gratuita. O Speecho não oferece clonagem de voz.

As vozes falam o idioma do texto que você cola: escreva em português, receba fala em português. Para trinta e um idiomas, os níveis ElevenLabs também oferecem falantes nativos, com sotaque local em vez de inglês. Ao colar o texto, o app detecta o idioma e sugere vozes adequadas automaticamente.

Sim, com tags no texto. [pause] e [long pause] adicionam uma pausa, e tags como [whispering], [excited] ou [laughs] mudam a entonação. O quanto uma voz segue uma tag depende da voz, então teste primeiro com uma frase. Você também pode filtrar as vozes pelo que elas fazem melhor: narração, conversa, anúncios, aprendizado ou personagens.

Sim. Mude Texto para voz para o modo Diálogo, ou cole um roteiro em que cada linha começa com um nome: cada personagem recebe sua própria voz, as falas são lidas em ordem com a pausa que você escolher e você baixa um único MP3. Até 8 personagens e 100 falas, pelo mesmo preço do mesmo texto com uma só voz.

Sim. Em um texto longo narrado por partes, ou em um diálogo, qualquer parte ou fala pode ser narrada de novo à parte: escolha outra voz, corrija uma palavra ou acrescente uma indicação como [whispers]. O resto fica como está. Com o mesmo texto, a parte custa o seu preço outra vez; com o texto alterado, custa o preço do texto novo.

Sim. Mude Texto para voz para o modo Lista e cole suas palavras ou frases, uma por linha, ou abra um arquivo .txt ou .csv: cada linha é narrada em seu próprio MP3 com a voz que você escolher, com o nome da linha, e o conjunto inteiro é baixado em um único ZIP. Até 1.000 linhas por lista. A lista é cobrada como um único texto, por isso as palavras curtas não pagam cada uma um mínimo por clipe; uma linha com menos de 10 caracteres conta como 10.

Sim. Mude Texto para voz para o modo Legendas e abra ou cole um arquivo SRT, VTT ou SBV: cada legenda é narrada no seu próprio momento, em uma única faixa MP3, e cada linha também vem como arquivo próprio em um ZIP. Uma tag de voz do WebVTT como <v Ana> dá uma voz própria a cada pessoa nomeada. Para um vídeo, escolha Ler nos tempos do original no menu Ler em voz alta da transcrição ou da tradução: você recebe um MP3 com a duração do vídeo, e uma ferramenta gratuita o coloca de volta no vídeo no seu navegador.

Sim. “Criar um podcast a partir de um texto”, na aba Voz, transforma um artigo, um capítulo ou suas notas (de 300 a 60.000 caracteres, ou um arquivo PDF, Word ou EPUB) em uma conversa entre dois apresentadores de cerca de 5, 10 ou 20 minutos, no idioma do texto ou em outro. Os apresentadores se atêm ao seu texto. O roteiro abre no editor de Diálogo para você revisar e depois é narrado em um único MP3. Escrever o roteiro custa 15 créditos para até 5 minutos, 25 para até 10 e 40 para até 20, mais 1 crédito a cada 3.000 caracteres de texto; narrá-lo custa o mesmo que qualquer diálogo.

Sim: cada transcrição no seu histórico tem um botão de voz que envia o texto dela diretamente para o gerador. Combinado com a tradução, isso transforma uma gravação em um idioma em áudio falado em outro: transcrever, traduzir, dar voz.

MP3, que toca no navegador e pode ser baixado. Os clipes ficam salvos por 90 dias, e você pode apagar qualquer clipe - ou toda a sua conta - a qualquer momento, o que remove o áudio na hora.

Sim, com as vozes Aprimorada e Premium. A seta ao lado do MP3 oferece um arquivo SRT ou VTT sincronizado palavra por palavra com o áudio, que continua sincronizado em qualquer velocidade com que você baixar. Um texto longo narrado por partes recebe um único arquivo de legendas para o áudio unido, e um diálogo pode ter o nome de cada personagem antes das suas falas. As legendas não custam nada a mais. As vozes Padrão não têm legendas.

Sim. A geração roda nos planos pagos e comerciais da API dos nossos fornecedores de voz, cujos termos permitem o uso comercial do áudio gerado. Você é responsável pelo conteúdo do texto que converte.

Sim. Confirme seu e-mail e receba 150 créditos grátis - cerca de 3.000 caracteres de voz Padrão - para gerar um clipe de verdade antes de pagar qualquer coisa (ouvir as vozes também é grátis). Depois disso, você paga por caractere, sem assinatura: um pacote único de US$ 5 cobre cerca de 48.000 caracteres de voz Padrão.