{"kind":"guides","slug":"voice-cloning","path":"/guides/voice-cloning","title":"Clonagem de voz a partir de uma gravação | SuperClonica","description":"Como conseguir uma voz parecida com uma gravação: direitos e consentimento, gravar uma referência limpa, encomendar a voz ou treinar a sua e o que esperar.","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação","intro":"Clonagem de voz é criar uma voz de texto para fala que soe como a pessoa de uma gravação específica. Alguns modelos fazem isso na hora, com poucos segundos de áudio. Na SuperClonica, a voz é treinada uma vez em um arquivo do Supertonic 3, que depois lê qualquer texto offline em um processador comum.\n\nA seguir: de quem é permitido clonar a voz, como gravar uma boa referência, os dois caminhos para obter a voz (encomendar de um autor ou treinar você mesmo) e o que o resultado consegue e não consegue fazer.","sections":[{"heading":"Primeiro, direitos e consentimento","paragraphs":["Clone a sua própria voz ou a de alguém que concordou com isso. Ao encomendar uma voz, você confirma que tem os direitos sobre as gravações e o consentimento de quem fala. Os autores só publicam vozes feitas a partir de gravações para as quais têm direitos e consentimento.","A licença do Supertonic 3, OpenRAIL-M, também proíbe se passar por outras pessoas sem consentimento. Na prática: nada de vozes de famosos, colegas ou parentes sem permissão, e guarde essa permissão junto com as gravações originais."]},{"heading":"Como gravar uma boa referência para clonagem de voz","paragraphs":["A voz aprende com o que ouve, inclusive ruído e eco da sala. Uma gravação curta e limpa vale mais que uma longa e ruidosa."],"points":["Grave em um cômodo silencioso, com móveis e tecidos: sem música, ventilador, trânsito ou eco.","Só uma pessoa falando, sem vozes sobrepostas nem efeitos.","Mantenha a mesma distância do microfone e um volume estável, sem distorção nas palavras mais fortes.","Fale do jeito que a voz deve soar: um narrador calmo lê com calma, um personagem interpreta.","Anote o texto exato da gravação, palavra por palavra, com repetições e tropeços. O site pede esse texto para cada referência.","Duração: de 5 a 10 segundos por referência para treinar no estúdio. Em uma encomenda, você pode enviar arquivos WAV, MP3, FLAC ou OGG de até 30 MB e 10 minutos cada, até 20 arquivos."]},{"heading":"Opção 1: encomende a voz de um autor","paragraphs":["Sem GPU NVIDIA, ou sem tempo para treinar, faça uma encomenda na seção de pedidos de vozes."],"points":["Descreva a tarefa: timbre, jeito de falar, para que serve a voz e como você vai avaliar o resultado. Informe o idioma da voz, um orçamento de US$ 0,01 a US$ 10.000 e um prazo em dias.","Adicione as gravações com o texto exato, confirme seus direitos e publique a encomenda.","Os autores mandam propostas, e você escolhe quem vai fazer o trabalho.","Reserve o orçamento no seu saldo. Depois disso o autor começa e entrega uma voz treinada com uma demo em áudio.","Aprove o resultado ou peça ajustes específicos. O autor só recebe depois da sua aprovação, e a voz fica disponível para download em JSON. Se a encomenda for cancelada, o valor reservado volta para o seu saldo."]},{"heading":"Opção 2: treine a voz você mesmo","paragraphs":["Treinar no estúdio é grátis se você tem um computador com GPU NVIDIA. Ele vira o seu worker: você o conecta com um token pessoal, e ele treina só as suas vozes."],"points":["Crie uma voz e adicione uma referência: uma gravação limpa de 5 a 10 segundos com o texto exato. As referências ficam privadas.","Clique em Treinar na referência, escolha o número de passos e comece.","Compare os checkpoints pelas demos e pela semelhança, e continue o treinamento do mais promissor.","Baixe o JSON de graça na página do treinamento. Se quiser, coloque a voz à venda com capa, descrição e preço."]},{"heading":"O que esperar de uma voz clonada","paragraphs":["O treinamento encontra um timbre e um jeito de falar próximos da sua gravação. Conte com uma voz reconhecível, não com uma cópia perfeita: quanto mais limpa a referência e mais perto do som desejado, mais próximo o resultado. Uma voz feita sob encomenda é privada, e o autor não a publica no catálogo.","Em troca da espera, você recebe um arquivo que roda offline em velocidade máxima. Pela nossa estimativa, o SuperClonica fala de 6,4 a 9,7 vezes mais rápido que o tempo real em um processador de desktop de 8 núcleos, e cada frase começa do mesmo timbre. A voz funciona com os 31 idiomas do Supertonic 3; chinês ainda não está disponível.","Se você precisa de um clone agora, a partir de um trecho curto, os modelos zero-shot fazem isso sem treinamento: Qwen3-TTS com 3 segundos de áudio, OmniVoice com 3 a 10 segundos, Chatterbox com um clipe de referência. Licenças e exigências de hardware variam; nossas páginas de comparação explicam as duas coisas."]}],"faq":[{"question":"Posso clonar a voz de outra pessoa?","answer":"Só com o consentimento dela e com direitos sobre as gravações. A SuperClonica exige as duas coisas para encomendas e vozes publicadas, e a licença do Supertonic 3 proíbe se passar por outras pessoas sem consentimento."},{"question":"De quanto tempo de gravação preciso para clonar uma voz?","answer":"Para treinar no estúdio, uma referência limpa de 5 a 10 segundos com o texto exato. Som limpo importa mais do que duração."},{"question":"Dá para clonar uma voz sem placa de vídeo?","answer":"Dá, encomendando de um autor, que treina a voz no equipamento dele. Para treinar você mesmo, é preciso uma GPU NVIDIA; para usar a voz pronta, não."},{"question":"Quanto custa clonar uma voz?","answer":"Treinar você mesmo é grátis, e o JSON é baixado sem custo. Uma encomenda custa o orçamento que você definir, de US$ 0,01 a US$ 10.000, e o autor só recebe depois que você aprova o resultado."}],"cta":{"catalog":"Ouvir vozes prontas primeiro","install":"Instalar o motor para a sua voz"},"sources":[{"label":"Ficha e licença do Supertonic 3","url":"https://huggingface.co/supertone-oss-archive/supertonic-3"},{"label":"Repositório do Qwen3-TTS (GitHub)","url":"https://github.com/QwenLM/Qwen3-TTS"},{"label":"Repositório do OmniVoice (GitHub)","url":"https://github.com/k2-fsa/OmniVoice"},{"label":"Repositório do Chatterbox (GitHub)","url":"https://github.com/resemble-ai/chatterbox"}],"published":"2026-10-17","updated":"2026-10-23","pages":[{"slug":"offline-text-to-speech","path":"/guides/offline-text-to-speech","h1":"Como converter texto em fala offline no seu computador"},{"slug":"voice-cloning","path":"/guides/voice-cloning","h1":"Clonagem de voz: como conseguir uma voz parecida com uma gravação"},{"slug":"best-free-tts-models","path":"/guides/best-free-tts-models","h1":"Os melhores modelos de texto para fala grátis para uso local em 2026"},{"slug":"text-to-speech-for-videos","path":"/guides/text-to-speech-for-videos","h1":"Texto para fala para vídeos, audiolivros, jogos e apps"},{"slug":"supertonic-3-voices","path":"/guides/supertonic-3-voices","h1":"Vozes do Supertonic 3: onde conseguir vozes próprias e como usá-las"},{"slug":"python-text-to-speech","path":"/guides/python-text-to-speech","h1":"Texto para fala em Python: offline, grátis e com vozes naturais"},{"slug":"text-to-speech-api-docker","path":"/guides/text-to-speech-api-docker","h1":"API de texto para fala auto-hospedada no Docker"}],"related":[{"slug":"text-to-speech","path":"/text-to-speech","h1":"Texto para fala que roda no seu próprio computador"},{"slug":"supertonic","path":"/compare/supertonic","h1":"Supertonic vs SuperClonica: o mesmo modelo, mais rápido e limpo"},{"slug":"fish-audio","path":"/compare/fish-audio","h1":"Fish Audio e Fish Speech comparados ao SuperClonica"},{"slug":"omnivoice","path":"/compare/omnivoice","h1":"OmniVoice ou SuperClonica: mais idiomas ou mais velocidade"},{"slug":"qwen3-tts","path":"/compare/qwen3-tts","h1":"Qwen3-TTS ou SuperClonica para texto para fala local"},{"slug":"voxcpm","path":"/compare/voxcpm","h1":"VoxCPM 2 ou SuperClonica: som de estúdio ou velocidade no CPU"},{"slug":"f5-tts","path":"/compare/f5-tts","h1":"F5-TTS ou SuperClonica: clonagem zero-shot ou fala rápida no CPU"},{"slug":"elevenlabs","path":"/compare/elevenlabs","h1":"Uma alternativa offline ao ElevenLabs"},{"slug":"kokoro","path":"/compare/kokoro","h1":"Kokoro TTS ou SuperClonica: dois modelos pequenos de texto para fala local"},{"slug":"piper","path":"/compare/piper","h1":"Piper TTS ou SuperClonica: aparelhos pequenos ou vozes sob medida"},{"slug":"xtts","path":"/compare/xtts","h1":"Coqui XTTS-v2 ou SuperClonica: uma alternativa ao Coqui TTS"},{"slug":"chatterbox","path":"/compare/chatterbox","h1":"Chatterbox TTS ou SuperClonica: clonagem na hora ou um arquivo de voz treinado"}]}