Alternativa à Acapela: arquivos de voz sem contrato de licença
A Acapela Group é uma veterana na criação de vozes de texto para fala. Suas vozes falam em apps, avisos de transporte, leitores de tela e aparelhos de comunicação, e muita gente as conheceu pela demo da Acapela ou pelo serviço Acapela Box para criar arquivos de voz.
Se você só precisa de um arquivo de voz para um vídeo, um jogo, um aviso ou uma aula, existe um caminho mais simples. Este guia explica o que a Acapela oferece, quando ela é a escolha certa e como obter arquivos de voz naturais com o SuperClonica de graça ou por um pagamento único.
O que a Acapela oferece
Segundo o site, a Acapela fala mais de 30 idiomas e vende vozes a empresas por SDKs para Windows, macOS, Linux, iOS, Android e dispositivos embarcados e por uma API na nuvem. Também cria vozes de marca, oferece o My-Own-Voice para quem quer preservar a voz, tem vozes infantis e vozes para o Google Play e o leitor de tela NVDA. Os preços são sob consulta.
Quando a Acapela é a escolha certa
Escolha a Acapela quando um aparelho ou app já usa as vozes dela, quando você precisa de uma voz licenciada no seu próprio produto com suporte do fabricante, ou para comunicação alternativa e preservação da voz, onde ela trabalha com fabricantes de tecnologia assistiva. O SuperClonica não é um produto médico nem de CAA.
Um arquivo de voz para um projeto
Se você precisa de uma gravação e não de uma licença, abra qualquer voz do catálogo do SuperClonica, digite de 30 a 100 caracteres e baixe o resultado grátis, sem conta. Para textos inteiros, instale o motor gratuito com python -m pip install superclonica-cpu e rode superclonica --text-file text.txt --voice F2 --lang pt --output text.mp3 offline e sem limite de caracteres. As dez vozes padrão são grátis sob a licença OpenRAIL-M, então os arquivos podem ser usados em trabalhos publicados.
Vozes em 31 idiomas, e a sua
Cada voz do SuperClonica fala 31 idiomas. O catálogo traz narradores e vozes de personagens por US$ 2,99 uma vez ou grátis, e o estúdio treina uma voz a partir de uma gravação limpa de 5 a 10 segundos em um computador com NVIDIA RTX série 20 ou mais nova ou GTX 16; sem ela, encomende a voz no mercado.