Gerador de diálogos com voz IA: conversas com várias vozes
Uma esquete com dois personagens, um diálogo para quem aprende idiomas, um podcast com dois apresentadores, uma cena de jogo: quando uma só voz lê tudo, soa como uma lista; duas ou três vozes soam como gente conversando.
A SuperClonica tem vozes naturais e de personagens em 31 idiomas, um teste grátis online para falas avulsas e um motor gratuito que transforma um roteiro inteiro com nomes dos falantes num único arquivo de áudio. Este guia mostra os dois jeitos.
Escolha vozes que contrastem
Ouça todas as vozes com a mesma frase antes de escolher: as diferenças aparecem melhor lado a lado.
- Combine uma voz grave e uma aguda, ou uma calma e uma animada, para que sempre se saiba quem fala.
- As dez vozes padrão, M1 a M5 e F1 a F5, são gratuitas: cinco masculinas e cinco femininas para combinar.
- As vozes de personagens do catálogo combinam com esquetes e cenas de fã.
- Mantenha a mesma voz para cada falante durante toda a série.
Gere cada fala grátis online
Escreva uma fala de 30 a 100 caracteres na página da primeira voz, escolha o idioma e clique no botão para gerar; faça o mesmo com a segunda voz para a resposta. Baixe as gravações, sem conta, e coloque uma depois da outra no CapCut, Audacity ou qualquer editor.
Escreva um roteiro para vozes
Uma pausa curta entre as respostas soa natural; não dá para falar ao mesmo tempo, então escreva interrupções como uma fala cortada que termina em travessão.
- Comece cada linha com o rótulo do falante e dois-pontos, por exemplo A: e B:.
- Faça respostas curtas: uma conversa real vai e volta.
- Use pontos finais e de interrogação: a voz segue a pontuação.
- Escreva nomes, números e abreviações do jeito que devem soar.
Um arquivo com o roteiro inteiro
Escreva o roteiro em dialogue.txt com linhas como A: Você ouviu isso? e B: Ouvi. Depois instale o motor gratuito com python -m pip install superclonica-cpu e rode python -c "import numpy as np; from superclonica import Superclonica; tts = Superclonica(); V = {'A': 'F2', 'B': 'M3'}; gap = np.zeros(int(0.4 * tts.sample_rate), dtype=np.float32); tts.save('dialogue.mp3', np.concatenate([np.concatenate([tts.synthesize(t.strip(), V[s.strip()], 'pt')[0], gap]) for s, t in (l.split(':', 1) for l in open('dialogue.txt', encoding='utf-8') if ':' in l)]))". Cada linha é gerada com a voz do seu rótulo, com 0,4 segundo de silêncio entre as respostas, e o resultado é um único dialogue.mp3. Acrescente mais falantes à lista ou troque F2 pelo caminho do arquivo de uma voz que você comprou.
Pessoas reais e uso justo
Nunca crie uma conversa falsa de pessoas reais que possa passar por gravação verdadeira. As vozes de personagens são feitas por fãs e não endossadas pelos detentores dos direitos, e as de paródia são marcadas como paródia. Para vídeos com os quais você ganha dinheiro, use as vozes padrão sob a licença OpenRAIL-M ou vozes treinadas com consentimento.