GUIA

Texto para fala para vídeos, audiolivros, jogos e apps

Texto para fala local combina bem com narração: você pode gerar uma frase de novo quantas vezes quiser, narrar um livro inteiro em um notebook, e ninguém conta caracteres. Este guia cobre a parte prática com vozes do Supertonic 3 e o motor SuperClonica: escolher uma voz que combine com o projeto, escrever e dar ritmo ao roteiro, levar o áudio para o editor e o que você pode fazer com uma voz comprada na SuperClonica.

Se ainda não instalou nada, comece pelo guia de texto para fala offline; aqui partimos de uma instalação que já funciona.

Encontrar uma voz de narrador Preparar a narração local

Escolha uma voz para o projeto

Ouça as demos do catálogo e depois teste a voz com o seu próprio roteiro: uma voz que brilha na demo pode não combinar com o seu tema.

  • Vídeos explicativos e tutoriais: uma voz clara e uniforme, em ritmo moderado.
  • Audiolivros: um narrador gostoso de ouvir por horas. Avalie um trecho longo, não uma frase só.
  • Jogos: uma voz por personagem e o mesmo arquivo para todas as falas dele. Uma voz treinada parte sempre do mesmo timbre, então o personagem continua reconhecível ao longo de centenas de falas.
  • Apps e assistentes: frases curtas, então confira como a voz lê perguntas, números e nomes.

Escreva o roteiro para o ouvido

O texto para fala lê exatamente o que recebe, então a maior parte do trabalho está no roteiro.

  • Use frases curtas e divida as longas nas pausas naturais.
  • Escreva números, datas, unidades e abreviações do jeito que devem soar.
  • Marque as pausas com a pontuação e comece um parágrafo novo onde a imagem muda de cena.
  • Ouça nomes e palavras estrangeiras; se alguma sair errada, escreva do jeito que se pronuncia.
  • Informe o código do idioma em que o texto foi escrito.

Ritmo e novas tomadas

Gere a narração em partes: um arquivo por cena, slide ou parágrafo. Assim fica fácil encaixar no vídeo e refazer uma única frase.

Se uma frase não ficou boa, gere de novo. No exemplo padrão do Supertonic 3, a opção --speed define o ritmo geral (1.05 por padrão; maior é mais rápido). No exemplo do SuperClonica para Python, o parâmetro seed controla a parte aleatória da geração: mantenha para repetir uma tomada, mude para obter outra. O ajuste fino fica no editor: corte silêncios, acrescente pausas entre frases e mova os trechos para casar com os cortes.

Pela nossa estimativa, o SuperClonica gera uma hora de áudio em cerca de 7 a 11 minutos em um processador de desktop de 8 núcleos, então dá até para refazer um capítulo inteiro de audiolivro depois de revisões.

Formatos de áudio para vídeo, audiolivro e jogo

Tanto o cliente padrão do Supertonic 3 quanto o motor SuperClonica salvam arquivos WAV. Edite em WAV e exporte o vídeo ou o audiolivro pronto pelo editor no formato que a sua plataforma pede, como MP3 ou AAC.

Jogos e apps têm dois caminhos: gerar as falas antes, em arquivos de áudio, ou produzir a fala no aparelho do usuário. O Supertonic 3 roda em computadores, no navegador com ONNX Runtime Web e em apps móveis compatíveis, então a fala no aparelho funciona quando as falas não são conhecidas de antemão.

O que uma voz comprada permite

Uma voz comprada na SuperClonica é para usar nos seus próprios projetos: os vídeos, audiolivros, jogos e apps que você faz. Revender a voz ou republicar o arquivo dela não é permitido. O Supertonic 3 em si usa a licença OpenRAIL-M, sem royalties e com uma lista de usos proibidos; um deles é se passar por outras pessoas sem consentimento.

Você paga uma vez o preço que o autor definiu em dólares americanos. O arquivo fica na sua biblioteca, e ninguém conta caracteres nem minutos. Uma voz feita sob encomenda é privada e não aparece no catálogo. Se o seu produto precisa distribuir o próprio arquivo da voz, por exemplo para gerar a fala no computador dos jogadores, escreva para support@superclonica.com antes do lançamento.