Duração do texto em fala: quanto tempo o meu texto leva para ser lido?
Antes de gerar a voz de um roteiro você costuma precisar saber a duração: um anúncio de 30 segundos, um Short de 60, um podcast de 10 minutos, uma aula que precisa caber no tempo. Só o número de palavras não diz, porque cada idioma e cada voz têm o seu ritmo.
Medimos o motor da SuperClonica com a mesma história em sete idiomas na velocidade padrão, para você estimar a duração antes de gerar qualquer coisa e depois obter o número exato em segundos com uma linha de Python.
Velocidades medidas
Medido com um parágrafo narrativo calmo, com uma voz padrão masculina e outra feminina na velocidade padrão; as duas diferiram menos de três por cento.
- Inglês: cerca de 190 palavras por minuto, cerca de 1000 caracteres.
- Espanhol, alemão e francês: cerca de 165 palavras por minuto.
- Português: cerca de 150 palavras por minuto.
- Russo: cerca de 130 palavras por minuto.
- Japonês: cerca de 320 caracteres por minuto.
Ouça o ritmo grátis online
Na página de qualquer voz, escreva uma frase de 30 a 100 caracteres e clique no botão para gerar: em poucos segundos você ouve o ritmo dessa voz no seu idioma, sem conta.
Estimativas rápidas
Deixe alguns segundos de folga: um roteiro que ocupa o espaço até o último segundo soa apressado quando entram música e pausas.
- Um anúncio de 30 segundos: cerca de 75 palavras em português.
- Um Short ou Reel de 60 segundos: cerca de 150 palavras.
- Um podcast ou vídeo de 10 minutos: cerca de 1500 palavras.
- 1000 palavras: cerca de 6 minutos e 35 segundos.
A duração exata do seu roteiro
A velocidade muda a duração quase na mesma proporção: o padrão é 1.05, e --speed 0.85 deixa o mesmo texto cerca de um quarto mais longo. Para a duração exata, instale o motor gratuito com python -m pip install superclonica-cpu, salve o roteiro como script.txt e rode: from superclonica import Superclonica; tts = Superclonica(); audio, rate = tts.synthesize(open('script.txt', encoding='utf-8').read(), 'M1', 'pt'); print(round(len(audio) / rate, 1), 'seconds'). O servidor Docker devolve o mesmo número no cabeçalho X-Duration-Seconds.
Por que o seu texto pode durar mais
Os algarismos são lidos por extenso, então 1250 ou 2027 viram várias palavras faladas. Abreviações podem ser lidas por inteiro. Muitos pontos e linhas separadas com silêncio entre elas aumentam o tempo, enquanto frases longas sem vírgulas são lidas mais rápido. Meça o roteiro real uma vez em vez de confiar na média.