Gerador de voz com IA grátis

Como criar uma voz com IA grátis

1. Digite ou cole seu texto na caixa. Até 5.000 caracteres por vez.
2. Escolha uma voz e uma velocidade. Heart é a mais natural das vozes americanas, e Emma é uma boa voz britânica.
3. Aperte o botão. Na primeira vez, a página baixa o modelo de voz uma vez, cerca de 115 MB, e mostra o progresso. Depois disso a voz fica salva no seu navegador e começa mais rápido.
4. Ouça e depois aperte Baixar WAV para salvar o arquivo. Ele é seu para usar.

Por que é grátis

Isto não é um teste e não há contador de créditos. A voz é um modelo aberto chamado Kokoro, com 82 milhões de parâmetros, pequeno o bastante para rodar num notebook ou celular comum. Seu navegador baixa o modelo de nós uma vez e roda no seu próprio dispositivo, então seu texto nunca chega a um servidor e não nos custa nada cada vez que você usa. Esse é o motivo de ele poder continuar grátis, sem cadastro.

Quais idiomas ele fala

Somente inglês, em dois sotaques: 12 vozes americanas (7 mulheres, 5 homens) e 8 vozes britânicas (4 mulheres, 4 homens). O modelo Kokoro tem vozes em outros idiomas, mas a versão no navegador usada aqui é feita para inglês, então oferecemos só o que testamos. Para outros idiomas, use a ferramenta de locução com IA da Hermoso.

Para que serve

• Rascunhos e tempo. Ouça um roteiro antes de filmar e veja quanto tempo ele dura.
• Explicações e tutoriais. Uma voz clara e uniforme lendo uma gravação de tela.
• Acessibilidade. Uma versão em áudio de uma publicação ou artigo.
• Narrações rascunhadas para anúncios. Teste um gancho em voz alta antes de fechar a versão final.

Limites a conhecer

• É um modelo de 82 milhões de parâmetros, então soa natural para o tamanho que tem, mas não é tão expressivo quanto as maiores vozes pagas. Você não pode definir emoção, sussurrar nem gritar.
• Sem clonagem de voz e sem idiomas que não sejam inglês.
• O primeiro carregamento tem cerca de 115 MB. Numa conexão lenta ou num celular antigo leva mais tempo, e um aparelho antigo pode falar mais devagar que o tempo real.
• Números, siglas e nomes de marcas são lidos conforme o modelo adivinha. Se ele errar uma palavra, escreva-a do jeito que deveria soar.

Precisa de mais do que isso?

Para vozes premium em muitos idiomas, vozes clonadas, música e som, e uma narração que vai direto para um anúncio em vídeo, use a narração com IA da Hermoso. A voz grátis e as vozes premium ficam lado a lado, então você pode rascunhar aqui e finalizar lá. Como as ferramentas grátis se comparam às pagas de voz está em gerador de voz com IA grátis vs pago.

Construído com modelos e código abertos: licenças, créditos e código-fonte.

Perguntas frequentes

Existe um gerador de voz com IA grátis, sem cadastro?

Existe. Esta página roda um modelo aberto de texto para fala no seu navegador. Você digita o texto, aperta um botão e baixa o áudio como arquivo WAV, sem conta e sem limite de vezes de uso.

É mesmo grátis?

Sim. O modelo roda no seu próprio dispositivo, então não nos custa nada cada vez que você usa, e não há contador de créditos, teste nem marca d'água.

Meu texto é enviado para algum lugar?

Não. O texto é falado por um modelo que roda no seu navegador. Só os arquivos do modelo são baixados, uma vez, de assets.hermoso.ai.

Quais idiomas ele suporta?

Somente inglês, com sotaques americano e britânico: 12 vozes americanas e 8 britânicas. Para outros idiomas, use a ferramenta de locução com IA da Hermoso.

Por que ele baixa cerca de 115 MB na primeira vez?

Esse é o modelo de voz e o motor que o executa. Eles ficam salvos no seu navegador, então na próxima vez a voz começa sem baixar de novo.

Posso usar o áudio comercialmente?

O modelo Kokoro é lançado sob a licença Apache 2.0, que permite uso comercial. Confirme que o texto que você lê em voz alta é seu para usar.

Que arquivo eu recebo?

Um arquivo WAV, 24 kHz mono, 16 bits, que toca em qualquer editor de vídeo ou áudio.

Qual a diferença para as vozes de IA premium?

É um modelo pequeno e aberto, então é menos expressivo e só fala inglês. As vozes premium acrescentam vários idiomas, controle de emoção e vozes clonadas, e rodam nos nossos servidores, não no seu dispositivo.