Guias
Narração IA: como fazer um narrador de voz que soa natural
Equipe da Voizum · Atualizado · 10 min de leitura
Um narrador de texto com IA lê o seu roteiro e devolve um MP3. Se vai soar como narrador ou como leitor automático depende da voz que você escolhe, de como escreve o roteiro e do ritmo que define. Abaixo está o que pede um documentário, um conto, um audiolivro ou um vídeo explicativo, como marcar as pausas no texto e o passo a passo na Voizum.
O que é um narrador de voz com IA e o que faz a narração soar profissional
Você cola o roteiro, escolhe uma voz e baixa o áudio. É isso que faz um narrador de texto com IA. As vozes de hoje respiram, sobem o tom nas perguntas e param nos pontos, então o leitor robótico de alguns anos atrás já não é a referência.
O que separa uma “voz de máquina” de um narrador são três decisões que você toma antes de clicar em Gerar:
- A voz: grave e pausada para um documentário, calorosa para um conto, clara para uma aula.
- O texto: frases curtas, uma ideia em cada uma, e os números complicados escritos do jeito que você quer ouvir.
- O ritmo: a velocidade da fala, o espaço entre as frases e as pausas longas onde a história pedir.
Que voz cada tipo de narração pede?
Leia uma história de terror com voz de comercial e a tensão some. Coloque uma voz de contador de histórias num tutorial de software e vira piada. Por isso, decida primeiro o que você vai narrar:
| Tipo de narração | Voz | Ritmo | Dica |
|---|---|---|---|
| Documentário | Grave e serena | Pausado | Silêncios entre os blocos para a imagem respirar |
| Conto infantil | Calorosa e expressiva | Lento | Frases curtas e uma pausa antes da surpresa |
| Audiolivro | Natural, que não cansa em horas | Médio e constante | A mesma voz e os mesmos ajustes em todos os capítulos |
| Explicativo e e-learning | Clara e neutra | Médio | Um passo por frase e uma pausa depois de cada conceito |
| Mistério ou terror | Baixa e contida | Lento, com silêncios longos | A pausa antes da virada assusta mais que a virada |
| Publicidade | Enérgica, com sorriso | Ágil | Pouco texto e a marca no final |
Voz de narrador de documentário
A voz de um documentário acompanha a imagem e não compete com ela. Procure uma voz grave ou média, sem muito enfeite, e reduza um pouco a velocidade. O que realmente lembra a TV são os silêncios: um ou dois segundos entre os blocos em que só a imagem fala.
“A quatro mil metros de altitude, o ar tem metade do oxigênio.” É assim que se escreve um documentário: no presente e com o dado na frente. Se você esconde o dado no fim de uma oração subordinada, o ouvinte já desligou quando ele chega.
Como narrar um conto?
Com calor e sem pressa. Escolha uma voz próxima, deixe-a um pouco mais lenta que o normal e aumente o espaço entre as frases. Num conto para dormir, reduzir a velocidade faz mais do que qualquer efeito sonoro.
Se há personagens falando, o modo diálogo dá uma voz a cada um (veja mais abaixo). Use personagens genéricos ou seus, e contos próprios ou de domínio público.
Audiolivro
Uma voz muito marcante agrada no primeiro minuto e cansa na primeira hora. Por isso a voz de um audiolivro se escolhe com uma página inteira do livro e ouvindo pelo menos cinco minutos, nunca com uma frase de teste.
Fixe a velocidade, o espaço entre as frases e o volume, e não mexa mais entre os capítulos. Se o capítulo 4 sai mais rápido que o 3, o ouvinte percebe na hora.
Vídeos explicativos e e-learning
Aqui a voz trabalha para a tela. Clara, em velocidade normal e com uma pausa depois de cada conceito para dar tempo de olhar. Se o curso tem vários módulos, não troque de voz: ela acaba virando a voz do seu curso.
Mistério, terror e relatos
O medo vive no silêncio. Uma voz de estilo Dramático ou uma grave e contida, mais lenta, e uma pausa longa logo antes da frase que importa: “Ele abriu a porta. <#2#> Não havia ninguém.” Dois segundos de nada valem mais que um adjetivo.
Anúncios
Um anúncio de rádio ou de rede social dura segundos. Voz enérgica, velocidade um pouco acima do normal e pouco espaço entre as frases. Escreva menos do que você acha que cabe e feche com a marca e o que você quer que o ouvinte faça.
Como escrever um roteiro para narrar
O ouvinte não pode voltar atrás. Cada frase precisa ser entendida de primeira, e isso vale tanto para um narrador humano quanto para uma narração com IA:
- Se uma frase pede para respirar no meio, divida-a em duas. Um ponto é uma pausa; uma vírgula, meia pausa.
- Uma ideia por frase, com a palavra importante no final, que é onde cai a ênfase.
- Interrogação e exclamação mudam a entonação, e as reticências alongam a pausa. Use de propósito.
- Valores, datas e horas comuns são lidos bem. O que pode ser dito de duas formas, como “1/2”, “3x” ou uma sigla que não se soletra, escreva por extenso do jeito que você quer ouvir.
- Tire parênteses longos, notas de rodapé, links e listas com mais de quatro itens. Em voz alta, eles se perdem.
- Leia em voz alta você mesmo antes de gerar. Onde você tropeçar, o ouvinte se perde.
Pausas personalizadas com <#1.5#>
Para um silêncio mais longo que o de um ponto, escreva entre duas frases uma marca com os segundos: <#1.5#> deixa um segundo e meio, <#3#> deixa três, até 10 por marca. Serve para trocar de cena num conto, deixar uma tomada respirar num documentário ou criar tensão num relato.
A marca não é lida nem cobrada: só contam os caracteres que são falados.
Naquela noite, o farol se apagou pela primeira vez em cem anos. <#2#>
Ninguém na cidade soube explicar por quê. <#1#>
Ninguém, exceto o faroleiro.Como ajustar o ritmo do narrador
O gerador tem dois controles. A velocidade, de 0.5× a 2×, define a rapidez da fala. O espaço entre frases, de “Seguido” a “Pausado” (até 800 ms), define quanto silêncio fica entre uma frase e a próxima. Antes de gerar, você pode ouvir a voz com esses ajustes e salvá-los nela para a próxima vez.
Para começar: documentário e audiolivro em velocidade normal ou um pouco abaixo, contos e terror mais lentos e com mais espaço, publicidade um pouco mais rápida e com menos. Ajuste com um parágrafo real do seu roteiro na frente.
Como referência humana, o National Center for Voice and Speech situa a conversa média nos Estados Unidos em cerca de 150 palavras por minuto. Uma narração costuma ir um pouco mais devagar que uma conversa acelerada.
Sua narração na Voizum, passo a passo
Com o roteiro escrito:
- 1Abra a biblioteca de vozes e filtre por idioma e estilo. Comece por “Narração”; para um documentário, teste também “Informativo”, e para terror, “Dramático”.
- 2Ouça a amostra de três ou quatro vozes e fique com a que combina com a tabela acima. São mais de 300 vozes em 7 idiomas: português, espanhol, inglês, alemão, francês, italiano e russo.
- 3No gerador, cole o roteiro ou clique em “Enviar documento” (aceita .txt, .md, .srt, .pdf, .docx). O idioma é detectado automaticamente.
- 4Coloque as marcas <#1.5#> onde quiser um silêncio longo.
- 5Ajuste a velocidade e o espaço entre as frases e ouça a voz com eles antes de gerar. Se gostar, salve-os na voz.
- 6Clique em Gerar. Antes de gastar qualquer coisa, você vê quantos créditos vai custar.
- 7Ouça o resultado e baixe o MP3 para o seu editor de vídeo ou podcast.
Posso narrar com a minha própria voz?
Pode, e se você tem um canal, um curso ou um podcast, provavelmente é a melhor opção. Com uma gravação de 15 a 60 segundos, a Voizum cria uma cópia da sua voz, e a partir daí você escreve o roteiro e a sua voz narra sem precisar gravar de novo.
Grave a amostra falando do jeito que você quer que a narração soe. Se gravar com pressa e no tom de um vídeo de celular, o clone vai narrar igual. Clonar custa 199 créditos e é liberado com a sua primeira compra de créditos.
Para narrar em outro idioma, o Modo sem sotaque copia só o timbre da sua voz. E se você publica no YouTube, a página de ajuda deles indica que clonar a sua própria voz para fazer locuções ou dublagens não exige o rótulo de conteúdo alterado ou sintético.
Contos com personagens e o modo diálogo
No modo diálogo você marca quem fala no começo de cada linha e tudo sai em um único áudio, com até 5 personagens e 100 falas. O roteiro é colado inteiro de uma vez:
Como escrever o roteiro
O nome vai entre colchetes, entre <> ou seguido de dois-pontos. O que você escrever abaixo sem nome continua sendo desse personagem, então um parágrafo longo não precisa repetir a marca. Depois você atribui as vozes: uma serena para o narrador e, para os personagens, vozes que se distingam bem entre si.
[Narrador] A raposa estava havia três dias sem comer quando viu o corvo no galho.
[Raposa] Que penas brilhantes! Tenho certeza de que a sua voz é ainda mais bonita.
[Corvo] Você acha mesmo?
[Narrador] E o corvo, orgulhoso, abriu o bico.Ajustes que ajudam
Deixe ativada a opção “Igualar as vozes entre si”, ou vai parecer um monte de gravações coladas. A expressividade vai de “Contida” a “Com vontade”: aumente um pouco num conto infantil e deixe no meio num relato sério.
Audiolivros e narrações longas
Um único áudio aceita até 600.000 caracteres, cerca de 10 horas de voz, então um livro curto cabe inteiro. Mesmo assim, para um audiolivro é melhor um arquivo por capítulo: o ouvinte pula de um para outro e você pode mudar o capítulo 7 sem mexer nos demais.
Com “Encadear áudios” você gera até 100 áudios de uma vez, cada um com o seu nome e com um único mínimo para o lote todo. Assim como clonar, é liberado com a sua primeira compra de créditos.
Antes de publicar um audiolivro narrado com IA, veja as regras da loja, porque mudam muito de uma para outra:
- A ACX (a plataforma de produção da Audible) exige que o audiolivro seja narrado por uma pessoa, salvo autorização, e proíbe texto para voz ou IA sem ela.
- O Google Play Livros tem seu próprio programa de audiolivros com narração automática, com a condição de que você tenha os direitos de áudio do livro.
- Narre apenas textos seus, com direitos cedidos ou de domínio público.
Quanto custa
Entrando com a sua conta Google, você tem 600 créditos grátis todo mês, cerca de 10 minutos de narração, o bastante para testar várias vozes com o seu próprio roteiro. Eles se renovam sozinhos, valem para o gerador e o modo diálogo, e não pedem cartão.
Depois, cada 1.000 caracteres custam 60 créditos, cerca de 60 por minuto de áudio. Não há assinatura e os créditos comprados não expiram.