Texto em voz
Digite ou cole o seu texto, ou solte um PDF, um arquivo do Word ou a foto de uma página. Escolha uma voz, ouça e baixe em MP3. A fala é gerada no seu próprio aparelho — o seu documento nunca sai do seu computador.
Conseguindo um resultado que soa natural
A voz lê exatamente o que está escrito, e isso é uma vantagem assim que você trabalha com ela. Ela não faz ideia do que seu texto significa, então tira todo o ritmo da pontuação: um ponto é uma pausa, uma vírgula uma mais curta, e um parágrafo sem nenhum dos dois vira uma sequência sem fôlego. A maior melhora que você pode fazer não é um ajuste — é quebrar frases longas em frases curtas e colocar as vírgulas onde você mesmo tomaria ar.
Prepare o texto primeiro
Cole o texto na caixa e leia uma vez antes de apertar Falar. Tire o que pertence à página e não à frase: números de página, cabeçalhos repetidos, chamadas de nota, restos da diagramação de um PDF. Escreva tudo que for incomum do jeito que deve soar — um nome raro, uma marca, uma palavra estrangeira — porque a voz vai tentar literalmente. Números, valores e abreviações comuns já são tratados, esses você pode deixar como estão.
Para que as pessoas usam isso
A revisão é o uso que a maioria descobre por acaso: ouvir o próprio texto lido em voz alta pega palavras que faltam e frases truncadas por onde o olho passa direto. Além disso — uma narração para um vídeo sem gravar nada, um documento longo transformado em algo que dá para ouvir dirigindo, um texto tornado acessível para quem lê com dificuldade, e prática de idioma quando se quer ouvir uma frase em vez de lê-la. Como tudo roda no seu próprio aparelho, um contrato ou uma carta médica podem ser colados sem receio.
Como funciona
Um modelo de voz roda dentro do seu navegador e transforma o que você escreve em fala — nada é enviado, então um contrato, um diagnóstico ou uma carta pessoal ficam no seu aparelho. Um PDF é lido direto da camada de texto, um arquivo Word do próprio conteúdo, e a foto de uma página passa antes pelo nosso OCR, então um livro ou uma carta impressa também funcionam. Números, valores e símbolos são escritos por extenso antes da leitura, no idioma escolhido, então «R$ 25» vira «vinte e cinco reais» em vez de sair truncado. No primeiro uso, o motor de voz é baixado uma única vez — cerca de 400 MB num computador cuja placa de vídeo consegue rodá-lo, que então fala quase na hora, e cerca de 150 MB nos demais — e o seu navegador o guarda depois disso.
Quais idiomas ele consegue falar?
Os dez idiomas do site: inglês, holandês, alemão, francês, espanhol, italiano, polonês, português, turco e árabe. Escolha o idioma do texto ao lado da voz — cada voz fala todos esses idiomas, e números, datas, valores e horários são escritos por extenso do jeito que se fala naquele idioma. O modelo de voz, Supertonic 3 da Supertone Inc., conhece mais idiomas do que esses dez, mas só ativamos um idioma depois de ouvi-lo e conferi-lo com reconhecimento de fala.
Posso usar o áudio comercialmente?
Pode, com duas condições. O modelo de voz é publicado sob a licença Open RAIL-M: o uso comercial é permitido, mas uma lista curta de usos nocivos é proibida — enganar ou assediar pessoas, se passar por alguém sem o consentimento da pessoa e coisas do tipo; a lista completa está na seção 10 das nossas condições. E, quando você publicar o áudio — um vídeo, um podcast, um anúncio —, informe que a voz foi gerada por um computador, por exemplo na descrição. Todo MP3 que geramos já diz isso nas próprias informações do arquivo.
Por que soa monótono em textos longos?
O modelo lê frase por frase, sem conhecer a história, então não consegue criar tensão como um narrador humano faz. Parágrafos curtos com pontuação clara soam bem melhor do que um bloco único e longo — vírgulas e pontos finais são o que ele usa para respirar.
Posso mudar a voz depois?
Pode — os controles de tom e velocidade daqui já resolvem quase tudo. A velocidade é o próprio ritmo de fala da voz, então uma voz mais lenta simplesmente fala mais devagar em vez de ficar mais grave. Para mais, baixe o MP3 e passe pelo nosso modificador de voz, ou leve direto para o estúdio de áudio.
Como são pronunciadas as siglas e os nomes incomuns?
Abreviações sem vogais — PDF, DXF, HTML — são soletradas letra por letra no idioma escolhido, e combinações como MP3 ou 4K também saem certas. Números, datas, valores, porcentagens e horários são escritos por extenso, do jeito que se fala. Se algo ainda soar errado, escreva do jeito que deve soar: a voz lê exatamente o que você digita, então um nome ou uma marca incomum pode ser escrito foneticamente até soar certo. Em árabe, você também pode acrescentar os sinais vocálicos (tashkil) onde uma palavra precisa de um som específico, como كيفَ ou مرحباً; a voz segue esses sinais.
