Ir para a navegação

Texto para fala e vozes — Studio

O texto para fala transforma um roteiro em áudio na voz que você escolher, e o Studio então sincroniza os lábios do seu vídeo ou imagem com esse áudio. Você pode usar uma voz pronta ou clonar a sua. Você não precisa de uma conta nem de uma API key da ElevenLabs. Para a API, consulte Texto para fala e Clonagem de voz.

Para mudar algumas palavras que uma pessoa já diz em um vídeo, na própria voz dela, use o edit dialogue.

Crie fala a partir de texto

1

Comece um lipsync video

Na tela home, selecione lipsync video e adicione o seu vídeo ou imagem.

2

Escolha texto para fala como áudio

Na entrada de áudio, selecione Text to speech.

3

Escolha uma voz

Em Voice, abra o seletor de voz e escolha uma voz. Use Find voice para buscar pelo nome.

4

Escreva o roteiro

Digite o seu roteiro na caixa Text to speech. Os roteiros podem ter até 5.000 caracteres.

5

Gere e ouça

Selecione Generate e ouça o áudio. Se você mudar o roteiro ou a voz, selecione Regenerate.

6

Sincronize

Quando o áudio soar certo, selecione Sync para criar o vídeo com os lábios sincronizados.

Tags de áudio

Adicione tags de áudio entre colchetes para orientar a entonação, por exemplo [happy], [whispers] ou [laughs].

[excited] We just launched something new. [whispers] And you're the first to hear about it.

Configurações de voz

Abra as configurações de voz para ajustar dois valores:

ConfiguraçãoPadrãoEfeito
Stability0.50Valores mais baixos soam mais expressivos e variados. Valores mais altos soam mais estáveis e consistentes.
Similarity Boost0.75Valores mais altos seguem mais de perto a voz original. Valores mais baixos permitem mais variação.

Limites e custo

O texto para fala é cobrado por segundo de áudio gerado, além da geração de lip sync. Consulte Faturamento para ver as tarifas, ou Credit Billing para os planos de créditos.

No plano gratuito:

  • Com o acesso integrado da sync. labs à ElevenLabs, cada solicitação é limitada a 20 segundos de fala gerada e 320 caracteres de entrada.
  • Com sua própria API key da ElevenLabs conectada, o limite é de 20 segundos estimados por solicitação, sem o teto de 320 caracteres de entrada. Os limites mensais de gerações gratuitas continuam valendo.
  • Texto para fala e dublagem compartilham 10 gerações de áudio por mês. Até 3 delas podem ser dublagens.

Com o acesso integrado, o Studio mostra Free tier text-to-speech is limited to 20 seconds and 320 input characters quando a entrada ultrapassa o limite. Com sua própria key, a mensagem de duração é Free tier text-to-speech is limited to 20 estimated seconds. O Studio também informa quando você usou todas as gerações gratuitas do mês. Encurte o roteiro, espere o próximo mês ou faça upgrade do seu plano.

Escolha uma voz

O seletor de voz mostra dois grupos:

  • Cloned voices (N): as vozes personalizadas que a sua organização clonou.
  • Eleven Labs (N): vozes prontas da ElevenLabs.

Se você conectar a sua própria API key da ElevenLabs, o seletor mostra todas as vozes que essa key pode acessar.

Algumas vozes não podem ser usadas. Uma voz marcada com Blocked by ElevenLabs. Choose another voice. ou Verification required. Choose another voice. é restrita pela ElevenLabs, então escolha outra voz.

Clone uma voz

A clonagem cria uma voz personalizada a partir de uma gravação, para que você possa gerar novas falas que soem como aquela pessoa. Clone apenas vozes que você tem permissão para usar.

1

Abra o formulário de clonagem

No seletor de voz, selecione Clone voice. O formulário Create custom voice é aberto.

2

Dê um nome à voz

Insira um Voice name. Os nomes podem ter até 100 caracteres e precisam ser únicos na sua organização.

3

Adicione uma amostra

Em Upload or record audio sample, faça upload de um arquivo de áudio, grave um ou extraia o áudio de um arquivo Video ou Audio.

4

Crie a voz

Selecione Create voice. A nova voz aparece em Cloned voices no seletor.

Recomendações para as amostras

  • Procure ter de 1 a 5 minutos de fala contínua e clara de uma única pessoa, sem música nem ruído de fundo.
  • Cada amostra precisa ter no mínimo 7 segundos e no máximo 5 minutos. Você pode adicionar até 10 amostras.
  • Cada arquivo pode ter até 10 MB, ou até 50 MB quando a sua própria API key da ElevenLabs está conectada.
  • Quando você extrai de um vídeo, apenas os primeiros 2 minutos do áudio são usados.

Vagas de clonagem por plano

Cada plano pode manter um número definido de vozes clonadas ao mesmo tempo:

Plano com cobrança por usoPlano de créditosVozes clonadas
FreeFree1
HobbyistHobby3
CreatorStarter, Pro5
GrowthTeam15
Scale—50

Os planos Enterprise podem ter uma franquia personalizada. Quando todas as vagas estão em uso, o Studio mostra You have reached your plan’s voice clone limit. Exclua uma voz de que você não precisa mais ou faça upgrade do seu plano.

Exclua uma voz clonada

No seletor de voz, exclua a voz e confirme Delete “name”?. A exclusão remove a voz para todos na sua organização e não pode ser desfeita. Ela libera uma vaga de clonagem imediatamente.

Use a sua própria API key da ElevenLabs (opcional)

Você nunca precisa de uma conta ElevenLabs para usar texto para fala, clonagem de voz, dublagem ou edit dialogue no Studio. Sem a sua própria key, o acesso integrado da Sync à ElevenLabs é usado e cobrado pela Sync.

Se preferir usar a sua própria conta ElevenLabs, abra Settings → Integrations, configure a integração com a ElevenLabs e cole a sua API Key. Com a sua própria key:

  • A ElevenLabs cobra o áudio gerado na sua conta ElevenLabs. A Sync continua cobrando o lip sync.
  • O seletor de voz mostra todas as vozes que a sua key pode acessar.
  • Cada amostra de voz pode ter até 50 MB.

Se a ElevenLabs rejeitar a sua key como inválida, o Studio a desconecta e volta ao acesso integrado da Sync. Para erros de key, consulte Integrações.

Perguntas frequentes

Não. O texto para fala e a clonagem de voz funcionam no Studio sem uma conta ElevenLabs. Conectar a sua própria key é opcional.

O edit dialogue sempre clona a pessoa que fala no vídeo e não oferece um seletor de voz. As vozes personalizadas são para texto para fala.

Exclua pelo seletor de voz uma voz clonada de que você não precisa mais. A vaga fica disponível imediatamente.

Recursos relacionados