Introdução
SpeechGen.io é um gerador online de texto para fala (TTS) que transforma textos escritos em áudio narrado usando síntese de voz neural. Ele resolve um gargalo comum de produção: equipes que precisam de narração — para vídeos, cursos, sistemas telefônicos ou guias — mas não têm orçamento ou tempo para contratar um locutor para cada roteiro.
O serviço funciona inteiramente no navegador, sem nada para instalar. Os usuários digitam ou colam texto (até 1.000.000 de caracteres por trabalho, ou enviam arquivos DOCX, PDF e SRT), escolhem entre um catálogo com mais de 5.000 vozes em mais de 150 idiomas e sotaques, ajustam configurações como velocidade, tom e pausas, e baixam o resultado em MP3, WAV, OGG, OPUS ou FLAC. As vozes vêm em três níveis de qualidade — Standard, PRO e HD — com os níveis superiores consumindo mais créditos por caractere. Além de TTS, a plataforma oferece clonagem de voz, um modificador de voz, conversão de legendas em áudio, transcrição de áudio e vídeo e uma API REST para automação.
Principais Recursos
- Mais de 5.000 vozes em mais de 150 idiomas: Um amplo catálogo filtrável por idioma, sotaque, gênero e nível de qualidade, com prévias de áudio disponíveis antes de gastar qualquer crédito.
- Controle de SSML e pronúncia: Um editor suporta tags SSML para pausas, prosódia, ênfase, fonemas e tratamento de palavras ou números, além de pausas ajustáveis entre frases e parágrafos.
- Diálogos com múltiplos locutores: Um único arquivo de áudio pode combinar várias vozes distintas, útil para conteúdos baseados em diálogo, como cenários de treinamento ou áudio guias.
- Clonagem de voz: Um modelo de voz personalizado pode ser criado a partir de 10 a 60 segundos de fala limpa em cerca de 30 segundos, com suporte a 15 idiomas; a clonagem exige a própria voz do usuário ou o consentimento documentado do locutor.
- Smart Cache: Frases inalteradas são ressintetizadas gratuitamente por até 7 dias, reduzindo custos em edições iterativas.
- Conversão de documentos e legendas: Livros e documentos longos podem ser enviados e divididos em um arquivo de áudio separado por capítulo usando tags de corte.
- API REST e integrações: Endpoints para geração síncrona e assíncrona de textos longos permitem automação, com um plugin para WordPress e uma integração com Make (Integromat) também disponíveis.
Destaques
- Preços: Pacotes de créditos pré-pagos, sem assinatura — 25.000 créditos por $4,99, 65.000 por $9,99, 200.000 por $24,99, 500.000 por $49,99, 2.000.000 por $149,99 e 10.000.000 por $599,99. Os créditos são válidos por um ano e renovados a cada recarga; o pagamento é feito por cartão via Stripe ou PayPal.
- Plano gratuito: O editor pode ser testado sem conta para os primeiros 1.000 caracteres, e contas registradas recebem 2.000 créditos grátis; a transcrição inclui 10 minutos gratuitos por mês.
- Licença comercial: Todo plano inclui uma licença comercial que cobre YouTube, podcasts, anúncios, e-learning, IVR, aplicativos e audiolivros.
- Consumo de créditos por nível: Vozes Standard custam 1 crédito a cada 2 caracteres, vozes PRO 1 crédito por caractere e vozes HD 2 créditos por caractere.
- Serviço de transcrição: Áudio, vídeo e links do YouTube podem ser convertidos em TXT, DOCX, PDF, SRT, VTT ou CSV com etiquetas automáticas de locutores, em arquivos de até 1 GB ou 3 horas; os arquivos enviados são excluídos após 3 dias.
Para Quem É
SpeechGen.io é ideal para profissionais de marketing de conteúdo e produtores de vídeo que precisam de narrações com prazos apertados, designers instrucionais que escalam aulas gravadas para muitos alunos e pequenas empresas configurando menus telefônicos IVR bilíngues. Museus e patrimônios históricos o utilizam para áudio guias, indústrias geram anúncios de segurança multilíngues e exportadores localizam narrações em vários idiomas a partir de um único roteiro. Desenvolvedores também podem incorporar TTS em seus próprios produtos por meio da API REST.
Perguntas Frequentes
- O que é o SpeechGen.io? SpeechGen.io é uma plataforma de IA de texto para fala baseada em navegador, com mais de 5.000 vozes neurais em mais de 150 idiomas, além de recursos de transcrição, clonagem de voz e API.
- É possível testar o SpeechGen.io gratuitamente? Sim — o editor funciona sem conta para os primeiros 1.000 caracteres, e criar uma conta adiciona 2.000 créditos grátis; os pacotes pagos de créditos começam em $4,99, sem assinatura.
- Quais plataformas e integrações ele suporta? Funciona em qualquer navegador de desktop ou celular e oferece uma API REST, um plugin para WordPress e uma integração com Make (Integromat) para automação.
- O áudio gerado pode ser usado comercialmente? Sim, uma licença comercial que cobre usos como vídeos no YouTube, podcasts, anúncios, e-learning e audiolivros está incluída em todos os pacotes de créditos.
- O que acontece com os arquivos enviados e os projetos gerados? Os arquivos de transcrição enviados são excluídos após 3 dias, o histórico de projetos é mantido por 30 dias e os áudios favoritos salvos são guardados permanentemente; a clonagem de voz exige a própria voz do usuário ou consentimento por escrito do locutor.
