Anyscene AITexto em voz com IA
Digite ou cole um texto, escolha uma voz e baixe uma fala natural. Uma voz só, ou uma conversa entre duas ou mais.
0 / 5.000 caracteres
Experimente um exemplo
O que é
O que é texto em voz com IA?
Texto em voz com IA transforma palavras escritas em uma voz que soa como uma pessoa lendo. Você escreve o texto, escolhe uma voz e um modelo e recebe um arquivo de áudio.
A Anyscene reúne o Gemini, do Google, e três modelos da ElevenLabs em um único gerador de texto em voz, e cada voz pode ser ouvida antes de você gastar um crédito.
134 vozes para ouvir antes
70 vozes do Gemini em 10 grupos de uso e 64 vozes da ElevenLabs, cada uma com uma amostra para ouvir logo abaixo.
Mais de 130 idiomas
O Gemini detecta sozinho o idioma do seu texto. O Flash e o V3 também deixam você fixar um entre 32 idiomas.
Um narrador ou um elenco
Leia um roteiro com uma voz ou escreva uma conversa para duas vozes do Gemini ou até 6 vozes da ElevenLabs.
Diga como deve soar
Descreva a interpretação com suas palavras, insira uma tag de tom ou ajuste velocidade e estabilidade na ElevenLabs.
Biblioteca de vozes
134 vozes de texto em voz, prontas para ouvir
Ouça qualquer voz antes de escrever uma palavra. As vozes do Gemini estão agrupadas pelo uso que combina com elas; as da ElevenLabs também aceitam ajustes de velocidade e estabilidade.
Gostou de alguma? Escolha no menu de vozes do gerador de texto em voz. Voltar ao gerador →
Um roteiro, três modelos
Um roteiro, três modelos de texto em voz
Entregamos a mesma narração de 162 caracteres a cada modelo de voz única. Ouça lado a lado e perceba como o ritmo e o tom mudam.
The harbor lights came on one by one. She counted them the way her father taught her, slowly, as if each one might answer back. Tonight, the last one stayed dark.
Gemini 3.8 Flash TTS
Achird · “warm and unhurried, like a bedtime story”
Com a instrução de soar acolhedor e sem pressa, o Gemini dá um tempo entre as frases.
17 s · 162 caracteres · 1 crédito
ElevenLabs Flash 2.5
James
O modelo mais rápido da ElevenLabs faz uma leitura estável e uniforme.
12,7 s · 162 caracteres · 3 créditos
ElevenLabs Multilingual v2
James
O modelo da ElevenLabs para narrações longas, feito para se manter estável por minutos de texto.
11,6 s · 162 caracteres · 5 créditos
Cada clipe foi feito no gerador de texto em voz acima e custou o que mostra: o Gemini pela duração, a ElevenLabs pelos caracteres.
Direção
Diga como deve soar
Texto em voz soa sem graça quando toda fala é lida do mesmo jeito. Dê instruções à voz como você daria a um locutor.
Descreva a interpretação (Gemini)
Cada fala do Gemini tem um campo Como falar. Escreva o clima, o ritmo e o cenário em poucas palavras.
As luzes do porto foram se acendendo uma a uma.
Como falar: acolhedor e sem pressa, como uma história de dormir
As portas abrem às nove. Não se atrase.
Como falar: animado e direto, como um spot de rádio
Insira uma tag de tom (Gemini)
Coloque uma tag onde a voz deve rir, suspirar ou pausar. O menu Tags de tom do gerador insere para você.
Não acredito que funcionou. <laugh> Tá bom. <short pause> De novo, do começo.
- <laugh>
- <chuckle>
- <sigh>
- <gasp>
- <whispers>
- <short pause>
- <long pause>
- <breath>
- <cheer>
- <sob>
- <cough>
- <yawn>
Faça
- Instruções curtas: de duas a cinco palavras sobre clima e ritmo.
- Escreva números, datas e nomes do jeito que devem ser falados.
- Use a aba Conversa quando cada fala precisar da própria voz ou instrução.
Evite
- Colocar rubricas como (com tristeza) dentro do texto; a voz pode lê-las em voz alta.
- Empilhar várias tags seguidas; uma tag por momento funciona melhor.
- Esperar que uma instrução troque quem está falando; para isso, escolha outra voz.
Conversas
Conversas, não só narração
Mude o gerador de texto em voz para Conversa, dê uma voz a cada personagem e escreva as falas em ordem. A conversa inteira chega em um único arquivo de áudio.
- ArabellaDid you leave the porch light on?
- JamesI always do. You never know who's finding their way home.
- ArabellaThen let's keep it on a little longer.
ElevenLabs V3 Dialogue · 8,6 s · 130 caracteres · 4 créditos
Até 6 vozes no V3
O ElevenLabs V3 Dialogue aceita um elenco de até 6 vozes e até 2.000 caracteres por conversa.
Duas vozes do Gemini, com hesitações
O Gemini dá voz a dois personagens e pode incluir hum e é naturais. Cada fala mantém a própria instrução de Como falar.
Até 60 falas
Adicione uma fala por vez e escolha quem fala no menu dessa fala. As falas são lidas na ordem em que você escreve.
Preços
Quanto custa um minuto de texto em voz
O Gemini é cobrado pela duração do áudio e a ElevenLabs pelos caracteres enviados. O gerador mostra o preço exato antes de você clicar.
3
créditos por cerca de um minuto de fala no Gemini
15
créditos a cada 1.000 caracteres no ElevenLabs Flash 2.5
30
créditos a cada 1.000 caracteres no Multilingual v2 e no V3
| Modelo | Cobrado por | Cerca de 1 minuto em inglês | 1.000 caracteres chineses | Quem pode usar |
|---|---|---|---|---|
| Gemini 3.8 Flash TTS | Duração: 1 crédito a cada 20 s | 3 créditos | 12 créditos | Todas as contas |
| ElevenLabs Flash 2.5 | Caracteres: 15 créditos a cada 1.000 | 12 créditos | 15 créditos | Planos pagos e pacotes de créditos |
| ElevenLabs Multilingual v2 | Caracteres: 30 créditos a cada 1.000 | 26 créditos | 30 créditos | Planos pagos e pacotes de créditos |
| ElevenLabs V3 Dialogue | Caracteres: 30 créditos a cada 1.000 | 28 créditos | 30 créditos | Planos pagos e pacotes de créditos |
Os valores por minuto vêm dos exemplos desta página: quantos caracteres cada modelo falou em um minuto. No Gemini, a duração é estimada a partir do seu texto antes de gerar.
Como funciona
Como transformar texto em voz em 3 passos
Do texto colado ao arquivo de áudio para baixar, tudo no gerador de texto em voz com IA no topo desta página.
- 1
Escreva ou cole seu texto
Use uma voz para narrar, ou mude para Conversa e escreva as falas de cada personagem. Cada clipe aceita até 5.000 caracteres.
- 2
Escolha uma voz e um modelo
Ouça amostras no menu de vozes e escolha o Gemini ou um modelo da ElevenLabs. Se quiser, adicione uma instrução ou uma tag de tom.
- 3
Gere e baixe
Ouça o resultado ali mesmo e baixe: WAV no Gemini, MP3 na ElevenLabs. Ele também fica no seu histórico, em Voz.
Usos
Onde os criadores usam texto em voz com IA
Seis trabalhos que uma voz de texto em voz faz bem, e a configuração que combina com cada um.
Narração para YouTube e Shorts
Um narrador constante para vídeos explicativos e Shorts. O Gemini lê um minuto inteiro por cerca de 3 créditos.
Conversas no estilo podcast
Dois apresentadores trocando falas, escritos como diálogo. O Gemini inclui hesitações naturais; o V3 aceita um elenco maior.
Aulas e explicações
Uma leitura clara e uniforme para aulas e tutoriais. Os grupos Tutor e Tutoriais do Gemini foram feitos para isso.
Anúncios e promoções
Leituras curtas e marcantes, com uma instrução como animado e direto. O grupo Anúncios do Gemini é um bom ponto de partida.
Histórias de dormir e audiolivros
Uma narração acolhedora, com pausas nos lugares certos. O Multilingual v2 se mantém estável em textos longos.
Demonstrações de produto
Uma narração para gravações de tela e vídeos de produto, pronta para levar ao seu editor em WAV ou MP3.
Comparar modelos
Qual modelo de texto em voz escolher
Os quatro rodam no mesmo gerador, então você pode trocar de modelo sem perder o texto.
| Modelo | Melhor para | Vozes | Personagens | Você pode ajustar | Idiomas | Texto máximo |
|---|---|---|---|---|---|---|
| Gemini 3.8 Flash TTS | Narração natural e conversas a duas vozes, dirigidas fala a fala | 70 | 1–2 | Uma instrução Como falar por fala, tags de tom, hesitações | Mais de 130, detectados | 5.000 caracteres |
| ElevenLabs Flash 2.5 | Narração rápida e uniforme | 64 | 1 | Velocidade 0,7–1,2, estabilidade, clareza, estilo | 32, pode fixar | 5.000 caracteres |
| ElevenLabs Multilingual v2 | Narração longa e estável | 64 | 1 | Velocidade 0,7–1,2, estabilidade, clareza, estilo | 29, detectados | 5.000 caracteres |
| ElevenLabs V3 Dialogue | Conversas expressivas | 64 | 2–6 | Estabilidade | 32 para fixar, ou detectados | 2.000 caracteres |
O Gemini está disponível para todas as contas; os modelos da ElevenLabs exigem um plano pago ou um pacote de créditos.
Perguntas frequentes sobre texto em voz com IA
134: 70 vozes do Gemini e 64 da ElevenLabs, todas para ouvir nesta página. O Gemini detecta mais de 130 idiomas no seu texto; o Flash e o V3 podem ser fixados em um entre 32.
Sim. Mude para Conversa: o Gemini dá voz a dois personagens, e o ElevenLabs V3 Dialogue aceita até 6. A conversa chega em um único arquivo.
No Gemini, escreva uma instrução curta para cada fala e insira tags de tom como <laugh> ou <short pause>. Na ElevenLabs, ajuste velocidade (0,7–1,2), estabilidade, clareza e estilo.
O Gemini custa 1 crédito a cada 20 segundos de áudio, cerca de 3 por minuto. A ElevenLabs custa 15 créditos a cada 1.000 caracteres no Flash e 30 no Multilingual v2 e no V3, e o gerador mostra o preço antes de você clicar.
Até 5.000 caracteres por clipe, e 2.000 em uma conversa no V3. Divida roteiros maiores em partes.
O Gemini entrega WAV (24 kHz, mono) e a ElevenLabs entrega MP3. Cada resultado fica salvo no seu histórico, em Voz, onde você pode ouvir, baixar ou favoritar.
Sim. Nossos Termos de Serviço dizem que você mantém a propriedade e os direitos de uso comercial do que gera, vozes incluídas. Não use uma voz para se passar por uma pessoa real.
A Anyscene não tem vozes de celebridades. Clonar a sua própria voz está nos planos, ainda sem data.
Transforme seu texto em voz
Escolha uma voz, cole seu roteiro e ouça a leitura, com o preço à vista antes de começar.