Gerador de Voz IA

Um gerador de voz IA é um modelo de texto para fala que lê textos escritos em voz realista. Você digita ou cola um roteiro, escolhe uma voz, e o modelo prevê ritmo, pausas e entonação que uma pessoa usaria, depois gera o áudio. No Krea você faz isso na ferramenta de áudio, que também cria música, efeitos sonoros e dublagens.

Depende da tarefa, e o Krea permite trocar modelos por tomada. Para narrações, usa ElevenLabs V4 e V4 Turbo para leituras expressivas em inglês, Multilingual v2 para outros idiomas, Dialogue v3 para conversas com múltiplos falantes, e Voice Design e Qwen TTS para vozes descritas em palavras. Música, efeitos sonoros, dublagem e vídeo estão no mesmo lugar, eliminando a necessidade de ferramentas separadas.

Não. Você pode abrir a ferramenta de áudio e escrever um roteiro com uma conta gratuita, mas gerar narrações, música e efeitos sonoros requer um plano pago: as 100 unidades diárias de computação da conta gratuita servem para geração de imagens, não para modelos de áudio. Todos os modelos de áudio estão incluídos em todos os planos pagos; veja os preços do Krea.

A narração é cobrada pelo tamanho do roteiro: cerca de 74 unidades de computação a cada 1.000 caracteres com ElevenLabs. Uma narração de 30 segundos (cerca de 450 caracteres) custa cerca de 33 unidades, e um efeito sonoro de 5 segundos, cerca de 7. A música também é cobrada pela duração, então confira o preço exibido ao lado do botão de gerar antes de cada geração.

Sim. Escreva ou ajuste o roteiro no ChatGPT ou no Claude, cole-o na ferramenta de áudio do Krea e escolha uma voz. Use frases curtas e pontuação para marcar as pausas, porque o modelo de voz lê literalmente o que você fornece.

O seletor de idioma da narração tem 12 idiomas: inglês, espanhol, francês, alemão, italiano, português, hindi, árabe, japonês, chinês, coreano e indonésio. Você também pode deixá-lo na detecção automática para que o modelo leia o roteiro no idioma dele. Para traduzir uma gravação ou um vídeo existente, a dublagem suporta 25 idiomas de destino e mantém as vozes originais.

Sim. No Train, envie um ou dois minutos de fala limpa de uma única pessoa (MP3, WAV, M4A, FLAC ou AAC), confirme que você tem os direitos e o consentimento de quem fala, e o Krea cria um clone de voz instantâneo. A clonagem não consome unidades de computação; a fala com a voz clonada é cobrada como qualquer narração. Cada workspace pode manter até 10 vozes clonadas, que aparecem no seletor de vozes da ferramenta de áudio.

Sim. Os modelos da ElevenLabs no Krea leem a maioria dos roteiros com ritmo, ênfase e entonação naturais, e você pode diminuir a estabilidade para uma leitura mais expressiva ou aumentá-la para uma leitura firme e uniforme. Para o melhor resultado, escreva o roteiro do jeito que ele deve ser falado e gere algumas tomadas.

Uma única tomada de narração lê até 2.000 caracteres, cerca de dois minutos de fala; para narrações mais longas, gere em partes com a mesma voz e as mesmas configurações. Conversas podem chegar a 5.000 caracteres em até 50 falas, faixas de música a até 5 minutos e efeitos sonoros a até 22 segundos.

Narrações, músicas e efeitos sonoros são baixados como arquivos MP3. Quando você dubla, troca a voz ou adiciona som a um vídeo, recebe o vídeo MP4 com a nova trilha sonora. Cada resultado também fica salvo nos seus assets do Krea, para você reutilizar em vídeo, Nodes e Agent.

Sim. A geração de áudio está disponível nos planos pagos, e todo plano pago do Krea inclui uma licença comercial para o que você gera, incluindo marketing, produtos e trabalhos para clientes. Só clone ou troque a voz de uma pessoa real quando tiver a permissão dela.

Não. O Krea não adiciona marca d’água audível, vinheta nem menção falada ao áudio que você baixa. O arquivo é exatamente a narração, a faixa ou o efeito sonoro que você gerou.

As vozes clonadas pertencem ao seu workspace, e a ferramenta de áudio só permite que esse workspace as utilize. A clonagem exige que você confirme ter os direitos e o consentimento para a voz. Quando você exclui uma voz clonada no Train, o Krea também a exclui do provedor de voz.

Sim. Mude a ferramenta de áudio para Música para compor uma faixa original a partir de uma descrição, instrumental ou com vocais, de até 5 minutos com ElevenLabs Music, ou músicas completas com Lyria 3.5 e MiniMax Music 2.6. Mude para Efeitos sonoros para criar qualquer som de até 22 segundos, ou envie um vídeo e deixe o MMAudio ou o ThinkSound criar a trilha.

Sim. Envie um clipe de vídeo ou áudio para dublá-lo em 25 idiomas nas mesmas vozes, trocar o locutor por uma voz padrão mantendo o tempo e a interpretação, ou isolar o diálogo da música e do ruído. Para fazer um rosto em uma foto ou vídeo falar uma narração, use o Krea Lipsync.

O Krea roda os modelos de voz, música, efeitos sonoros e dublagem da ElevenLabs dentro da sua própria ferramenta de áudio, ao lado de Google Lyria, MiniMax Music, Qwen TTS e das ferramentas de imagem e vídeo do Krea. Você paga tudo com as mesmas unidades de computação do Krea, então um único plano cobre o visual e o áudio de um projeto. Se você só precisa de trabalho com voz, o app da própria ElevenLabs é feito para isso; o Krea se encaixa quando o áudio faz parte de um fluxo criativo maior.

Sim. Você pode escrever um roteiro nesta página sem conta; depois, ao entrar, o Krea abre a ferramenta de áudio com seu texto, modo e voz já preenchidos. Gerar áudio exige um plano pago.