Gravar uma narração limpa exige um microfone decente, uma sala silenciosa e — se você errar no meio de um roteiro de 3 minutos — paciência. O texto em voz pula tudo isso: digite seu roteiro, escolha uma voz, e obtenha um arquivo MP3 em segundos.
Como funciona o motor de texto em voz
O modo text_to_mp3 do RapidVideoMaker usa o edge-tts, o mesmo motor de vozes neurais por trás do recurso "Ler em voz alta" da Microsoft. Diferente do TTS robótico mais antigo, são vozes neurais — elas lidam naturalmente com ritmo, entonação e pausas na pontuação, o que faz a diferença entre "claramente um computador" e "bom o suficiente para publicar".
O que você pode gerar
- Texto: até 5.000 caracteres por solicitação (cerca de 800–1.000 palavras, vários minutos de fala)
- 48 vozes em 20 idiomas, cada idioma oferecendo 2 a 3 vozes (masculina/feminina, às vezes sotaques regionais — como inglês americano e britânico, português europeu e brasileiro)
- Uma opção "lento" que reduz a velocidade da fala em 25%, útil para tutoriais ou conteúdo de aprendizado de idiomas
- Saída: um arquivo MP3 pronto para uso — não precisa de vídeo, então você pode usá-lo direto no seu próprio editor se preferir
Como gerar uma narração com o RapidVideoMaker
- Abra a aba "Texto em MP3" e digite ou cole seu roteiro (até 5.000 caracteres).
- Escolha um idioma, depois uma voz específica — você pode ouvir uma prévia de cada voz antes de gerar.
- Ative opcionalmente "lento" para um ritmo mais pausado.
- Gere. Seu MP3 está pronto para baixar imediatamente.
A mesma geração está disponível pela documentação da API com o modo text_to_mp3 — envie text, lang (ou um voice específico), sem necessidade de enviar nenhum arquivo. Isso facilita automatizar narrações para um lote de vídeos, por exemplo gerando a narração de vários clipes de produto a partir de uma planilha de roteiros.
Combinando texto em voz com imagem para vídeo
Um fluxo comum: gere uma narração a partir do seu roteiro com text_to_mp3, depois use esse MP3 em image_to_video junto com uma única imagem para produzir um vídeo narrado com texto animado — sem câmera nem gravação alguma.
Algumas dicas práticas
- Frases curtas e pontuação clara geram um ritmo mais natural do que um parágrafo longo sem pausas — o motor pausa em pontos e vírgulas.
- Se um roteiro precisa soar especialmente claro (tutoriais, instruções), a opção "lento" troca um pouco de naturalidade por compreensão.
- Ouça uma prévia de uma voz com uma amostra curta antes de se comprometer com um roteiro longo — sotaque e tom variam bastante entre as 2–3 vozes disponíveis por idioma.
Perguntas frequentes
Existe um limite de caracteres?
Sim, 5.000 caracteres por solicitação. Para um roteiro mais longo, divida em várias solicitações e concatene os MP3 resultantes, ou una-os diretamente com as ferramentas de áudio do RapidVideoMaker.
E se eu não escolher uma voz específica?
A primeira voz disponível para o idioma selecionado é usada automaticamente.
Posso usar a voz gerada comercialmente?
As vozes vêm do motor de vozes neurais edge-tts da Microsoft; verifique os termos da Microsoft para seu caso de uso específico se você pretende redistribuir o áudio fora do seu próprio conteúdo de vídeo.