Vozes naturais sem precisar de conta
Cole até 5.000 caracteres, escolha uma das dez vozes e toque em Gerar fala. Você ouve na hora e baixa o áudio em MP3 ou WAV para vídeos, apresentações, podcasts, aulas ou para ouvir um texto no caminho.
- Português do Brasil: Dora, Alex e Santa.
- Inglês americano: Heart, Bella, Michael e Fenrir.
- Espanhol latino-americano: Dora, Alex e Santa.
- Velocidade: 0,8× para estudar idiomas, até 1,5× para ganhar tempo.
As vozes vêm do Kokoro, um modelo aberto com 82 milhões de parâmetros que soa muito mais natural que as vozes robóticas da maioria dos sistemas. Na primeira vez, a página baixa o modelo (cerca de 100 MB); depois ele fica guardado e a fala sai em segundos.
Dicas
- A pontuação guia a leitura: vírgulas fazem pausas curtas, pontos finais pausas maiores.
- Escreva números com algarismos: "1.250" e "R$ 3,50" são lidos por extenso.
- Use a voz do mesmo idioma do texto.
O áudio é seu; a licença do modelo (Apache 2.0) permite uso comercial.
Como funciona
Cada frase vira fonemas, os sons da língua, com regras de pronúncia para o português e o espanhol e um dicionário para o inglês. O modelo Kokoro transforma esses fonemas em áudio na voz escolhida, frase por frase, no seu aparelho.
Perguntas frequentes
Meu texto é enviado?
Não. A fala é gerada no navegador, neste aparelho; o texto não sai dele.
Posso usar o áudio comercialmente?
Sim. O modelo Kokoro tem licença Apache 2.0, que permite uso comercial.
Quais idiomas funcionam?
Português do Brasil e espanhol latino-americano (três vozes cada) e inglês americano (quatro vozes).
Por que uma palavra soou errada?
Nomes raros e palavras estrangeiras são lidos pelas regras do português; escrever como se fala ajuda.
Fontes
- hexgrad Kokoro-82M — open-weight text-to-speech model (Apache-2.0)
- hexgrad misaki — grapheme-to-phoneme dictionaries and rules for Kokoro (Apache-2.0)
- ONNX Runtime Web — run ONNX models in the browser (WebGPU and WebAssembly)
- Mediabunny documentation — Converting media files
Revisado em 19 de out. de 2026 · vetores de teste fixtures/tools/audio/text-to-speech/