Clonagem de Voz

Envie um áudio de referência e o XTTS v2 sintetiza qualquer texto com essa voz.

Como funciona: o XTTS v2 analisa o padrão de voz do áudio de referência e replica timbre, ritmo e entonação. Para melhores resultados:

Tempo ideal: 10 a 20 segundos (mínimo 6 segundos, máximo recomendado 30).
Ambiente: local silencioso, sem música, sem TV e sem eco forte.
Voz: fale natural, com ritmo estável e boa dicção.
Microfone: mantenha distância aproximada de 15 a 25 cm.
Conteúdo: apenas uma pessoa falando no áudio.

Formatos aceitos: WAV, MP3, OGG, FLAC, M4A, WEBM e OPUS.

Texto sugerido para gravação:
"Olá, este é um teste de clonagem de voz. Eu estou falando de forma clara e natural para capturar o meu timbre, ritmo e entonação."

Adicionar voz clonada

🎙

Arraste o áudio aqui

ou clique para selecionar

Gravar com microfone (celular/desktop)

Dica: em celular, permita o microfone quando solicitado pelo navegador.

Nome da voz

Idioma principal

Descrição (opcional)

Vozes clonadas

5 vozes

Tarci

pt · 542.5 KB · 12/03/2026 02:47:06