ler texto em voz alta online
Às vezes é mais prático ouvir um texto do que ler, num trajeto, fazendo outra tarefa, ou só para descansar a vista. Esta página já abre a ferramenta com um texto de exemplo mais longo, mostrando como ela lida com um parágrafo inteiro.
Textos desse tamanho são exatamente o cenário onde ferramentas concorrentes costumam travar ou parar no meio.
Texto colado de um e-mail costuma vir com quebras de linha estranhas, a ferramenta já normaliza isso antes de ler.
Porque são tecnologias de épocas diferentes. As vozes marcadas como "Básica" são sintetizadores concatenativos ou formantes que o sistema operacional carrega desde os anos 2000: elas montam a fala colando pedaços gravados, e é daí que vem o som metálico. As marcadas como "Natural" já são redes neurais do próprio sistema (as vozes "Natural" da Microsoft, as do Google no Android e no Chrome). As marcadas como "Neural" e "Premium" são modelos que esta ferramenta baixa e roda no seu navegador, e são as que soam melhor. Se a voz atual está feia, o caminho é filtrar por "Neural" e escolher uma voz do seu idioma.
Não há um limite artificial imposto pela ferramenta em si, o fatiamento automático em pedaços é justamente o que permite ler textos de qualquer tamanho sem travar. Textos extremamente longos (livros inteiros, por exemplo) apenas geram uma fila maior de pedaços de fala, o que é normal.
Dá para pausar e retomar dentro da mesma sessão da página, mas a posição não é salva se você fechar a aba, já que a leitura em si não é persistida (só o texto que você digitou fica salvo, não o progresso da leitura). Os botões de frase anterior/próxima ajudam a voltar rapidamente para um ponto específico depois de reabrir.
Nenhuma voz
Nenhuma voz corresponde a esses filtros.
O controle de tom só existe nas vozes do sistema. Nas vozes neurais, o timbre faz parte do modelo, e a velocidade é aplicada dentro da síntese, sem deixar a voz aguda.
A voz do sistema não entrega o áudio para a página, então não há o que exportar. Escolha uma voz Neural ou Premium para gerar MP3, WAV e legendas.
Todo o processamento acontece no seu navegador: o texto, o áudio sintetizado, as legendas e o dicionário de pronúncia nunca são enviados para nenhum servidor. Os modelos de voz neural são baixados dos repositórios públicos do Hugging Face e ficam guardados no armazenamento do navegador (OPFS), só neste dispositivo.