texto para voz em português
Ler um texto em voz alta em português exige uma voz que realmente pronuncie o idioma direito, com os acentos e a entonação certos, não uma voz genérica em inglês tentando "adivinhar" a pronúncia. Esta página já abre a ferramenta priorizando uma voz em português na seleção automática.
Ouvir o próprio texto lido em voz alta ajuda a pegar frases estranhas ou repetitivas que passam despercebidas na leitura silenciosa.
Reduzir a velocidade e acompanhar o destaque de palavra ajuda quem está aprendendo o idioma a associar a grafia ao som.
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.
Depende da voz instalada no seu sistema, não desta ferramenta: sistemas mais recentes costumam trazer vozes neurais bem naturais, enquanto sistemas mais antigos podem ter só vozes robóticas mais simples. O seletor de voz mostra todas as opções disponíveis para você escolher a que soar melhor.
Sim, se o seu sistema tiver uma voz "pt-PT" instalada, ela aparece separada de "pt-BR" na lista agrupada por idioma, já que as duas variantes têm pronúncia bem diferente. Você pode selecionar manualmente a que preferir a qualquer momento.
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.