Seed Audio

Geração de fala a partir de texto

Produz narrações de um único locutor a partir de roteiros, ganchos, explicações e leituras curtas de anúncios com uma entonação limpa e natural.

Geração de diálogo a partir de texto

Cria conversas com vários falantes atribuindo vozes distintas a cada turno para demonstrações, podcasts, jogos e storyboards.

Tags de performance

Controla a entonação vocal usando tags inline como [laughing] (riso), [whispering] (sussurro), [sighs] (suspiro) e [short pause] (pausa curta) para um controle expressivo.

Predefinições de estilo de entonação

Oferece três estilos predefinidos: Natural para narração limpa, Warm para explicações amigáveis, Cinematic para ritmo dramático.

Seleção de voz por turno

Permite a atribuição de voz individual por turno de diálogo, possibilitando trocas críveis entre personagens em cenas com vários falantes.

Visualização e download em MP3

Renderiza o áudio em MP3 com reprodução no navegador e fornece arquivos para download para edições de vídeo, rascunhos de podcasts e demonstrações.

• Criadores de conteúdo: Gerem locuções para edições de vídeo, trailers e storyboards com tags de entrega expressivas
• Podcasters: Produzam rascunhos de podcasts e episódios de diálogo multi-voz usando geração de diálogo multi-voz
• Anunciantes: Criem mockups de anúncios e locuções de demonstração de produtos com estilos de entrega calorosos, cinematográficos ou naturais
• Desenvolvedores de jogos: Gerem diálogos de personagens e locuções narrativas para protótipos de jogos e storyboards
• Editores de vídeo: Produzam rascunhos rápidos de locuções para cortes brutos, revisões de clientes e exportações finais de vídeo

O que é o Seed Audio?

O Seed Audio é uma ferramenta de conversão de texto em fala (Text-to-Speech) e texto em diálogo com tecnologia AI, baseada na tecnologia ElevenLabs e integrada à plataforma NanoPhoto. Ele converte roteiros escritos em áudio falado com tags de performance expressivas, suporte a diálogos com múltiplas vozes e pré-visualização rápida em MP3. Os usuários escrevem ou colam um roteiro, selecionam uma voz, opcionalmente adicionam direções de interpretação e geram áudio audível em segundos sem sair do navegador.

Qual é a diferença entre texto para fala e texto para diálogo?

Texto para fala (TTS) gera uma narração de um único locutor a partir de um bloco de texto, ideal para vídeos explicativos, leituras de anúncios e rascunhos de narração. Texto para diálogo atribui vozes diferentes a turnos individuais em um roteiro, suportando conversas com vários falantes para podcasts, diálogos de jogos, demonstrações e storyboards. O modo diálogo também aceita tags de performance por turno, permitindo que a entrega de cada personagem seja dirigida de forma independente.

Quais tags de performance são suportadas?

O Seed Audio reconhece tags como [laughing], [whispering], [sighs], [short pause], [warmly], [curious] e outras que orientam o tom emocional e o ritmo da saída. Essas tags são inseridas diretamente no texto do roteiro no ponto onde a entrega deve mudar. Elas funcionam tanto no modo TTS quanto no modo diálogo, dando aos usuários controle preciso sobre como uma frase soa, sem necessidade de edição de áudio externa.

Como funciona o preço do Seed Audio?

O Seed Audio usa um modelo de preços baseado em créditos, onde cada geração de áudio custa 1 crédito. Os créditos são comprados através da plataforma NanoPhoto e se aplicam a toda a suíte de produtos. Este modelo de pagamento por geração atende usuários com cargas de trabalho variáveis, desde rascunhos ocasionais de narração até produção de diálogos em alto volume, sem exigir assinatura mensal.

Para quem o Seed Audio foi projetado?

O Seed Audio é voltado para criadores de conteúdo, editores de vídeo, podcasters, desenvolvedores de jogos e equipes de produto que precisam de ativos de voz rápidos e publicáveis. Ele se encaixa em fluxos de trabalho onde a velocidade é importante, como maquetes de anúncios, narrações de tutoriais, diálogos de personagens para jogos independentes e gravações de rascunhos de podcasts. Usuários que, de outra forma, abririam um estúdio de áudio dedicado para cada roteiro curto podem concluir a mesma tarefa em uma fração do tempo.

Quais formatos de áudio o Seed Audio produz?

O Seed Audio gera arquivos MP3 que podem ser pré-visualizados diretamente no navegador e baixados para uso em softwares de edição de vídeo, ferramentas de produção de podcasts, engines de jogos e apresentações. O MP3 foi escolhido como formato de saída por seu equilíbrio entre tamanho de arquivo e qualidade de áudio, tornando-o prático tanto para rascunhos rápidos quanto para ativos finais.

Como o Seed Audio se compara às ferramentas TTS independentes?

Ao contrário das ferramentas TTS independentes que exigem alternar entre aplicativos para edição de roteiro, seleção de voz e exportação de áudio, o Seed Audio mantém todo o fluxo de trabalho dentro da plataforma NanoPhoto. Os usuários escrevem, dirigem, renderizam, ouvem e baixam em uma única interface. O sistema integrado de tags de performance e o modo de diálogo com múltiplos falantes eliminam a necessidade de sessões separadas de edição de áudio para ajustes básicos de entrega, reduzindo o tempo de iteração de minutos para segundos por geração.

• Escreva o roteiro fonte inserindo um parágrafo de narração ou dois a quatro turnos de diálogo, ou quatro turnos focados em fala natural.
• Escolha vozes e estilo selecionando uma voz de narrador para conversão de texto em fala (TTS) ou atribuindo uma voz diferente a cada turno de diálogo para troca de personagens.
• Adicione tags de performance como [warmly] (caloroso), [curious] (curioso), [laughing] (rindo) ou [short pause] (pausa curta) para guiar a entrega emocional e fazer o resultado parecer dirigido.
• Visualize o MP3 gerado no navegador para verificar a qualidade, depois baixe o arquivo de áudio para edições de vídeo, rascunhos de podcast, maquetes de anúncio ou demonstrações de produto.