GEO e IA
Voz com IA: como criar locuções para vídeos e anúncios (10 ferramentas comparadas)
Qual ferramenta deixa usar a voz num anúncio sem pagar, qual tem sotaque brasileiro de verdade, quantas palavras cabem em 30 segundos e o que a lei diz antes de clonar uma voz. Tudo conferido nas páginas oficiais, com data.
Voz com IA transforma um texto numa locução que soa humana em segundos: você escreve o roteiro, escolhe uma voz e baixa o áudio para o vídeo, o anúncio ou o spot de rádio. Gerar é fácil. Difícil é escolher uma ferramenta que deixe usar a voz num anúncio, com um sotaque que não pareça de Portugal.
A gente conferiu as páginas oficiais de 12 ferramentas no fim de outubro de 2026. Três proíbem uso comercial no plano grátis, quatro liberam (duas com letra miúda) e poucas separam o português do Brasil do europeu. E o assunto bomba: «voz ia» tem 8.100 buscas por mês no Brasil e «voz de ia», 6.600 (DataForSEO, outubro de 2026).
Aqui estão a tabela, o passo a passo, quantas palavras cabem em 30 segundos e o que a lei diz antes de clonar uma voz. Faz parte dos nossos guias de GEO e IA.
Neste guia
O que é voz com IA (texto para voz) e para que serve no marketing
Voz com IA, ou texto para voz, é a tecnologia que lê um texto com uma voz sintética que soa natural.
Voz com IA é áudio gerado por um modelo de inteligência artificial a partir de um texto escrito. Você escolhe uma voz de uma biblioteca, ou clona a sua, e a ferramenta lê com entonação, pausas e o idioma que você pedir. É usada em narração ia de vídeos, anúncios, spots, tutoriais e podcasts.
O que ela não é: um locutor que interpreta a sua marca. Ela não sabe onde vai a ênfase se você não marcar, e não improvisa. Se a ideia é um programa com personalidade, veja antes como fazer um podcast e decida que parte pede voz humana.
Gerador de voz IA: 10 ferramentas comparadas
O melhor gerador de voz IA para anúncio é o que libera uso comercial e tem o sotaque do seu público.
Conferido no fim de outubro de 2026 nas páginas de preços e termos de cada uma:
| Ferramenta | Grátis | Uso comercial grátis | Sotaque do Brasil | A partir de |
|---|---|---|---|---|
| ElevenLabs | 10.000 créditos por mês | Não; ainda exige citar a marca | Português genérico | US$ 6 por mês |
| Adobe Firefly | Usos limitados | Sim, só com o modelo Firefly Speech | Só no modelo parceiro, sem a garantia comercial | US$ 9,99 por mês |
| Google Cloud Text-to-Speech | 1 milhão de caracteres por mês nas vozes HD | Pagamento por uso, sem limite comercial | Sim, 43 vozes pt-BR | US$ 30 por milhão |
| Microsoft Azure Speech | 500 mil caracteres por mês | A página de preços não limita | Sim | Não publicado |
| CapCut | Grátis na web | Sim, com o filtro «Commercial License» | Sem dado | Grátis |
| Canva | Seleção de vozes grátis | A página não esclarece | Sem dado | Sem dado |
| Murf | Sem plano grátis no Studio | Sim, nos planos pagos | Sim («Brazil Portuguese») | US$ 19 por mês (anual) |
| Speechify Studio | 600 créditos | Não | Sem dado | US$ 100 por ano |
| TTSMaker | 20.000 caracteres por semana | Sim, grátis | Sim («Brazilian Portuguese») | Grátis |
| SpeechGen | 3.000 caracteres por dia durante 7 dias | Sim, em todos os planos | Sem dado | US$ 4,99 |
Dois avisos que as listas não dão. O PlayHT, que muita lista ainda recomenda, saiu do ar: o site não responde. E a voz da OpenAI por API exige avisar o ouvinte de que a voz é artificial.
Como checar se a voz tem sotaque do Brasil?
Ouça «sete», «de verdade» e «fresquinho» antes de pagar. No português de Portugal as vogais átonas quase somem e o som fica fechado. Se ouvir isso, não é voz brasileira, diga o que disser o menu.
Melhor gerador de voz IA gratuito para anúncio: o que cada plano dá
O melhor gerador de voz ia gratuito para anúncio é o que tem licença comercial; a cota quase nunca é o problema.
Escrevemos um spot próprio de 30 segundos para uma padaria inventada: 72 palavras e 393 caracteres. Veja quantas leituras desse roteiro cada plano grátis dá:
| Plano grátis | Leituras do roteiro | Serve para o anúncio? |
|---|---|---|
| ElevenLabs | 25 por mês | Não |
| TTSMaker | 50 por semana | Sim |
| SpeechGen | 7 por dia | Sim |
| Azure (F0) | 1.272 por mês | Sim, via API |
| Google Chirp 3 HD | 2.544 por mês | Sim, via API e com faturamento ativo |
Se você procurou voz ia grátis para algo que vai publicar, a cota sobra em quase todas. O que te barra é a licença.
Como fazer locução com IA para vídeo, passo a passo
Para fazer locução ia num vídeo, escreva o roteiro no tamanho certo, escolha uma voz com licença comercial e monte o áudio no editor.
-
Meça o espaço
Anote quantos segundos dura o vídeo ou o spot. Esse é o limite do roteiro.
-
Escreva o roteiro no tamanho certo
A 130 palavras por minuto, 30 segundos são umas 65 palavras. Conte no nosso contador de palavras, que já mostra o tempo de locução.
-
Escreva como se fala
Números por extenso, sem siglas e marcas com a pronúncia certa: «Rua Principal, doze», não «R. Principal, 12».
-
Escolha uma voz com licença comercial
Use a tabela. No CapCut, ative o filtro «Commercial License».
-
Teste o sotaque
Ouça a frase com «sete» e «de verdade». Soou fechado e engolido, é voz de Portugal.
-
Gere duas ou três versões
Mude a voz ou a velocidade e fique com a que soa como a sua marca.
-
Monte o áudio e sinalize se precisar
Abaixe a música debaixo da voz e marque o conteúdo como IA se imitar uma pessoa real.
Se uma IA escrever o roteiro, passe a duração, o público e o tom. É engenharia de prompt aplicada ao áudio:
Escreva um spot de rádio de 30 segundos (no máximo 65 palavras) para [empresa] em [cidade]. Público: [quem]. Objetivo: [o que você quer que façam]. Dados: [oferta, endereço, horário]. Escreva para ser lido em voz alta: frases curtas, números por extenso, sem siglas nem símbolos, e a marca no começo e no fim. Português do Brasil, tom próximo.
Palavras por minuto: quanto cabe num spot de 30 segundos
Para locução em português, conte de 130 a 150 palavras por minuto: entre 65 e 75 palavras num spot de 30 segundos.
O nosso contador vem com 150 palavras por minuto, o ritmo de referência da locução. Para um português mais pausado, mude para 130: o cálculo é nosso.
| Duração | A 130 palavras por minuto | A 150 |
|---|---|---|
| 15 segundos | 33 palavras | 38 palavras |
| 20 segundos | 43 palavras | 50 palavras |
| 30 segundos | 65 palavras | 75 palavras |
| 60 segundos | 130 palavras | 150 palavras |
Quantas palavras cabem em 30 segundos?
Umas 65 num ritmo tranquilo. O nosso spot de 72 palavras dura 33,2 segundos a 130 por minuto: passou do tempo. E se você traduz do inglês, corte antes, porque o mesmo anúncio em inglês tinha só 60 palavras.
Mudar voz com IA: como trocar a voz de uma gravação
Um alterador de voz com IA transforma uma gravação sua em outra voz e mantém o seu ritmo e a sua interpretação. Ele não lê um texto: imita você.
É a saída quando o texto para voz soa sem vida. Você grava o roteiro no celular, põe a ênfase onde precisa e a ferramenta troca só o timbre. Segundo a documentação da ElevenLabs, o resultado respeita a cadência, a entonação, os sussurros e as risadas. E mantém o sotaque da gravação: se você grava com sotaque brasileiro, sai com sotaque brasileiro, seja qual for a voz escolhida. Isso resolve o problema do sotaque da tabela.
O que a ElevenLabs informa:
- Duração: até 5 minutos e 50 MB por arquivo. Se o vídeo for mais longo, divida por cenas.
- Custo: 1.000 créditos por minuto, segundo a página de preços. Um spot de 30 segundos gasta 500, então os 30.000 do Starter dão para umas 60 versões. O Starter já inclui uso comercial.
- Formatos: áudio (MP3, WAV, M4A) e vídeo (MP4, MOV), com opção de tirar o ruído de fundo.
Precisa de vinte versões do mesmo roteiro? Use texto para voz. Quer uma só, com a graça da sua interpretação? Grave e converta. Os alteradores de voz em tempo real para jogos e lives são outra categoria, e a gente não testou. E se você escolher a voz de uma pessoa real, vale o consentimento da próxima seção.
Dublar vídeo com IA: como fazer dublagem em outros idiomas
Dublar um vídeo com IA é traduzir o áudio para outro idioma e gerar a voz traduzida, muitas vezes com a voz de quem fala. São três caminhos, e os dois primeiros não custam nada.
- YouTube: segundo a página de ajuda do YouTube, a dublagem automática vem ligada nos canais elegíveis e cria faixas de áudio em outros idiomas. Do português, dubla para o inglês e o espanhol. Não aceita vídeos com mais de 120 minutos nem com pouca fala, e você não edita a dublagem. Dá para escolher «publicar manualmente» e revisar antes.
- Reels do Instagram e do Facebook: a Meta diz que traduzir reels com a Meta AI é grátis. Ela imita a sua voz, oferece sincronia labial se você quiser e marca cada reel como traduzido. Vale para contas públicas do Instagram nos países com Meta AI e para criadores do Facebook com 1.000 seguidores ou mais. Entre os idiomas estão português, inglês e espanhol.
- ElevenLabs: mais de 90 idiomas, arquivos de até 180 minutos e 2 GB, e cada falante mantém a própria voz. A página de preços marca 3.000 créditos por minuto no modo automático sem marca d'água, e cada idioma é cobrado à parte. Um anúncio de 45 segundos em dois idiomas gasta 4.500 créditos: 15% dos 30.000 do Starter. A dublagem do plano grátis sai com marca d'água.
Cuidado com o relógio. O nosso spot tinha 60 palavras em inglês e 72 em português, 20% a mais. Se a dublagem passar da imagem, estoura o tempo. E antes de publicar, peça a um falante nativo para revisar os slogans: tradução literal raramente soa como anúncio.
Clonar voz com IA: o que diz a lei no Brasil
Clonar voz ia é legal com a sua própria voz ou com autorização expressa do dono; usar a voz de outra pessoa para vender, sem permissão, não.
- A voz tem proteção. A Constituição (art. 5º, XXVIII) protege a reprodução da voz humana, e o Código Civil (art. 20) permite proibir o uso comercial da palavra de alguém sem autorização, com indenização.
- Dados pessoais. A LGPD trata dado biométrico como sensível. Ela não cita a voz, mas uma gravação usada para identificar alguém tende a entrar aí.
- Marco da IA. O PL 2338/2023 passou no Senado e segue em discussão na Câmara. Ainda não é lei.
- As ferramentas. A ElevenLabs só faz clonagem de voz profissional da sua própria voz, depois de verificar que é você.
- Se vende para a Europa: o regulamento europeu de IA obriga, desde 2 de agosto de 2026, a avisar quando um áudio imita uma pessoa real.
E em propaganda eleitoral?
Aí a regra é dura. Pela Resolução 23.610 do TSE, conteúdo sintético na propaganda precisa de aviso explícito, no começo da peça, quando é áudio. E deepfake de voz para favorecer ou prejudicar candidatura é proibido mesmo com autorização.
Precisa avisar que a voz é IA no YouTube ou no Instagram?
Se imitar uma pessoa real, sim. O YouTube pede para marcar conteúdo realista que faz alguém dizer o que não disse, mas libera a sua própria voz clonada para narração. A Meta exige o rótulo em áudio realista criado com IA. O TikTok pede rótulo em conteúdo de IA realista.
Perguntas frequentes sobre voz com IA
O que é ElevenLabs?
ElevenLabs é uma das ferramentas de voz com IA mais conhecidas: transforma texto em voz, dubla vídeos para outros idiomas e clona vozes. O plano grátis dá 10.000 créditos por mês, mas não permite uso comercial e exige citar a ElevenLabs no título do que você publicar. Um detalhe para o Brasil: na página dela, o português aparece genérico, sem separar o sotaque brasileiro do europeu.
Qual a melhor IA de voz?
Depende do uso. Para anúncio com sotaque brasileiro garantido, as vozes pt-BR do Google ou da Microsoft, que funcionam por API, ou o Murf nos planos pagos. Para começar grátis com uso comercial, TTSMaker ou SpeechGen. Para editar o vídeo no mesmo lugar, CapCut. Não existe campeã universal: passe o seu roteiro por duas ou três vozes e fique com a que soa como a sua marca.
Como clonar minha voz com IA?
Grave um ou dois minutos de fala limpa, num lugar silencioso e sem música, e envie para uma ferramenta que faça clonagem, como a ElevenLabs a partir do plano Starter. Na clonagem profissional, ela exige que você prove que a voz é sua, lendo frases em voz alta. Nunca clone a voz de outra pessoa sem autorização expressa por escrito, nem mesmo de um funcionário.
Existe IA de voz gratuita?
Existe, e várias. ElevenLabs, Narakeet e Speechify têm planos grátis, mas sem uso comercial. TTSMaker e SpeechGen permitem uso comercial sem pagar, e o CapCut também, desde que você ative o filtro «Commercial License» ao escolher a voz. Google e Microsoft dão uma cota grátis mensal na API. Para um vídeo pessoal, qualquer uma serve; para um anúncio, só as que liberam uso comercial.
Onde posso encontrar um gerador de voz para personagens?
Nas bibliotecas de voz das próprias ferramentas: a ElevenLabs tem milhares de vozes criadas pela comunidade, e o CapCut traz vozes de personagem prontas no texto para voz. Para criar um personagem original da sua marca, descreva idade, tom e energia e teste várias. O cuidado é não imitar personagem famoso: a voz de um desenho ou de um dublador conhecido tem dono, e usar isso num anúncio pode dar processo.
Como criar voz fake?
Tecnicamente, clonando uma voz com poucos minutos de áudio. Legalmente, só com autorização. A Constituição protege a reprodução da voz humana, o Código Civil permite proibir o uso comercial da palavra de alguém sem autorização e, em campanha eleitoral, o TSE proíbe deepfake de voz mesmo com autorização. As ferramentas sérias também barram: a ElevenLabs proíbe clonar pessoa viva sem consentimento explícito.