Fundamentos
O que é clonagem de voz com IA?
A clonagem de voz com IA cria um modelo digital da voz de uma pessoa a partir de uma gravação curta em que ela fala. Com o modelo pronto, você digita qualquer texto e recebe fala naquela voz. O modelo capta timbre, ritmo e sotaque: não é o seu áudio original reproduzido em pedaços.
Como funciona a clonagem de voz com IA?
Em quatro etapas: você envia fala limpa (de 30 segundos a alguns minutos); o sistema extrai um embedding de falante, uma impressão digital numérica da voz; um modelo de síntese combina essa impressão com os fonemas do novo texto; um vocoder neural converte o resultado em onda de áudio. A clonagem leva de segundos a dois minutos, e cada geração seguinte leva poucos segundos.
O que é clonagem de voz neural?
Neural significa que o modelo de voz é uma rede neural treinada em grandes corpora de fala, em vez da abordagem concatenativa anterior, que emendava fragmentos gravados. A clonagem neural precisa de muito menos áudio de origem — 30 segundos bastam — e generaliza para texto novo em vez de apenas repetir frases já gravadas.
Preço e créditos
Quanto custa clonar uma voz?
100 créditos por voz, cobrados uma única vez. Depois a voz pode ser reutilizada sem custo extra. Os créditos são US$ 1 = 50; os pacotes começam em US$ 9, sem mensalidade, sem assinatura e sem validade.
Como é cobrada a síntese de fala?
Por bytes UTF-8 do texto de entrada: 4.200 créditos por 1.000.000 de bytes. O inglês tem cerca de um byte por caractere; chinês e japonês, três bytes por caractere. Um roteiro inglês de 1.000 palavras tem cerca de 6.000 bytes, cerca de 25 créditos.
O que é um crédito e ele expira?
Um crédito equivale a US$ 0,02 na compra de um pacote (US$ 9 dão 450 créditos). Os créditos não expiram. Não há mensalidade nem assinatura: você paga só pelo que usa.
Gravação e saída
Quanto áudio preciso para um bom clone?
30 segundos de fala limpa de um único falante é o mínimo prático para um clone reconhecível; de 1 a 3 minutos melhora bastante a semelhança. Evite música de fundo, reverberação, outras vozes e clipping. Mono, 44,1 kHz ou mais, sem redução de ruído agressiva.
Quanto tempo leva a clonagem?
O treino costuma levar de alguns segundos a dois minutos, dependendo do tamanho da amostra e da fila. A voz fica disponível assim que aparece na sua biblioteca.
Quais idiomas são suportados?
A síntese cobre 83 idiomas e o modelo de voz é independente de idioma: grave uma vez em inglês e gere em japonês, alemão ou espanhol. O sotaque da saída segue o áudio de treino, então um clone com sotaque nativo exige material naquele sotaque.
Direitos e confiabilidade
A clonagem de voz é legal?
Depende de quem é a voz e do que você faz com ela. Clonar a própria voz normalmente não é problema. Clonar a de outra pessoa exige consentimento informado: muitas jurisdições tratam a voz como identificador protegido e algumas, como o ELVIS Act do Tennessee, preveem direitos explícitos de imagem. Nunca use um clone para se passar por alguém, fraudar ou deturpar. A Resona exige que você tenha os direitos ou o consentimento de cada voz que clonar. Para uma análise detalhada de consentimento e divulgação por jurisdição — incluindo clonar a voz de um ator para uma dublagem — veja nosso guia sobre <a href="/blog/voice-cloning-rights-consent">direitos e consentimento ao clonar vozes para dublagem</a>.
Posso usar vozes clonadas comercialmente?
Sim, para vozes próprias ou com consentimento por escrito. O uso comercial não altera o preço em créditos. Você continua responsável pelos direitos e por declarar que é fala sintética quando a lei ou a plataforma exigir — várias plataformas já pedem rótulo de áudio gerado por IA.
O que acontece se uma tarefa falhar?
Os créditos reservados são devolvidos automaticamente. Seu histórico mantém a tentativa com status REFUND para você ver exatamente o que ocorreu. Você nunca é cobrado por um resultado que não recebeu.
Outra dúvida? Escreva para support@resonaio.com — respondemos em até 24 horas em dias úteis.