ElevenLabs
Vozes sintéticas indistinguíveis, em todos os idiomas.
A ficha de Olya
- Particularidades
- Não é um modelo, mas um catálogo, e a escolha é sempre uma troca: o Eleven v3 interpreta, lê o contexto da frase e aceita indicações de tom em mais de 70 idiomas, mas é pesado demais para tempo real; o Flash v2.5 fica em torno dos 75 ms em 32 idiomas e, em troca, abre mão dessa expressividade. Em volta da síntese está o resto da bancada — clonagem instantânea ou profissional, dublagem, transcrição com o Scribe v2 em mais de 90 idiomas, agentes conversacionais — tudo sob a mesma API. Paga-se em créditos, que são caracteres de texto: uma contabilidade honesta, porque diz de antemão quanto custa uma página.
- Pontos fortes
- O que realmente a distingue é o desempenho na longa duração: pausas, respirações e pontuação não desmoronam depois do terceiro parágrafo, que é exatamente onde quase todas as alternativas se entregam. Uma voz clonada continua reconhecível ao mudar de idioma, então o mesmo narrador pode sustentar treze versões do mesmo conteúdo sem soar como treze pessoas diferentes. Os créditos não usados acumulam por até dois meses, o que perdoa meses de trabalho irregular.
- Quando usá-la
- Faz sentido para narração longa — audiolivros, documentários, podcasts, cursos — e para localizar em vários idiomas um catálogo que já existe, dublagem incluída. No extremo oposto, agentes de voz no telefone ou dentro de um produto são o outro caso em que o preço se justifica, porque a latência do Flash é baixa o bastante para que a espera não pareça uma falha. Se a voz faz parte da experiência e não é um acessório, a diferença se ouve.
- Quando evitá-la
- A conta cresce com os caracteres, então para volumes industriais de texto repetitivo — notificações, avisos, atendimentos automáticos com frases fixas — um modelo de código aberto na sua própria máquina custa uma fração e ninguém notará a diferença. A licença comercial começa no plano de 6 dólares e a clonagem profissional só no de 22, de modo que o plano gratuito serve para testar, não para produzir. E clonar a voz de uma pessoa real exige o consentimento documentado dela: é um problema jurídico antes de ser técnico, e o software não o resolve por você.