Precisas de ouvir como um parágrafo soa antes de o enviar, ou queres que uma página seja lida em voz alta enquanto fazes outra coisa? Esta ferramenta de texto para voz transforma o que escreveres ou colares em áudio falado, direto no teu browser. Escolhe uma voz, ajusta a velocidade, e carrega em reproduzir. Sem software para instalar, sem conta, nada para enviar.

Há duas formas de gerar a voz: uma opção instantânea que usa o motor de voz do teu browser, e uma voz neuronal opcional de maior qualidade que também te deixa guardar o resultado como MP3 ou WAV.

Porque é que as pessoas usam esta ferramenta

• Apanha frases estranhas ou erros antes de enviares algo. Ouvir o texto em voz alta torna os erros óbvios de uma forma que ler em silêncio não consegue
• Revê documentos ou artigos longos sem cansar a vista
• Ouve antecipadamente como um guião, um anúncio ou uma locução vai soar antes de o gravares a sério
• Torna conteúdo escrito mais fácil de consumir para quem prefere ouvir a ler
• Pratica a pronúncia enquanto aprendes uma língua nova
• Transforma notas, rascunhos ou artigos longos em áudio que podes ouvir enquanto fazes outra coisa

Duas formas de transformar texto em voz

O separador Vozes Padrão usa o motor de voz já instalado no teu browser e sistema operativo. É instantâneo: sem download, sem esperar, e funciona totalmente offline. A qualidade e o número de vozes disponíveis dependem do teu browser e sistema. O Chrome no Windows ou macOS costuma oferecer dezenas de vozes em várias línguas; o Safari e o Firefox trazem um conjunto mais pequeno. É a forma mais rápida de simplesmente ouvir o teu texto lido de volta.

O separador Vozes HD usa um pequeno modelo neuronal de texto para voz que corre localmente no teu browser através de WebAssembly. Da primeira vez que o ativas, é descarregado um modelo de voz único (cerca de 90MB) que fica guardado, por isso todas as gerações seguintes são instantâneas e continuam totalmente offline. A contrapartida é que as Vozes HD só suportam inglês por agora, e gerar áudio demora alguns segundos em vez de ser instantâneo, porque está mesmo a sintetizar a onda sonora em vez de chamar o motor de voz do teu sistema.

Afinar como soa

Ambos os modos deixam-te ajustar a velocidade de reprodução. As Vozes Padrão também dão controlo sobre o tom e o volume, além de um filtro de idioma para reduzires uma lista longa de vozes às que combinam com o texto que estás a ler. Se o teu browser tiver vozes instaladas em várias línguas, mudar entre elas é um clique.

As Vozes HD trocam alguns desses controlos por um conjunto curado de onze vozes em inglês (americano e britânico, masculino e feminino), cada uma avaliada pela clareza e escolhida para soar natural em vez de robótica. Continuas a poder ajustar a velocidade antes de gerar.

Guardar o áudio num ficheiro

Esta é a principal diferença entre os dois modos. As Vozes Padrão, como a maioria dos motores de voz do browser, só conseguem reproduzir áudio em voz alta. Não há forma de captar o que o browser reproduz e transformar isso num ficheiro descarregável, simplesmente não é algo que a API subjacente disponibilize.

As Vozes HD não têm essa limitação, porque geram mesmo os dados de áudio em vez de apenas enviar som para as colunas. Depois de gerares um clip, podes descarregá-lo como ficheiro WAV para software de edição, ou como MP3 a 128, 192 ou 320 kbps para algo mais pequeno e portátil. Se precisares de um ficheiro descarregável, as Vozes HD são o modo a usar.

Onde é que o processamento acontece

Nada aqui toca num servidor. As Vozes Padrão dependem inteiramente da síntese de voz embutida no teu browser, a mesma tecnologia por trás de leitores de ecrã e ferramentas de acessibilidade já presentes no teu dispositivo. As Vozes HD descarregam o seu modelo uma vez e depois correm a rede neuronal localmente usando WebAssembly, tal como uma aplicação offline funcionaria. O teu texto nunca sai do teu dispositivo em nenhum dos dois modos, o que importa se estiveres a ler algo privado, como rascunhos, notas internas, ou qualquer coisa que preferisses não ver a passar por um servidor de terceiros.

Depois de teres um ficheiro de áudio, o Cortar Áudio pode recortá-lo até ficar só a parte que precisas, e o Conversor de Áudio trata de mudar entre formatos se precisares de algo além de MP3 ou WAV. A gerar vários clips e queres tê-los como um só ficheiro? O Juntar Áudio combina-os com crossfades opcionais. E se preferires gravar a tua própria voz em vez de uma sintetizada, o Gravador de Voz capta áudio diretamente do teu microfone.