Narração com IA: do roteiro ao arquivo de áudio

Para fazer uma narração com IA (também chamada de locução) de forma confiável, separe o conteúdo, a produção da voz e a entrega. Comece com um roteiro aprovado, teste um trecho representativo, produza segmentos fáceis de controlar e ouça a edição completa no contexto. Guarde a correspondência entre cada arquivo de áudio e a versão do texto que o gerou.

Abra Música e vozes, mantenha o Open TTS, o modelo de voz padrão, e cole o seu primeiro segmento. Para um documento inteiro, use Documentos em áudio; para um audiolivro com várias vozes, História em áudio.

Essa forma de trabalhar evita refazer toda uma narração porque um nome mudou ou porque uma frase não combina mais com o vídeo. Ela também deixa os erros mais fáceis de encontrar e de corrigir.

Defina o que a narração vai acompanhar

Se o seu projeto precisa da sua própria voz, reconhecível, em vez de uma voz do catálogo, consulte o guia para clonar a sua própria voz com IA, com consentimento e conferências. Esclareça as autorizações e os requisitos de gravação antes de escolher esse caminho e crie a sua voz em Clonagem de voz; nem toda narração precisa de clonagem.

Antes de escolher uma voz, defina o destino: áudio independente, vídeo de demonstração, apresentação ou curso. A mesma frase não funciona igual em todos esses contextos. Se você quer um apresentador na tela, o Avatar falante sincroniza uma foto com a sua narração.

Em um áudio independente, “clique aqui” não se entende sem outra indicação. Em um vídeo, uma instrução pode depender do momento em que um elemento aparece. O seu briefing precisa dizer o que a pessoa vê, o que ela já sabe e o que deve entender no final.

No nosso exemplo original, preparamos uma breve apresentação fictícia de uma biblioteca de bairro em Porto Alegre: a Biblioteca dos Ipês. O texto explica como localizar os espaços e onde pedir ajuda.

Monte uma pasta de produção leve

Você não precisa de um sistema complexo para começar. Um documento de acompanhamento e arquivos bem identificados bastam para uma produção pequena.

Guarde estes itens: o briefing, o roteiro aprovado, as pronúncias a verificar, as referências de áudio autorizadas, se necessário, os arquivos escolhidos e as correções que continuam abertas. Separe os testes dos arquivos finais para não enviar uma gravação antiga por engano.

Escolha identificadores estáveis para os trechos. Por exemplo, IPE-01-recepcao continua sendo o mesmo assunto quando o texto passa da versão 1 para a versão 2. O nome do arquivo pode depois indicar essa versão e o número da gravação.

Valide o texto antes da voz

Este é um primeiro roteiro, dividido pelo sentido:

Segmento	Texto de trabalho
IPE-01	Boas-vindas à Biblioteca dos Ipês. Para começar a sua visita, siga até o balcão de recepção.
IPE-02	A sala de leitura fica à esquerda do balcão. Lá você pode consultar os livros expostos nas mesas.
IPE-03	Se estiver procurando um título ou uma informação, fale com a equipe da recepção. Ela vai ajudar você a continuar o passeio.

Antes de uma produção real, a instituição deveria confirmar os locais, os serviços e as formulações. Uma narração agradável não torna um percurso exato.

Revise também números, nomes próprios e abreviações. Mantenha o texto que será exibido separado das adaptações usadas para guiar a pronúncia: uma grafia fonética de trabalho não deve ir automaticamente para a transcrição pública. O guia para preparar o texto para a locução com IA detalha essas adaptações.

Teste um trecho representativo

Se você ainda está comparando várias vozes para uma gravação longa, o guia para escolher uma voz de IA para um audiobook ou uma narração longa ajuda a definir critérios de escuta comparáveis. Faça essa escolha antes de produzir todas as seções, para que uma troca de voz não obrigue a refazer todas as gravações.

Não escolha uma voz só com uma frase de boas-vindas. Teste um trecho que contenha as dificuldades do projeto: um nome próprio, uma frase longa, um número ou uma mudança de ritmo. Avalie a clareza tanto quanto o timbre agradável. Compare, por exemplo, o Open TTS, o ElevenLabs, o Gemini Flash TTS e o MiniMax Speech 2.6 HD, que lê com naturalidade números e datas.

Na nossa biblioteca, o nome “Ipês” e a expressão “livros expostos” merecem uma escuta atenta. Confira se as consoantes ficam compreensíveis e se as pausas não cortam o sentido.

Exemplo de prompt para dirigir a leitura:

Prepare uma narração em português do Brasil, acolhedora e sóbria, para uma visita a uma biblioteca. O público está conhecendo o lugar. Leia o texto fornecido sem acrescentar frases. Priorize uma articulação clara e pausas que acompanhem o sentido. Não transforme a leitura em propaganda.

Em Música e vozes, essa direção se traduz primeiro na escolha da voz; com o Open TTS, ajuste também a velocidade e coloque uma etiqueta como [pause] ou [soft] logo antes do trecho em questão.

Use apenas uma voz oferecida com condições adequadas ao seu projeto. Se você trabalha com a identidade vocal de uma pessoa, confirme a autorização dela e o contexto de uso antes de produzir.

Seu roteiro e seus critérios estão prontos? Abra Música e vozes para gerar seus segmentos; para um documento inteiro, use Documentos em áudio.

Produza segmentos que soem naturais

Corte nas transições lógicas, não no meio de uma frase. Fragmentos curtos demais podem dar inícios de frase artificiais a cada emenda; um único arquivo muito longo dificulta uma correção pontual.

Na nossa visita, os três blocos correspondem a três informações distintas. Se o segundo mudar, você sabe qual trecho substituir. Mas ouça depois como ele se encaixa com os outros dois: uma gravação correta isolada pode ter uma energia diferente no conjunto.

Mantenha a voz e os ajustes que você aprovou. Anote as alterações. Se você muda ao mesmo tempo o texto, a voz e o ritmo, vai ser difícil entender por que o novo resultado parece menos coerente.

Confira o conteúdo antes de trabalhar a mixagem

Ouça cada segmento acompanhando o roteiro. Procure palavras esquecidas, repetições, números lidos errado e acréscimos.

Anote os defeitos de forma aproveitável. “Não soa natural” é difícil de corrigir. “Pausa longa demais entre ‘balcão’ e ‘de recepção’” dá uma direção precisa. Classifique as correções pela causa: texto, pronúncia, ritmo ou qualidade do som.

Corrija primeiro os erros que mudam o sentido. Uma pequena diferença de tom pesa menos do que uma instrução que manda a pessoa ao lugar errado.

Ouça a narração dentro da edição final

Se um vídeo acompanha a voz, confira se a imagem corresponde à instrução no momento em que ela é ouvida. Nem sempre compense uma sequência curta demais acelerando a fala: você também pode encurtar o texto ou ajustar a edição.

Se você acrescenta música, garanta que ela não cubra as palavras. Para um vídeo narrado, o Storytelling produz narração, legendas e música até o filme editado: retome o seu roteiro aprovado na narração de cada cena antes da renderização e abaixe o volume da música se ela cobrir a voz.

Teste o resultado no dispositivo adequado, principalmente no celular, se o conteúdo for assistido assim. Ouça também o começo e o fim do arquivo exportado para detectar um corte brusco ou um silêncio inesperado.

Entregue um conjunto verificável

A pasta final deve permitir encontrar o roteiro aprovado, o arquivo escolhido e a versão dele. Para um vídeo, guarde também a edição correspondente: uma trilha sonora antiga pode conter informações diferentes.

Preveja uma transcrição fiel ao áudio final quando o contexto pedir e ofereça-a junto da mídia. Ela deve refletir o resultado entregue, e não só o roteiro inicial. Com o Open TTS, marque as opções de transcrição e de legendas SRT nos arquivos de texto: Música e vozes as fornece com cada segmento. A História em áudio também exporta a transcrição e as legendas SRT de um audiolivro com várias vozes.

Checklist

• O roteiro está aprovado e cada trecho tem um identificador estável.
• Números, nomes próprios e abreviações estão revisados.
• Você testou um trecho com as dificuldades reais do projeto antes de produzir tudo.
• Os segmentos são cortados em transições lógicas e cada arquivo indica a versão do texto.
• Você ouviu cada segmento com o roteiro em mãos e anotou os defeitos por causa.
• Você ouviu a narração dentro da edição final e no dispositivo de uso.
• Há uma transcrição que corresponde ao áudio entregue.

Perguntas frequentes

É preciso sempre dividir o texto?

Não. Para uma mensagem bem curta, um único arquivo pode bastar. Dividir é útil quando o conteúdo tem várias partes que podem ser revisadas separadamente.

Como fazer narração com IA para um vídeo se eu nunca fiz?

Escreva e aprove o roteiro, teste um trecho com uma voz do catálogo, produza o áudio por segmentos e ouça dentro do vídeo. Ajuste o texto ou a edição antes de acelerar a leitura e guarde a transcrição do resultado final.

Como transformar um PDF em narração em áudio?

Envie-o para Documentos em áudio, que também aceita arquivos do Word e do PowerPoint: você valida a transcrição antes de gerar o áudio. Revise ali os nomes e os números como em um roteiro.

Quando é preciso refazer todo o áudio?

Quando uma correção pontual já não se integra de forma natural ou uma mudança afeta o tom do conjunto todo. Confira primeiro as emendas antes de manter ou substituir uma gravação.

Comece com um roteiro aprovado e um trecho de teste, e depois gere a sua narração em Música e vozes. Uma produção organizada facilita as correções e protege a coerência até a entrega. Para continuar aprendendo, veja os outros guias da Deepnia ou explore todas as ferramentas em criar.