Como fazer uma voz de IA soar natural, não robótica

Uma voz de IA soa robótica por três motivos: o roteiro foi escrito para ser lido, e não ouvido; todas as falas são entregues do mesmo jeito; e algumas palavras (nomes, números, siglas) saem erradas. Corrija essas três coisas e a maioria dos ouvintes nem repara mais na voz. Você não precisa tanto de um motor melhor quanto de um roteiro melhor e de um pouco de direção.

Estas são as nove soluções que mais fazem diferença, na ordem em que vale a pena testar.

1. Escolha uma voz que combine com o trabalho

Uma voz calorosa e conversada lê bem um podcast e mal uma instrução de segurança. Escolha pelo uso do áudio: calma e clara para cursos, mais animada para anúncios, mais grave e lenta para documentários. Dê o play em algumas vozes com a sua própria primeira frase, e não com o texto de amostra. Na biblioteca de vozes do Leelo, toda voz tem uma amostra, e as vozes premium costumam ter uma expressão mais natural do que as padrão.

2. Escreva para o ouvido

Quase toda narração “robótica” é um texto escrito lido em voz alta. A fala usa frases mais curtas e palavras simples e, quando o tom permite, o jeito de falar do dia a dia (“a gente vai”, “você vai”). Leia o roteiro em voz alta uma vez: onde faltar o fôlego ou você tropeçar, divida a frase. Uma voz só pode ser tão natural quanto as palavras que ela recebe.

3. Use a pontuação como direção

As vozes seguem a pontuação. Um ponto final dá um tom descendente e conclusivo; uma vírgula, uma respiração curta; um ponto de interrogação, um tom ascendente; um travessão ou reticências, uma hesitação. Dividir uma frase longa em duas muitas vezes resolve o ritmo melhor do que qualquer ajuste.

4. Coloque pausas onde uma pessoa respiraria

A leitura robótica corre de uma ideia para a outra. Adicione uma pausa curta antes de um ponto importante e depois de um título ou de uma piada. No Studio do Leelo, você pode colocar uma pausa depois de qualquer palavra ou definir o intervalo depois de cada fala.

5. Dê ênfase às palavras que importam

Escolha uma palavra por frase que carregue o sentido e dê ênfase a ela. No Studio, selecione a palavra e escolha a ênfase (forte, moderada ou mais suave). Não exagere: uma palavra enfatizada por frase soa natural; cinco soam como anúncio.

6. Varie o ritmo

Um vídeo inteiro na mesma velocidade cansa. Desacelere nas explicações e nos números, acelere um pouco nas listas e nas transições. Você pode definir a velocidade de um personagem ou mudar a velocidade de apenas algumas palavras.

7. Dê uma emoção à voz, quando ela ajudar

Muitas vozes aceitam uma emoção ou um estilo de fala (alegre, triste, sussurrado, telejornal e assim por diante) e uma intensidade. Defina um padrão para o personagem e mude nas falas que pedirem. Algumas vozes também aceitam direção em palavras simples. Os controles só aparecem nas vozes que os aceitam.

8. Corrija nomes, números e siglas uma vez só

Nada quebra a ilusão mais rápido do que uma marca pronunciada errado. Adicione-a à sua lista de pronúncia uma vez, escrita do jeito que deve soar, e todos os projetos passam a dizê-la do seu jeito. Nos números, escolha como são lidos: como data, hora, telefone, preço ou letra por letra.

9. Faça outra leitura

As vozes leem uma fala de um jeito um pouco diferente a cada vez. Se uma fala soar estranha, gere um segundo take e compare, em vez de gerar o roteiro inteiro de novo. O Leelo guarda até cinco takes por fala e deixa você ouvi-los em sequência.

Um checklist rápido

• A voz combina com o objetivo e foi escolhida com a sua própria primeira frase.
• As frases são curtas o bastante para serem ditas num só fôlego.
• Pausas antes dos pontos-chave; uma palavra enfatizada por frase.
• O ritmo desacelera nas explicações e acelera nas transições.
• Nomes, marcas e números estão na lista de pronúncia.
• As falas fracas têm um segundo take.

Se você está fazendo uma locução para YouTube, um podcast ou um audiolivro, as mesmas regras valem; o áudio longo só pede mais variação de ritmo para não ficar monótono.