Locução para e-learning com texto para fala: guia prático

O texto para fala já é bom o bastante para narrar a maior parte do e-learning: módulos de compliance, tutoriais de software, onboarding e treinamento de produto. A maior vantagem não é a primeira gravação, e sim cada atualização depois dela, porque você muda uma frase sem contratar um locutor nem regravar o módulo inteiro. Um locutor humano ainda vale o investimento quando o curso depende de personalidade, de contar histórias ou de um apresentador reconhecível.

A seguir, um fluxo de trabalho prático: decidir quando usar narração com IA, escrever roteiros que funcionam em voz alta, acertar o tempo e a pronúncia, manter os cursos atualizados e traduzi-los.

Quando usar texto para fala em vez de um ator de voz?

Use esta tabela como um filtro rápido.

Um meio-termo comum: uma pessoa grava o vídeo de boas-vindas e os momentos emocionais do curso, e o texto para fala cuida dos módulos de procedimentos, que mudam a cada trimestre.

Como escrever um roteiro de e-learning que soe bem em voz alta?

Quase toda narração “robótica” é culpa do roteiro, e não da voz. O texto escrito para ser lido num slide é denso; o texto escrito para ser ouvido não é.

Regras para escrever para o ouvido

• Uma ideia por frase. Mire em frases de 15 a 20 palavras. Divida tudo o que tiver mais de uma oração separada por vírgula.
• Comece pela ação. “Clique em Salvar para guardar as alterações” é melhor do que “As alterações, que de outra forma serão perdidas, podem ser guardadas ao clicar em Salvar.”
• Diga os números do jeito que as pessoas falam. “Cerca de dois mil” é mais fácil de acompanhar do que “1.987”, a menos que o valor exato importe.
• Sinalize o caminho. “São três passos. Primeiro…” ajuda quem ouve e não pode voltar os olhos para o topo da página.
• Não leia o slide. Se a narração repete cada palavra do texto na tela, o aluno divide a atenção entre ler e ouvir. A pesquisa sobre aprendizagem multimídia chama isso de efeito de redundância. Deixe as palavras-chave na tela e a explicação no áudio.

Antes e depois

Texto em formato de slide:

“Em conformidade com a política 4.2, todos os pedidos de reembolso acima do limite estabelecido devem incluir notas fiscais detalhadas, sob pena de atraso no ressarcimento.”

Escrito para o ouvido:

“Se uma despesa passar de cinquenta dólares, anexe a nota fiscal detalhada. Sem ela, talvez a gente não consiga reembolsar você a tempo.”

Se você ainda não tem um roteiro, o roteirista com IA do Leelo pode escrever um rascunho a partir do seu esboço, e você edita a partir daí.

Quanto tempo vai durar a narração?

Uma narração profissional costuma ficar em torno de 150 palavras por minuto, e o conteúdo de treinamento muitas vezes vai um pouco mais devagar, para o aluno acompanhar a tela. Use esse número para planejar.

• Uma microaula de 5 minutos tem cerca de 750 palavras.
• Um módulo de 20 minutos tem cerca de 3.000 palavras.
• Um curso de 10 módulos, com média de 8 minutos cada, tem cerca de 12.000 palavras.

Cole um roteiro na calculadora de duração de roteiro grátis para ver quanto tempo ele vai durar antes de produzir. Se um módulo ficar longo, corte palavras, não a velocidade: acelerar a voz para caber num tempo a deixa mais difícil de entender.

Como produzir a narração, passo a passo?

Este é o fluxo no estúdio de texto para fala do Leelo, que trabalha fala a fala.

1. Importe o roteiro. Cole o texto ou importe um documento e vá fala a fala. Cada fala pode ser editada e gerada de novo separadamente.
2. Escolha a voz. Selecione um narrador na biblioteca de vozes e use o mesmo em todos os módulos do curso. A consistência importa mais do que a voz “perfeita”.
3. Acerte a pronúncia uma vez. Adicione nomes de produtos, siglas e jargões à lista de pronúncia, para que “SaaS”, “SQL” ou o nome da sua empresa sejam ditos do mesmo jeito em todos os módulos.
4. Dirija a leitura. Desacelere uma fala com uma definição importante, coloque uma pausa antes de uma pergunta, dê mais energia à introdução.
5. Guarde vários takes das falas difíceis. Gere algumas versões e fique com a melhor; as outras continuam disponíveis se você mudar de ideia. Veja takes.
6. Use uma segunda voz onde ajudar. O treinamento baseado em cenários (“um cliente liga para reclamar…”) funciona melhor como diálogo, com duas vozes no mesmo projeto.
7. Exporte. Baixe MP3 ou WAV por módulo ou por slide e importe na sua ferramenta de autoria.

Entradas de pronúncia de que a maioria dos cursos precisa

• Siglas lidas letra a letra ou como palavra: “FAQ” (F-A-Q ou “fak”), “GDPR” (letra a letra), “NASA” (como palavra).
• Nomes de produtos: uma marca escrita “Qlik” ou “Xero” pode ser lida errado se você não criar uma regra.
• Heterônimos em inglês: “lead” (o metal, chumbo) e “lead” (liderar uma equipe), “record” (o substantivo, registro) e “record” (o verbo, gravar). Reescreva a frase ou defina uma pronúncia para essa fala.
• Unidades e símbolos: “5 ms”, “24/7”, “°C”. Decida como cada um deve ser falado.

Como manter o volume consistente em todo o curso?

O aluno percebe quando um módulo está mais baixo que o outro e ele precisa ficar ajustando o volume. Escolha um volume-alvo para o curso e mantenha. Muitas equipes miram em torno de -16 LUFS para áudio tocado online. Antes de publicar, confira alguns arquivos exportados com um medidor de volume, como o medidor de volume grátis do Leelo.

Se você adicionar uma música de fundo, mantenha-a bem abaixo da voz e tire-a por completo nas explicações densas. As faixas de música e de efeitos sonoros do Leelo ficam sob a narração, então você ajusta a mixagem seção por seção.

Como atualizar um curso sem regravar tudo?

É aqui que o texto para fala mais economiza tempo. Digamos que a interface mude e um botão chamado “Enviar” agora se chame “Enviar para aprovação”:

1. Abra o projeto e encontre as falas que mencionam “Enviar”.
2. Edite essas falas (digamos que sejam três).
3. Gere de novo só essas falas. O resto do módulo fica como está, então a voz, o ritmo e o volume continuam combinando.
4. Exporte e troque o áudio na sua ferramenta de autoria.

Com um locutor humano, a mesma mudança significa marcar uma sessão, reproduzir a configuração original do microfone e torcer para que a voz soe igual meses depois.

Como traduzir o e-learning para outros idiomas?

Você tem dois caminhos.

Refaça a voz do roteiro

Traduza o roteiro e produza o áudio com uma voz nativa de cada idioma, por exemplo espanhol, francês ou alemão. É o caminho que dá mais controle e funciona bem em cursos baseados em slides. Deixe folga no tempo: o texto traduzido costuma ficar mais longo do que o inglês, então um slide cronometrado para o áudio em inglês pode precisar de alguns segundos a mais.

Duble o vídeo

Se o módulo é uma gravação de tela ou um vídeo com apresentador, a dublagem traduz e dá nova voz ao vídeo inteiro. Você pode testar antes com um trecho curto no tradutor de vídeo grátis.

Quanto custa uma narração com IA para um curso?

O Leelo cobra em créditos: 1 crédito é 1 palavra em uma voz padrão, e as vozes premium custam 1,5 crédito por palavra. Tarefas que falham devolvem os créditos. Um exemplo de conta para o curso de 10 módulos acima (cerca de 12.000 palavras):

• Voz padrão: cerca de 12.000 créditos.
• Voz premium: cerca de 18.000 créditos.
• Some as falas geradas de novo e os takes alternativos, e reserve talvez 20 a 30% a mais.

Isso cabe com folga no plano Starter (US$ 19 por mês, 80.000 créditos). A dublagem de um vídeo pronto usa os mesmos créditos, por minuto de vídeo. Os créditos mensais não acumulam, então planeje as produções grandes dentro de um mês de cobrança ou compre um pacote de créditos, que vale por 12 meses. Todos os detalhes estão na página de preços, junto com a forma de contar os créditos. O uso comercial do áudio, inclusive em cursos que você vende, é permitido nos planos pagos.

Como a narração deixa um curso mais acessível?

O áudio ajuda quem acha difícil lidar com texto denso, inclusive muitas pessoas com dislexia (falamos disso em texto para fala para dislexia). Mas só o áudio pode excluir alunos surdos ou com deficiência auditiva. Diretrizes de acessibilidade como as WCAG esperam legendas para vídeo e uma transcrição para conteúdo só de áudio. Como o seu roteiro é a transcrição, publique-o junto com o áudio e use a ferramenta de transcrição do Leelo para gerar o texto de gravações que não têm roteiro.

Mais ideias para equipes de cursos estão na página do caso de uso de e-learning.

Perguntas frequentes

Os alunos se incomodam por o narrador ser uma voz de IA?

A maioria dos alunos se importa muito mais com clareza, ritmo e qualidade do áudio do que com quem gravou. Os problemas costumam vir de roteiros escritos para a página, termos pronunciados errado e volumes inconsistentes, e tudo isso você pode corrigir. Seja transparente se perguntarem; não há motivo para esconder que a narração é sintética.

Qual é a melhor velocidade de fala para narração de e-learning?

Cerca de 150 palavras por minuto é um bom ponto de partida, um pouco mais devagar para definições técnicas ou para alunos que estudam num segundo idioma. Ajuste a velocidade fala a fala, e não no módulo inteiro, para que os pontos-chave ganhem mais tempo.

Posso usar narração com IA num curso que eu vendo?

Nos planos pagos do Leelo, o uso comercial do áudio é permitido, o que inclui cursos pagos e trabalhos para clientes. Os 1.000 créditos únicos do plano grátis servem para testar o estúdio. Confira também os termos da plataforma em que você vende.

Que formato de áudio devo exportar para a minha ferramenta de autoria?

A maioria das ferramentas de autoria de e-learning aceita MP3 e WAV. Use WAV se pretende editar mais o áudio e MP3 para arquivos menores na importação direta. Exporte um arquivo por slide ou por seção para facilitar as atualizações futuras.

Como manter a mesma voz em cursos feitos com meses de diferença?

Use a mesma voz, os mesmos ajustes de interpretação e a mesma lista de pronúncia em todos os módulos. Como a voz é sintética, ela não envelhece nem muda de uma sessão para outra, como pode acontecer com uma estrutura de gravação humana. Se você quer uma voz que mais ninguém use, crie uma ou clone a voz de um apresentador que consinta.