BENCHMARK DE DESIGN DE VOZ TTS
Quão bem os modelos TTS dão vida a personagens?
Um benchmark aberto que mede com quanta convicção os modelos TTS criam vozes marcantes e fiéis ao papel a partir de descrições de personagens em linguagem natural.
RANKING
Ranking de Design de voz
Breeze TTS 2
MiMo-V2.5-TTS
Inworld Voice Design
Fun-AudioGen-VD
Eleven v3
Qwen3-TTS-VD
VoxCPM2MÉTRICAS
Três medidas de um bom design de voz para personagens.
Avaliamos a aderência ao papel, a diversidade de vozes e a aprovação de texto. Juntas, elas capturam tanto o desempenho individual quanto o alcance de todo o elenco.
Aderência ao papel
Se a voz gerada pertence ao personagem. Os avaliadores julgam em conjunto idade, textura, temperamento e interpretação de 1 a 5 em relação ao perfil completo do papel. Clipes que não passam no filtro de texto são excluídos.
Diversidade de vozes
O número de grupos de vozes acusticamente distintos em todo o elenco gerado. Isso mostra se o elenco soa como pessoas diferentes ou se colapsa em algumas poucas vozes padrão. Complementa a aderência ao papel, porque um modelo pode seguir bem cada prompt e ainda assim reutilizar sempre as mesmas vozes.
Aprovação de texto
Se cada clipe fala com clareza a fala prevista, avaliado separadamente da qualidade do design de voz. Problemas leves de pronúncia ou clareza passam. Substituições, omissões ou inserções perceptíveis são classificadas como degradadas. Falas reescritas ou puladas são reprovadas. A pontuação informada é a proporção de clipes classificados como aprovados.
DATASET
1.000 personagens em sete mundos de narrativa
Selecionada do CharacterCodex, cada tarefa combina um prompt de personagem anonimizado com um roteiro de prévia natural — testando a criação de vozes marcantes sem depender de nomes ou franquias conhecidos.
Literatura, teatro e obras líricas
18%Romances • Peças de teatro • Contos • Canções • Poesia
Fontes factuais, jornalísticas e de pesquisa
17%Biografias · Documentários · Jornais · Artigos científicos · Periódicos de pesquisa
Mito, folclore e tradição histórica
14%Mitologia · Lendas urbanas · Textos históricos · Folclore · Contos de fadas
Mídias ilustradas e animadas
14%Mangá · Graphic novels · Anime · Histórias em quadrinhos · Webcomics
Jogos e diversão interativa
13%Videogames · Jogos de tabuleiro · Jogos de cartas · RPGs de mesa
Periódicos e mídia na web
13%Revistas · Blogs · Artigos on-line
Cinema e televisão
11%Filmes · Programas de TV
OUÇA A DIFERENÇA
Mesmo personagem. Mesmo roteiro. Qual voz combina mais?
Prompt de Design de voz
Mature male, 50s-60s, Japanese-accented English. Dignified, measured, stoic tone. Clear texture with slight age rasp. Deliberate pacing, significant pauses. Conveys wisdom, authority, and visionary caution.
Roteiro
We do not rebuild a nation with noise or haste. We place each stone with care, and when doubt rises, we answer it with discipline, patience, and an unshaken sense of duty.
Voz A
Voz B
RECURSOS
Reproduza os resultados ou crie o seu próprio personagem
Suíte de avaliação
Tudo o que você precisa para reproduzir estes resultados ou avaliar um novo sistema.
Baixar o dataset
Baixe todas as 1.000 tarefas de design de voz, com prompts, roteiros de prévia e metadados de papel.
Explorar mais vozes
Descubra 15.000 vozes de personagens únicas no Voice Galaxy, um universo 3D interativo.
Crie seu personagem
Transforme a descrição ou a imagem de um personagem em uma voz marcante e expressiva no BreezeBlue Studio.