O modelo de texto para voz mais expressivo e dirigível

Com o nosso modelo de voz, você escreve a instrução em linguagem natural — “fale como um locutor de rádio da madrugada, caloroso e sem pressa” — e a voz ajusta a entrega para combinar. É direção em linguagem natural, do jeito que você orientaria um dublador, e não uma lista fixa de emoções predefinidas.

Sim. Além da instrução geral, insira marcações curtas entre colchetes como [sob], [sigh] ou [giggle] em qualquer ponto do texto para moldar um momento específico. E o controle Instruction Commitment define o quanto a voz leva a sua direção adiante: do estável e contido ao ousado e expressivo.

Qualquer voz da plataforma pode ser sua referência. Escolha em uma biblioteca curada — em que cada voz tem personalidade própria, em vez de uma narração intercambiável —, clone a sua a partir de uma amostra curta ou projete uma voz nova a partir de um prompt de texto.

O Breeze TTS 2 Multilingual oferece 51 idiomas. Os idiomas disponíveis dependem do modelo escolhido, e o BreezeBlue mostra apenas os idiomas expostos por esse modelo no momento.

O áudio gerado nos planos pagos do BreezeBlue pode ser usado em projetos comerciais, de vídeos e anúncios a games e audiolivros.

Sim. Começar no BreezeBlue é grátis, e todo usuário pode resgatar créditos gratuitos por dia. Os planos pagos crescem a partir daí, com mais créditos mensais, mais slots de voz e geração mais rápida conforme suas necessidades aumentam. Veja o detalhamento completo na nossa página de preços.

O áudio gerado em Texto para voz e no Studio é baixado em WAV, enquanto as vozes da Biblioteca de vozes são baixadas em MP3.

Consegue — e isso é medido, não apenas prometido. No Voice Direction Benchmark aberto (agosto de 2026), o Breeze TTS 2 alcançou 4.25 em 5 de pontuação geral em nove eixos de controle, incluindo emoção, intenção e sotaque. Na prática, você descreve o sentimento que quer — uma dor contida, uma empolgação que cresce, um sarcasmo seco — e a voz interpreta, em vez de aplicar um preset pronto de alegre ou triste.

Trate a instrução como a anotação de um diretor: nomeie a emoção, a intenção por trás da fala e o ritmo, em vez de empilhar adjetivos. “Fale sussurrando, muito baixo e tenso, como se tivesse medo de ser ouvido” funciona melhor do que “sussurre dramaticamente”. Cada amostra desta página mostra a instrução completa na íntegra, então você pode partir de uma, mudar um único detalhe e ouvir exatamente o que muda.

Sim. A API de texto para voz roda o mesmo modelo do Creator web, então a mesma instrução em linguagem natural produz a mesma interpretação dirigida nos dois. O áudio volta em streaming pela API, os SDKs resolvem a requisição em poucas linhas, e as entradas idênticas desta página facilitam verificar que os dois caminhos batem.