Em 1 minuto
É o jeito que eu dou voz aos personagens. Cada um tem uma ficha (voz + jeito de falar). Gero as falas de uma vez, tiro as pausas e guardo num banco. Depois reaproveito em todo vídeo, sem gerar de novo.
Pra IA (copia e cola)
Quero dar voz a um personagem dos meus vídeos usando o Gemini TTS (Google AI Studio).
1. Me ajude a escrever a ficha de voz em 4 linhas: quem ele é; timbre e energia; atitude; "Português do Brasil, falado, sem sotaque de locutor".
2. Me sugira 3 vozes do Gemini TTS que combinem com a ficha, e por quê.
3. Monte uma lista de 8 falas curtas que ele vai repetir em vários vídeos (abertura, bordão, fecho, chamada para seguir).
4. Me diga como gerar todas numa rodada só no AI Studio e como encurtar as pausas longas sem acelerar a fala.
O personagem é: [descreva aqui]
Como usar
- Ficha: escreva quem é o personagem e como ele fala, em 4 linhas. Exemplo do Probo: seco, debochado, nunca grita, ritmo normal.
- Voz: escolha uma voz do Gemini TTS. O Probo usa a Algenib, a mais expressiva das que medi.
- Gerar: gere as falas que ele repete numa rodada só. Cada geração custa: não gere a mesma fala duas vezes.
- Pausas: encurte as pausas longas para no máximo 0,2 s. Não acelere a voz: acelerar muda o timbre.
- Banco: guarde cada fala com nome, texto e duração. No vídeo, é só encaixar.
- No Claude Code: a skill "estudio-de-voz" faz os 5 passos e mostra o custo de cada fala.
Resultado
- O banco do Probo tem 11 falas, 32,8 s no total, reaproveitadas em todos os reels dele.
- Custo: 102 gerações de voz, cerca de US$ 0,39 no total, uns US$ 0,004 por geração. É estimativa minha, ainda sem a tabela oficial do Google conferida.
Cuidado
- A chave do Google fica num cofre, nunca no arquivo do projeto nem no chat.
- Clone de voz de outra pessoa sem autorização é problema. Aqui são vozes prontas do Gemini.
- Ferramenta de voz de terceiros com licença "não comercial" não serve para vender.
Fonte: https://ai.google.dev/gemini-api/docs/speech-generation
