Modificador de voz
Troque a voz de uma gravação ou de um vídeo com fala por outra voz e mantenha a emoção, o ritmo e o timing originais. Fala para fala com o ElevenLabs.
O nó Modificador de voz troca a voz de uma gravação, ou de um vídeo inteiro com fala, por outra voz. Ele converte fala em fala com o ElevenLabs, então a emoção, o ritmo e o timing originais permanecem, e só a voz muda. Conecte um áudio para receber um áudio de volta, ou conecte um vídeo para receber o mesmo vídeo com a nova voz.
Quando usar
- Trocar em uma única etapa a voz de um vídeo de uma pessoa falando ou com sincronização labial.
- Dar a uma gravação a voz da sua marca ou de um personagem.
- Ocultar a identidade de um falante e manter a fala natural.
- Transformar uma gravação de rascunho em uma narração bem acabada.
- Usar uma única voz de narrador em gravações de pessoas diferentes.
Para uma conversa com vários falantes que precisam, cada um, de uma voz nova, use o Modificador de voz Pro.
Início rápido
Adicione o nó
Pressione Tab no canvas e escolha Áudio › Vozes › Modificador de voz.
Conecte a gravação
Conecte um nó de áudio à entrada Áudio ou um nó de vídeo à entrada Vídeo.
Escolha a nova voz
Abra o painel de configurações. Em Voz, abra o explorador de vozes e escolha a voz a aplicar.
Execute
Clique em Executar no nó. Para um áudio, a nova gravação aparece na saída Áudio. Para um vídeo, o vídeo com a nova voz aparece na saída Vídeo, e a nova faixa de voz dele, na saída Áudio.
Entradas e saídas
| Entrada | Aceita | O que faz |
|---|---|---|
| Áudio | Nós de áudio, como Enviar áudio, Texto para fala e Extrator de voz | A gravação cuja voz é trocada. O nó retorna áudio. |
| Vídeo | Nós de vídeo, como Enviar vídeo, Gerar vídeo e Sincronização labial | O vídeo com fala que recebe a nova voz. O nó retorna o vídeo com a nova voz. |
Quando as duas entradas estão conectadas, o vídeo prevalece e a entrada de áudio é ignorada.
| Saída | O que traz |
|---|---|
| Áudio | O áudio com a nova voz. Sempre gerado. Para um vídeo, é a nova faixa de voz. |
| Vídeo | O vídeo com a nova voz. Só é gerado quando um vídeo está conectado. |
O arquivo decide o modo, não a entrada. O nó verifica o que o arquivo realmente contém. Um arquivo só de áudio na entrada Vídeo, como uma nota de voz salva como .m4a, é executado como áudio e retorna áudio. Um vídeo na entrada Áudio tem o som extraído e é tratado como áudio.
Configurações
| Configuração | O que faz |
|---|---|
| Voz | A voz de destino. Abre o explorador de vozes, com as vozes prontas, as da Biblioteca de vozes e as suas próprias vozes. |
| Modelo | Multilingual v2 (o padrão) cobre 29 idiomas. English v2 é só para inglês. Os dois custam o mesmo. |
| Estabilidade | De 0 a 1. O padrão é 0,5. Valores mais baixos são mais expressivos, e valores mais altos, mais uniformes. |
| Semelhança | De 0 a 1. O padrão é 0,75. O quanto o resultado se aproxima do timbre da voz de destino. |
| Exagero de estilo | De 0 a 1. O padrão é 0. Leva mais da interpretação da origem para a nova voz, mas aumenta a latência e pode reduzir a estabilidade. |
| Reforço do falante | Reforça a semelhança com a voz de destino, com um pouco mais de latência. Vem ativado por padrão. |
| Seed | Um número inteiro de 0 a 4.294.967.295. A mesma seed, a mesma entrada e as mesmas configurações geram o mesmo resultado. Deixe vazio para ter um resultado aleatório. |
| Remover ruído de fundo | Desativado (o padrão) mantém a música e os efeitos sonoros sob a nova voz. Ativado os remove, para um resultado limpo, só com a voz. |
Modelos
| Modelo | Desenvolvedor | Modos | Créditos | Detalhes |
|---|---|---|---|---|
| ElevenLabs Voice Changer | ElevenLabs | Modificação de voz | 44 | Fala para fala: converte uma voz em outra, preservando a prosódia. |
Mantenha o Multilingual v2, a menos que queira comparar resultados. A ElevenLabs o recomenda até para gravações em inglês, nas quais ele costuma se sair melhor que o English v2, e ele é obrigatório para gravações em outros idiomas.
Troque a voz de um vídeo inteiro
Conecte qualquer vídeo com fala à entrada Vídeo: um clipe gerado, um arquivo enviado ou uma tomada com sincronização labial. O nó então:
- Extrai a faixa de áudio do clipe.
- Converte a fala para a voz que você escolheu.
- Coloca a nova voz de volta no vídeo original e retorna o vídeo e a nova faixa de voz.
Isso substitui uma cadeia de quatro nós: um vídeo, Extrair áudio, uma troca de voz e Mesclar vídeo e áudio.
O vídeo precisa de uma faixa de áudio. A maioria dos modelos de texto para vídeo e de imagem para vídeo gera vídeo sem som. Só os modelos que geram som, como o VEO 3.1 e o Kling 3.0, dão ao nó uma fala para converter. Conecte um áudio diretamente quando o seu clipe não tiver som.
Mantenha ou descarte a música. Com Remover ruído de fundo desativado, a música e os efeitos sonoros do clipe ficam sob a nova voz. Ative a opção quando quiser só a voz.
Dicas
- Comece pelos padrões. Estabilidade 0,5 e Semelhança 0,75 servem para a maioria das gravações. Uma semelhança maior se aproxima mais da voz, mas pode soar menos natural.
- Deixe o Exagero de estilo em 0. Aumente o valor só quando a nova voz precisar carregar mais no drama do original.
- Limpe antes a origem. Gravações ruins levam os próprios problemas para o resultado. Passe antes o áudio com ruído pelo Extrator de voz.
- Prefira clipes com bastante fala. Música alta sob o diálogo pode vazar para a conversão. Ative Remover ruído de fundo quando não precisar da música.
- Espere menos nuance em mudanças grandes. Quanto mais distantes forem a voz de origem e a voz de destino, por exemplo de uma voz masculina grave para uma voz feminina leve, mais artefatos podem aparecer.
Solução de problemas
A execução falha com “This video has no audio track to revoice”. O clipe não tem som. Use um clipe com fala, ou conecte uma gravação à entrada Áudio.
O resultado soa robótico. Diminua a Semelhança para dar mais liberdade ao modelo, ou escolha uma voz de destino mais próxima do falante original.
Pela API
POST /v1/voice-changer recebe voiceId e audioUrl ou videoUrl, mais, opcionalmente, model, stability, similarityBoost, style, useSpeakerBoost, seed e removeBackgroundNoise. O campo sourceHasVideo do resultado informa se a execução usou o modo de vídeo ou o modo de áudio. A ferramenta MCP é voice_changer. Veja Voz e mídia.
Perguntas frequentes
O “Modificador de voz” mantém a emoção e o timing originais?
Sim. Ele converte fala em fala, então o ritmo, a entonação e a emoção da gravação permanecem, e só a voz muda. Uma boa interpretação original gera um bom resultado.
Posso trocar a voz de um vídeo diretamente?
Sim. Conecte o vídeo à entrada “Vídeo”. O nó retorna o mesmo vídeo com a nova voz, e a nova faixa de voz na saída “Áudio”. O vídeo precisa ter uma faixa de áudio com fala.
Qual modelo devo escolher?
Mantenha o Multilingual v2, o padrão. A ElevenLabs o recomenda até para gravações em inglês, e ele é obrigatório para outros idiomas. O English v2 também está disponível, pelo mesmo preço.
Posso manter a música de fundo sob a nova voz?
Sim. Deixe “Remover ruído de fundo” desativado, que é o padrão, e a música e os efeitos sonoros ficam sob a nova voz. Ative a opção para ter um resultado limpo, só com a voz.
Qual é a diferença entre “Modificador de voz” e “Modificador de voz Pro”?
O “Modificador de voz” aplica uma só voz à gravação. O “Modificador de voz Pro” detecta cada falante de uma conversa e dá a cada um uma voz própria.
Páginas relacionadas
Modificador de voz Pro
Extrator de voz
Dublagem
Sincronização labial
ElevenLabs Voice Changer
Última atualização
Texto para diálogo
Dê voz a uma conversa inteira em um só arquivo de áudio, com uma voz por fala e tags de emoção. Usa o ElevenLabs Dialogue v3, o v4 ou um modelo Gemini.
Modificador de voz Pro
Detecte cada falante de uma gravação ou de um vídeo com fala e dê a cada um uma nova voz, mantendo a emoção e o timing originais. Preço por minuto de fala.