Amigo achou que NPC de jogo era dublado por gente de verdade — ri, e o motivo é a clonagem de voz grátis
Na última raid, um cara do grupo soltou no chat de voz: "Essa fala do NPC é de um dublador profissional, né? A voz é muito natural."
Eu ri na hora. Aquilo era clonagem de voz grátis — levei uns dez minutos pra fazer.
Se me dissessem isso há seis meses, eu não acreditaria. Mas desde que descobri o texto para voz grátis, o jeito que eu dublo meus projetos mudou completamente.
Do robô à voz humana: o pulo do gato
Antes, eu usava aqueles TTS gigantes. Resultado? Todo mundo percebia que era máquina. Principalmente em diálogos com vários personagens — todos com o mesmo timbre, sem alma. Jogador reclamava na hora.
Aí testei clonar voz grátis. Gravei três frases minhas como base e fui distribuindo vozes diferentes pros NPCs: o velho da vila ficou com um tom grave e rouco, a elfa com uma voz mais clara e com um leve prolongamento no final, e o vilão... esse eu baixei o tom e adicionei um pouco de respiração.
O amigo entrou no jogo e me perguntou se eu tinha contratado um estúdio.
O mais bizarro? Não é só mudar o tom. A ferramenta capta pausas, entonação, até o ritmo da respiração. Eu dividi uma fala em partes, coloquei tags de emoção diferentes em cada uma, e o resultado tinha uma pegada de "atuação" que eu não esperava.
Erro de novato: clonagem não é gravador mágico
Na primeira vez, fui ganancioso. Tentei clonar cinco personagens de uma vez.
Resultado: todas as vozes ficaram embaralhadas, parecia que várias pessoas estavam usando a mesma boca. Aí entendi: voz ia grátis precisa de referência limpa — pelo menos 15 segundos de voz pura, de preferência com a mesma emoção que você quer.
Outra vez, tentei clonar direto do áudio do jogo original. Quase levei um susto com o aviso de direitos autorais.
Agora eu gravo tudo eu mesmo, ou uso os timbres prontos que o site oferece. Aliás, o gerador de voz gratuito não pede cadastro — abre, grava, arrasta o arquivo, pronto.
Rotina prática pra dublar vários NPCs
Meu fluxo hoje é simples:
- Escrevo as falas.
- Separo por personagem.
- Escolho um timbre base (tem dezenas de opções prontas).
- Ajusto velocidade, altura e intensidade emocional.
O passo crucial é "ancorar" cada personagem: usar o mesmo modelo de clone pra todas as falas daquele NPC. Nunca misture.
E o narração ia grátis é perfeito pra falas longas — ele quebra as frases sozinho, muito melhor do que eu ficar colocando vírgula manualmente.
O que ninguém te conta sobre o "grátis"
Pode perguntar: é pra sempre? De verdade?
Uso há mais de um mês, não paguei nada, e nunca apareceu paywall. Mas tem um limite de caracteres por dia — dá pra gerar umas duas ou três horas de áudio.
O sintetizador de voz grátis tem qualidade de até 44.1kHz, o que é ótimo pra efeitos de jogo. Se você quer fazer um audiodrama, melhor testar vários modelos no clonar minha voz online.
Meu site principal é esse text to speech português grátis, que é estável e sem anúncio chato.
Na prática: dublagem de uma NPC "gata tsundere"
Essa semana apareceu um pedido novo: uma NPC gata, com falas ao mesmo tempo arrogantes e carentes, tipo "Hmph, não é como se eu estivesse esperando por você!".
Testei com o timbre padrão de "garota" — ficou doce demais, perdeu a "chatice" característica. Aí gravei eu mesmo imitando uma voz de tsundere, uns 20 segundos, e clonei.
Quando ouvi o resultado, fiquei uns dois segundos em choque. Aquele "hmph" tinha um tom subindo no final, e um leve nasal que era exatamente a gata.
Coloquei no jogo. Um colega passou, ouviu e perguntou: "Quem é o dublador?" Falei que era IA. Ele olhou pra tela, pensou, e soltou: "Então essa IA sabe atuar."
Detalhe que muda tudo: emoção
Ninguém te avisa, mas na clonagem, a emoção importa mais que o timbre.
A mesma frase "você finalmente chegou" com tag "surpresa" ou "tristeza" fica completamente diferente. Eu sempre coloco uma tag antes de cada fala, tipo "[feliz] você chegou", e o motor entende.
Dica extra: pra dar sensação de falta de ar, coloca reticências no final da frase. O TTS alonga o som naturalmente — funciona melhor que ficar mexendo em parâmetro de respiração.
Perguntas que todo mundo faz
A voz clonada fica com cara de robô?
Boa pergunta. No começo eu também tinha medo. Mas se o áudio de referência for limpo, em velocidade normal não dá pra perceber que é sintético. Quando a respiração fica estranha, eu adiciono uma vírgula ou um ponto pra forçar uma pausa.
Como evitar transição brusca entre personagens?
Gero um arquivo separado pra cada personagem e deixo o motor do jogo escolher qual tocar. Assim a troca é instantânea e cada um tem sua própria curva emocional.
Dá pra cantar com isso?
Dá. Testei o modo audiolivro com voz ia grátis e até fiz uma versão feminina de uma demo minha. Ficou ouvivel. Mas cantar é mais difícil que falar — precisa de mais referência e ainda tem que afinar na edição.
Fechando
Agora quando alguém pergunta "quem dublou esse NPC?", eu respondo: "uma IA grátis, chamada dublagem com ia grátis". Ninguém acredita. Aí eu mostro ao vivo — gravo duas frases, clono, gero uma fala nova, tudo em menos de dois minutos.
Imagina se isso fosse há dez anos? Quanto custaria um dublador?
E aí, tem algum personagem de jogo que você queria dublar com a sua própria voz?