Como fiz meu IVR parar de soar como robô dos anos 90 (e de graça)
Semana passada liguei pro banco — aquele grande, todo mundo conhece. "Para consultar saldo, tecle 1." A voz? Um sintetizador que parecia ter saído de um GPS de 2005. Metálica, rápida demais, zero empatia. Desliguei na hora. Fiquei pensando: quanta grana esse banco gasta em branding visual e deixa a "voz da marca" soar como liquidificador quebrado?
Foi o empurrão que eu precisava. Já tinha uma gravação minha de 30 segundos — áudio limpo, sala de reunião, microfone decente. Nada de estúdio. Só eu falando num tom natural, com pausas, respiração, aquele "ééé" no meio da frase. Guardei no Drive e esqueci.
Até descobrir que dava pra clonar minha voz online sem pagar um centavo. Sem cadastro. Sem limite de caracteres. Abri o navegador, arrastei o arquivo, dois minutos depois tinha um modelo pronto pra gerar quantas frases eu quisesse. Clonagem de voz grátis de verdade — não aquelas versões "demo" que cortam no meio.
O pulo do gato: consistência em todos os pontos de contato
IVR não é só "tecle 1". São dezenas de ramificações: "opção inválida", "aguarde na linha", "nosso horário é das 8 às 18", "gostaria de falar com atendente?". Antes, cada alteração significava chamar locutor, agendar estúdio, aprovar, subir no PABX. Um saco. E o pior: cada gravação saía com timbre diferente. Um dia o locutor tava gripado, no outro com pressa, no outro o microfone era outro. O cliente ouvia e — mesmo sem perceber conscientemente — sentia que "tem algo estranho".
Com o modelo clonado, isso acabou. A voz ia grátis mantém o mesmo timbre, mesma cadência, mesma "personalidade" em cem, duzentas frases. Mudei o texto de "nosso horário é das 8 às 18" pra "atendemos de segunda a sexta, 8h às 18h" — rodei de novo, baixei o WAV, subi no gateway. Pronto. Cinco minutos.
Reels e TikTok: 15 segundos pra conquistar ou perder
Quem faz conteúdo pro Reels ou TikTok sabe: a narração faz ou quebra o vídeo. Você tem 15 segundos. A voz tem que soar como um amigo falando no ouvido — não como locutor de rádio AM. Já tentei gravar eu mesmo no celular. Três takes, quatro takes... na última frase faltava ar, a voz falhava, o ruído do ventilador entrava. Desisti.
Joguei o roteiro no texto para voz grátis da mesma plataforma. Escolhi meu modelo clonado. Ajustei velocidade pra 1.1x (meu natural é meio acelerado). Deu play. A narração saiu com minhas pausas, meu "né" característico, até o jeito que eu alongo a última sílaba. O editor de vídeo nem acreditou: "Gravou de novo?" — "Não, mandei a IA fazer."
Agora meu fluxo: escrevo o roteiro no Notion, copio pro gerador de voz gratuito, baixo o áudio, sincronizo no CapCut. Se o cliente pede mudança na call-to-action, altero uma linha, gero de novo, substituo. Narração ia grátis na veia, sem drama.
Podcast: aqueles dois minutos que definem se o ouvinte fica
Meu podcast — "Papo de Produto", quinzenal, uns 2 mil ouvintes fiéis. A intro sempre me deu dor de cabeça. Dois minutos apresentando o episódio, convidado, tema, patrocínio. Gravava, regravava, odiava. Ou soava formal demais (tipo jornal das 8) ou solto demais (parecia áudio de WhatsApp).
Subi meu modelo clonado no sintetizador de voz grátis. A mágica: ele pegou até minha rouquidão de madrugada e o risinho no final das frases. Dividi a intro em blocos — abertura, boas-vindas, apresentação do convidado, patrocínio, gancho do episódio. Cada bloco virou um arquivo separado. Hoje, quando o patrocinador muda o script, eu só edito aquele bloco, gero de novo, colo no Audacity. Locução automática gratuita que parece artesanal.
Ouvinte me mandou DM: "Sua voz tá diferente, mais... você?". Melhor elogio possível.
Audiolivro teste: 40 mil palavras num fim de semana
Curiosidade: será que aguenta texto longo? Peguei um conto meu (uns 12 mil palavras), mandei pro text to speech português grátis. Deixei rodando enquanto fazia almoço. Voltei: arquivo único, 1h20min de áudio, zero travamentos. A entonação nas falas dos personagens? Surpreendentemente decente — não é dublagem profissional, mas pra audiolivro com voz ia grátis de teste, quebra um galhão.
Pensei em oferecer versão em áudio dos meus artigos do Medium. Dublagem com ia grátis abre essa porta sem custo de estúdio.
O fluxo técnico (simples, juro)
- Grave a semente: 30 segundos num ambiente silencioso. Celular serve se tiver bom microfone. Fale natural — inclua números, perguntas, exclamações, pausas. Salve como WAV 16-bit, 16kHz ou superior.
- Suba no clonador: Acesse a página de clonagem de voz grátis, arraste o arquivo. Espere 2-3 minutos. O modelo fica salvo na nuvem.
- Cole os textos: No painel de texto para voz grátis, cole suas frases do IVR, roteiros de Reels, intro do podcast. Cada bloco vira um arquivo.
- Ajuste fino: Velocidade (0.8x a 1.3x), pitch (-2 a +2 semitons), pausa entre parágrafos. Teste um, ouça, ajuste, aplique pro resto.
- Baixe e use: WAV 16kHz/8kHz pro IVR, MP3 44.1kHz pra vídeo/podcast. Pronto.
Automação pra quem gosta de dormir tranquilo
Meu IVR muda todo mês — promoção nova, horário de feriado, aviso de manutenção. Antes: ticket pro time de telecom, 3 dias pra subir. Agora: webhook no GitHub Actions. Altera o JSON com as frases → roda script Python que chama a API de síntese → commit dos WAVs → deploy automático no PABX via Ansible. Voz sintética sem cadastro integrada no CI/CD. O pessoal de infra chorou de alegria.
Perguntas que todo mundo me faz
O áudio serve direto no PABX / URA?
Serve. A plataforma entrega WAV 16kHz/8kHz padrão G.711 — compatível com Asterisk, FreeSWITCH, Avaya, Cisco, Genesys... Baixa, sobe, funciona.
A voz muda com o tempo?
Não. O modelo é estático depois do treino. Só muda se você subir nova amostra. Rodei o mesmo texto hoje e daqui a 6 meses — idêntico.
Tem limite de caracteres ou chamadas?
Zero. Sem limite de caracteres, sem cotas diárias, sem "créditos". É voz sintética sem cadastro mesmo — abre, usa, fecha.
E privacidade? Meu áudio fica salvo?
O modelo fica na nuvem deles pra você reusar. Se quiser apagar, tem botão "Excluir modelo" no painel. Eu mantenho porque uso semanalmente.
Vale a pena?
Se você tem qualquer ponto de contato por voz — IVR, WhatsApp Business com áudio, Reels, TikTok, YouTube Shorts, podcast, audiolivro, curso online — clonar voz grátis deixa de ser "legalzinho" e vira vantagem competitiva. Sua marca passa a ter uma voz. Não três, não "a voz do locutor da vez". A voz.
Testa hoje. Grava 30 segundos no celular agora. Sobe na página de clonagem. Gera uma frase boba: "Olá, aqui é a [sua empresa], como posso ajudar?". Ouve. Sorri. Entende.
Depois me conta nos comentários: qual foi a primeira frase que você mandou falar?
Quer ver mais casos de uso? Dá uma olhada nos tutoriais completos — tem desde IVR multilíngue até narração pra curso EAD. E se quiser começar do zero, a página inicial explica tudo em dois minutos.