Como o Texto em Fala funciona: vozes, limites e preço
Insira até 10.000 caracteres, escolha uma voz MiniMax, Qwen 3, OpenAI, ElevenLabs ou a sua própria voz e receba um arquivo de áudio. Um minuto de fala custa de 2 a 18 tokens.
Atualizado em 2 de novembro de 2026Leitura de 4 min
O Texto em Fala transforma texto escrito em um arquivo de áudio falado. As pessoas usam esse recurso para narrar apresentações ou vídeos, ouvir um artigo em vez de lê-lo, conferir como uma frase estrangeira é pronunciada ou enviar uma mensagem com sua própria voz clonada. Funciona em web.vocalingo.app, iOS e Android.
Qual texto você pode inserir
Cada execução aceita até 10.000 caracteres, cerca de 11 minutos de fala em ritmo normal. Um contador abaixo do campo mostra quantos caracteres você usou.
Digite o texto ou toque em Colar para inseri-lo da área de transferência.
Dite com o botão do microfone: o aplicativo transforma sua fala em texto.
Envie de outra ferramenta: após Fala para Texto ou Vídeo para Texto, toque em Texto em fala sob O que fazer a seguir?.
Se o texto for mais longo, o aplicativo exibe "O texto é longo demais. Máximo de 10.000 caracteres." Divida-o em partes e gere a voz de cada uma separadamente.
Como gerar a voz de um texto
Na aba Ferramentas, abra Texto em Fala.
Na aba Texto, digite o texto e toque em Continuar.
Na aba Voz, escolha uma voz. O botão de reproduzir ao lado de cada voz toca uma amostra. Por padrão, a voz Expressive Narrator da MiniMax vem selecionada.
Se necessário, configure a voz abaixo da lista: instruções para vozes da OpenAI, emoção, velocidade e tom para MiniMax, estabilidade, similaridade e estilo para ElevenLabs. Toque em Continuar.
Na aba Resultado, confira o custo estimado e toque em Gerar.
Enquanto o áudio é produzido, o botão exibe "Gerando áudio..." com uma porcentagem, e a opção Cancelar aparece logo abaixo.
Quais vozes você pode escolher
O seletor de voz tem sete abas: Favoritos, Recentes, Minhas vozes, MiniMax, Qwen 3, OpenAI e ElevenLabs. MiniMax e ElevenLabs soam mais naturais em textos longos, as vozes da OpenAI podem ser guiadas com instruções, e Minhas vozes reúne as vozes clonadas a partir das suas gravações. Uma comparação de todos os grupos com preços: qual voz de Texto em Fala escolher. Como pesquisar, ouvir prévias e salvar vozes em Favoritos: escolhendo uma voz.
Como adicionar risos, pausas e a entonação correta
Com as vozes da MiniMax e da ElevenLabs, a aba Texto exibe tags. Toque em uma tag para copiá-la e cole-a no texto no ponto onde o efeito deve soar.
MiniMax: (laughs), (sighs), (coughs), (crying), (gasps), (groans) e <#1#> para uma pausa de um segundo.
ElevenLabs: [excited], [sad], [angry], [curious], [whispers], [laughs], [sighs], [crying] e reticências para uma pausa. O excesso de tags em sequência pode gerar falhas no áudio.
Se uma palavra for pronunciada com a sílaba tônica errada, escreva a parte com ênfase em letras maiúsculas, por exemplo, REcord (um disco) e reCORD (gravar).
O que você recebe e onde encontrar
A aba Resultado mostra um player com o áudio. Ao lado do player há um botão: no aplicativo ele abre o menu de compartilhamento para você enviar o arquivo ou salvá-lo no aparelho; na web ele baixa o arquivo. Para alterar algo, edite o texto ou a voz e toque em Gerar novamente.
Cada resultado é salvo no Histórico: toque no ícone de relógio na parte superior. Sem o Premium, os últimos 3 resultados são mantidos; com o Premium, todos eles. Detalhes: Histórico: salvar, restaurar e excluir resultados.
Quanto custa
O preço depende da voz e do tamanho do texto. Os tokens são cobrados pelo arquivo concluído: se a geração falhar, nada é cobrado ou os tokens são estornados.
| Voz | Preço | Um minuto de fala (cerca de 150 palavras) |
|---|---|---|
| OpenAI | 1,8 token para cada bloco iniciado de 150 palavras, arredondado para cima | cerca de 2 tokens |
| MiniMax | 12 tokens a cada 1.000 caracteres | cerca de 11 tokens |
| ElevenLabs | 12 tokens a cada 1.000 caracteres | cerca de 11 tokens |
| Qwen 3 | cerca de 20 tokens a cada 1.000 caracteres | cerca de 18 tokens |
| Sua voz MiniMax | 12 tokens a cada 1.000 caracteres | cerca de 11 tokens |
| Sua voz Qwen 3 | cerca de 11 tokens a cada 1.000 caracteres | cerca de 10 tokens |
O mínimo para qualquer execução é 1 token. Instruções, emoção e outros ajustes não alteram o preço. Preços de outras ferramentas: tabela de tokens para cada ferramenta.
O que o Texto em Fala não faz
Ele não traduz. A voz lê o texto no idioma em que foi escrito. Para obter a fala em outro idioma, traduza o texto antes em Tradução de Texto.
Ele não consegue alterar a voz em uma gravação existente. Para isso existe o Modificador de Voz.
O resultado não tem o bloco O que fazer a seguir?, então o áudio não é enviado para outras ferramentas de forma automática.
Se a geração demorar demais, o aplicativo exibirá "A geração de voz demorou demais. Tente novamente." Toque em Tentar novamente e, se falhar outra vez, escolha outra voz.
Falar com o suporte
Descreva o problema e responderemos por e-mail. Adicione o nome do arquivo ou o ID da tarefa, se tiver.