Configurações de Traduzir Áudio: reconhecimento, tradução e locução

Para abrir as configurações, toque no ícone de configurações (controles deslizantes) no canto superior direito de Traduzir Áudio. O painel tem três abas: Reconhecimento, Tradução e Locução. O aplicativo lembra suas escolhas para as próximas gravações.

Quando uma alteração entra em vigor

Cada aba é aplicada em um momento diferente, portanto, uma alteração nem sempre afeta o resultado que já está na tela.

Reconhecimento: quem converte a fala em texto

ElevenLabs Scribe é o padrão e a opção mais barata. O idioma da gravação é sempre detectado automaticamente.

O provedor escolhido aqui também é usado pela Transcrição de Texto, que não possui configurações próprias.

Tradução: qual modelo traduz

O modelo custa frações de token por 1.000 caracteres, portanto a escolha envolve qualidade e velocidade.

Locução sem clonagem

Vozes padrão leem a tradução de forma rápida e econômica, mas não soam como a pessoa que falou. Em Traduzir Áudio, cada uma delas tem uma voz fixa que você não pode alterar.

Locução com clonagem

As opções de clonagem geram a locução da tradução com a voz da sua gravação. MiniMax e Qwen 3 capturam a voz dos primeiros 60 segundos do arquivo, portanto esses segundos devem conter a fala clara de apenas uma pessoa.

Opções do MiniMax

• Clonar do arquivo: uma clonagem única para esta tradução. Minha voz MiniMax: uma das suas vozes salvas, sem a taxa de clonagem de 180 tokens.

• Velocidade: de 0.5x a 2.0x. Um valor mais alto significa fala mais rápida.

• Emoção: Automático (recomendado), Feliz, Triste, Bravo, Com medo, Surpreso, Calmo ou Com nojo.

• A tradução deve ter no máximo 10.000 caracteres.

• Se você alterar a velocidade ou a emoção e gerar a locução do mesmo resultado novamente, os 180 tokens não serão cobrados uma segunda vez.

Opções do Qwen 3

• Clonar do arquivo ou Minha voz Qwen.

• Estilo de fala: Automático, Lento, Rápido, Calmo, Enérgico, Profissional, Amigável ou Suave. Funciona apenas com Clonar do arquivo.

• Se a clonagem do Qwen falhar, o aplicativo faz a locução da tradução com uma voz padrão e exibe «A clonagem de voz não está disponível no momento. Uma voz padrão foi usada.»

ElevenLabs Dubbing v2

O Dubbing v2 dubla a própria gravação original e não lê o texto da aba Tradução. Ele mantém o ritmo e o timbre da voz e faz a locução de cada orador separadamente. Por causa disso, suas edições na tradução não são aplicadas: «A dublagem usa a gravação original, portanto o texto editado não é aplicado.» Vozes salvas não funcionam com o Dubbing v2.

O que acontece se você não escolher uma voz

Até que você selecione uma opção de locução neste painel, o aplicativo escolherá uma automaticamente quando você tocar em reproduzir.

• Para os 10 idiomas do Qwen 3 e gravações a partir de 3 segundos, a voz é clonada com o Qwen 3 sem perguntar.

• Para outros idiomas, o aplicativo pergunta Clonar voz? informando o valor da opção mais barata, MiniMax ou Dubbing v2. Usar voz de IA seleciona uma voz padrão. Marcando Não perguntar novamente, sua escolha será lembrada.

• Qualquer opção que você tocar no painel é mantida para os próximos arquivos, desde que seja compatível com o idioma e a duração deles.

Uma opção incompatível com a gravação atual fica esmaecida com uma mensagem como «idioma não suportado» ou «requer ≥ 10 s de áudio». Se você mudar para um idioma incompatível com a opção escolhida, o aplicativo altera a locução para ElevenLabs.

Vozes salvas

Uma voz salva permite fazer locuções de traduções com a sua própria voz, mesmo quando outra pessoa estiver falando na gravação. Existem duas maneiras de criar uma.

• Após uma locução com Clonar do arquivo, toque em Salvar voz na seção E agora?. Uma voz do MiniMax salva dessa forma não terá a cobrança de 180 tokens na próxima vez.

• Adicione uma voz em Configurações → Minhas vozes. Veja Como gravar ou enviar uma amostra de voz.

Se a locução soar estranha, veja as causas e soluções em Por que a voz traduzida parece robótica. Mensagens de erro são explicadas em A locução de Traduzir Áudio falhou ou travou.