Passo a passo para criar vozes profissionais com ElevenLabs

Passo 1 — Treinamento com Professional Voice Clone

O primeiro passo é utilizar o recurso Professional Voice Clone do ElevenLabs, que exige pelo menos 30 minutos de áudio original para treinar a IA. Renato explica como extrair esses áudios dos seus vídeos antigos, combiná-los e criar um modelo robusto, capaz de capturar todas as nuances da sua voz. Ele compartilha sua própria experiência ao enviar um arquivo de 4 horas de áudio para gerar um modelo incrivelmente realista após 24 horas de processamento.

Passo 2 — Normalização de texto

No segundo passo, ele aborda a importância de normalizar o texto que será convertido em áudio. Muitas pessoas cometem o erro de enviar textos crus para o gerador de voz, sem considerar pausas, pronúncias e formatação ideal. Para resolver isso, Renato apresenta um agente de normalização criado com IA, que ajusta automaticamente datas, valores, siglas e insere pausas naturais no texto, seguindo as boas práticas descritas na própria documentação do ElevenLabs.

Passo 3 — Ajuste de parâmetros

No terceiro e último passo, Renato explica como ajustar os parâmetros avançados do ElevenLabs, como similaridade, estabilidade e velocidade de fala. Ele revela quais combinações funcionam melhor para diferentes contextos — como mensagens de WhatsApp ou criativos de Instagram — e mostra como a simples alteração desses valores pode transformar completamente a qualidade do áudio gerado.

Dicas adicionais

Além disso, Renato compartilha o Renabot, seu próprio agente de vendas com voz clonada, que responde tanto por texto quanto por áudio. Esse exemplo prático mostra como aplicar a clonagem de voz em soluções reais, como atendimento automatizado e funis de vendas com IA.

Conclusão

Se você quer criar vozes profissionais com ElevenLabs, dominar a técnica correta e aplicar isso nos seus projetos, este vídeo é um guia essencial. Aproveite também os links gratuitos mencionados no final do vídeo para acessar o agente de normalização de texto e o prompt para descrição de voz no ChatGPT.