Suno
Músicas inteiras a partir de uma descrição
Gera a faixa com voz, letra e arranjo a partir de um prompt curto. Dá para definir gênero e clima ou subir a sua própria letra.
Síntese de voz, música, limpeza de som e transcrição.
137 ferramentas
Músicas inteiras a partir de uma descrição
Gera a faixa com voz, letra e arranjo a partir de um prompt curto. Dá para definir gênero e clima ou subir a sua própria letra.
A síntese de voz mais natural
Narra textos com voz viva, clona a sua própria voz e dubla vídeos para dezenas de idiomas. Tem API para integração.
Agente de voz sem programar
O roteiro da ligação é montado com o mouse, o agente recebe um número e começa a atender e fazer ligações com relatórios de cada uma.
Atendimento de ligações no lugar do recepcionista
Atende as ligações recebidas, agenda horários e transfere para uma pessoa quando a questão sai do roteiro.
Cola do atendente em tempo real
Durante a ligação mostra as frases necessárias e lembra os pontos obrigatórios, para que um novato soe experiente.
Análise de conversas de vendedores de campo
Grava reuniões e visitas presenciais, não só ligações, e mostra ao gestor o que se fala no campo.
Agentes de voz para o serviço de suporte
Assume as solicitações comuns por telefone e melhora os roteiros sozinho analisando as ligações que deram errado.
Sugestões ao atendente durante a ligação
Ouve a conversa em tempo real e mostra ao atendente o próximo passo e a frase adequada, e ao gestor onde o time perde vendas.
Controle de qualidade automático do suporte
Revisa cada solicitação com um checklist em vez de escutas por amostragem e marca onde o atendente saiu do roteiro.
Análise de todas as conversas do contact center
Ouve não uma amostra, mas todas as ligações e conversas, avalia com os seus critérios e mostra o que ensinar aos atendentes.
Síntese de voz com latência mínima
Narra o texto rápido o suficiente para uma conversa ao vivo e pode funcionar no próprio dispositivo, sem ir à nuvem.
Música que se adapta ao vídeo
Gera faixas de fundo e ajusta a duração e o clima à edição sem quebrar a estrutura musical.
Narração para conversa em tempo real
Entrega a fala em streaming com latência de dezenas de milissegundos, o que agentes de voz exigem, e clona vozes.
Narração barata via API
Aposta no preço por caractere, então serve onde é preciso narrar muito e sempre: livros, newsletters, notificações.
Modelos compactos e síntese de voz aberta
Desenvolve modelos pequenos que rodam em hardware modesto e publica modelos abertos de narração com clonagem de voz.
Redublagem de vídeo com sincronia labial
Muda o que foi dito em um vídeo pronto: traduz, redubla e ajusta o movimento dos lábios à nova faixa.
Transcrição acelerada com Whisper
Implementação do modelo Whisper reescrita para JAX, que processa gravações longas bem mais rápido que a original.
Kit aberto de síntese de voz
Biblioteca com modelos prontos de narração e clonagem de voz, que se pode treinar no seu idioma e manter na sua máquina.
Dublagem com revisão de um tradutor humano
Redubla o vídeo com vozes sintéticas, mas o resultado é revisado por uma pessoa, então serve para televisão.
Base aberta para agentes de voz
Transmite áudio e vídeo em tempo real e une reconhecimento, modelo de linguagem e síntese em uma conversa contínua.
Reconhecimento de fala no próprio dispositivo
Comandos de voz e palavras de ativação funcionam sem internet, no celular ou em um microcontrolador, então o áudio não sai do aparelho.
Extração rápida da voz de uma faixa
Biblioteca aberta da Deezer que divide a gravação em duas, quatro ou cinco faixas. Foi por muito tempo o padrão para playbacks.
Whisper que economiza memória
O mesmo modelo sobre o motor CTranslate2: roda várias vezes mais rápido e cabe em uma placa modesta.
Canções com voz cantada a partir de um texto
Compõe a música e canta sobre ela as palavras indicadas, o que serve para clipes curtos e jingles.
Modelos da Meta para música e sons
Conjunto aberto com MusicGen e AudioGen: gera música a partir de uma descrição e efeitos sonoros isolados. Roda localmente.
Música com direitos para uso comercial
O modelo foi treinado em catálogos licenciados, então as faixas podem ir para publicidade e vídeo sem risco de reclamações.
Transcrição com tempos exatos por palavra
Acrescenta ao Whisper o alinhamento por palavras e a separação de falantes, servindo para legendas e para analisar reuniões.
Troca de voz em uma gravação vocal
Você canta e na saída soa outra voz mantendo a melodia e a interpretação. As vozes são licenciadas com os artistas.
Edição e substituição de voz para produção
Troca a voz, limpa a gravação e controla a emoção da interpretação; é voltado a estúdios e dublagem de jogos.
Estrutura para conversas de voz
Biblioteca aberta onde o diálogo é montado em elos: ouvir, pensar, falar, interromper. Funciona com diferentes fornecedores de modelos.
Gerador de canções com controle de estrutura
Compõe música com voz a partir de uma descrição ou da sua própria letra, permitindo definir refrão, estrofe e clima por partes.
Vídeo e voz via API
Infraestrutura de chamadas no navegador e em apps, sobre a qual se constroem tanto videochamadas como agentes de voz de baixa latência.
Separação de uma música em faixas
Decompõe a gravação em voz, bateria, baixo e o resto com uma qualidade que foi por muito tempo a melhor entre as soluções abertas.
Geração de fala com suspiros e risadas
Modelo que produz não só palavras, mas também sons não verbais, trechos musicais e vários idiomas. Pesos abertos.
Síntese de voz rápida em hardware modesto
Narra o texto localmente e dá conta até em um computador de placa única, por isso é usado em sistemas de voz domésticos.
Localização de cinema e séries
Transfere a voz do ator para outro idioma preservando o timbre e a emoção, e encaixa as falas na duração da cena.
Dublagem para idiomas raros
Redubla vídeos e transmissões ao vivo para idiomas que os grandes serviços não cobrem, preservando a voz de quem fala.
Processamento de grandes acervos de mídia
Transcreve, etiqueta e busca dentro de horas de vídeo e áudio, e licencia separadamente vozes de pessoas conhecidas.
Plataforma de ligações ao vivo para vendas
Discagem paralela com detecção de caixa postal e análise de gravações, para caber mais conversas no turno.
Discagem sem esperar o toque
Disca vários números ao mesmo tempo e conecta o vendedor só quando alguém atende do outro lado.
Resumo da ligação no CRM e no chat
Ouve as negociações, escreve um resumo curto e o distribui nos campos do negócio e no canal onde será lido.
Análise de conversas médicas em tempo real
Ouve a consulta ou a chamada de emergência e sugere perguntas de acompanhamento para não deixar passar um sintoma importante.
Secretário médico na consulta
Transforma a conversa da consulta em nota estruturada e a envia ao sistema médico da clínica.
Documentação da consulta sem as mãos
Ouve a conversa entre médico e paciente e redige a nota clínica com os códigos, sem exigir digitação.
Agente de voz que soa humano
Liga e atende ligações, interrompe e responde a interrupções mantendo um ritmo natural. Os roteiros são escritos em código.
Telefonia e roteiros de voz em código
Plataforma de ligações na nuvem onde a lógica da conversa é programada e conectada a reconhecimento e síntese de voz. Traz blocos prontos para contact center.
Gravação e limpeza de podcast no navegador
Grava a faixa de cada participante separadamente, remove ruído e vícios de fala e marca capítulos. A edição é feita pela transcrição.
Narração e hospedagem de podcasts juntas
Converte texto em voz em muitos idiomas e distribui o episódio nas plataformas de podcast com página própria.
Síntese e reconhecimento de fala em tempo real para apps
Modelos rápidos de TTS e STT e inferência de modelos de linguagem por APIs modulares. Feito para apps de massa em que latência e custo da voz importam.
Transcrição de reuniões e áudio em 58 idiomas
Grava chamadas no Zoom, Meet e Teams, transcreve identificando quem fala, traduz e escreve um resumo.
Texto para fala com ajuste fino da voz
Centenas de vozes em vários idiomas com controle de velocidade, tom, pausas e efeitos. Popular entre youtubers para narração.
Narração com emoções de ator
Centenas de vozes-personagem que sussurram, gritam ou ficam tristes. Para vídeos, audiolivros e jogos, com entonação ajustável por frase.
Atendentes de IA para ligações em massa
Plataforma corporativa onde os agentes ligam para clientes e atendem chamadas conforme um roteiro, integrados ao CRM.
Da gravação ao material pronto para redações
Transcreve entrevistas e permite montar citações, matérias e cortes a partir da transcrição. Usada por redações de notícias.
De pensamentos falados e bagunçados a texto limpo
Você fala a ideia como vier e o AudioPen transforma numa nota estruturada, post ou e-mail no estilo escolhido.
Vídeos narrados a partir de apresentações e texto
Transforma slides do PowerPoint ou um roteiro num vídeo com locutor em 100 idiomas. Prático para cursos e guias internos.
Atas de reuniões e tarefas depois das chamadas
O bot entra na chamada, grava, destaca decisões e tarefas e envia para o CRM, Slack ou gerenciador de tarefas.
Músicas e rap com vocal de IA
Você escreve a letra ou envia um beat e o Uberduck gera o vocal e faixas prontas, com biblioteca de vozes e API para desenvolvedores.
Plataforma de agentes de voz por telefone
Você cria um agente que recebe e faz ligações: consultas médicas, qualificação de leads ou pesquisas. Baixa latência e pagamento por minuto.
Áudio e vídeo em texto em cem idiomas
Você envia um arquivo ou link e recebe o texto com marcações de tempo, que dá para editar, traduzir e exportar como legendas.
Texto para fala grátis online
Você cola o texto, escolhe idioma e voz e baixa o MP3. Tem vozes em russo, espanhol e português, e permite uso comercial.
Serviço europeu de transcrição com proteção de dados
Transcrição e legendas em servidores europeus conforme o GDPR, automáticas ou revisadas. Para universidades, governo e mídia.
Gravador de bolso com resumos de IA
Um aparelho fino grava reuniões e ligações do celular, e o app faz a transcrição, o resumo e mapas mentais.
Transcrição e análise de provas para advogados
Transcreve depoimentos, ligações e vídeos e transforma provas digitais em conclusões verificadas e citáveis para o caso. Também mantém transcrição e legendas gerais.
Transcrição rápida e quase ilimitada
Transcreve arquivos de até 10 horas com o modelo Whisper. Alguns arquivos grátis por dia e sem limites no plano pago.
Notas de reuniões com IA e transcrição em 150 idiomas
Grava e transcreve chamadas, transforma em notas e decisões, e o arquivo de conversas vira base de conhecimento. Empresa europeia, GDPR.
Ditado em qualquer app no Mac e iPhone
Você aperta uma tecla e fala: o texto aparece onde está o cursor, já com pontuação. Pode funcionar localmente sem internet.
Transcrição para jornalistas e pesquisadores
Transcrição automática precisa com editor sincronizado ao áudio, busca nas gravações e tradução. Integra com Zoom e Premiere.
Instrumental e a capela de qualquer música online
Você envia uma música e recebe separados voz, bateria, baixo e o resto. Útil para karaokê, covers e remixes.
Separação de voz grátis no seu computador
Programa aberto com os melhores modelos de separação: voz, instrumentos e backing vocals. Funciona offline e sem limites.
Grave podcasts e entrevistas com qualidade de estúdio
Grava cada participante localmente sem perdas, e a IA corta pausas, limpa o áudio, transcreve e recorta clipes para as redes.
Músicas com vocal a partir de letra e referência
Cria músicas completas em vários idiomas: dá para usar sua letra, o estilo ou enviar uma faixa de referência para um som parecido.
Masterização automática e distribuição de faixas
Você envia a mixagem e a IA masteriza no estilo e volume desejados. Também tem samples, plugins e distribuição para os streamings.
Separação de faixas em stems para profissionais
Separa voz, bateria, baixo e diálogos da música e dos efeitos. Usada por gravadoras, estúdios de cinema e equipes de dublagem.
Masterização de criadores que trabalharam com artistas do Grammy
Masterização online em poucos minutos, ajustando o resultado a uma faixa de referência e comparando antes e depois.
Música para marcas e criadores
Cria música para a marca e o conteúdo: faixas, sons de marca e trilhas de fundo com licença de uso comercial.
Música e efeitos sonoros da Stability AI
Gera faixas e sons a partir de uma descrição e continua um trecho enviado. O modelo foi treinado com uma biblioteca licenciada.
Plugins de mixagem, masterização e limpeza de áudio
Ozone, Neutron e RX com assistentes que analisam a faixa e sugerem ajustes. Um padrão em estúdios de gravação e pós-produção.
Tradução e dublagem de vídeo em 130 idiomas
Traduz a fala mantendo a voz de quem fala e ajusta os lábios ao novo idioma. Para canais do YouTube e vídeos educativos.
Dublagem rápida de vídeos com IA
Você envia o vídeo, escolhe idiomas e vozes e recebe uma versão dublada com legendas que dá para ajustar no editor.
Legendas, transcrição e narração de vídeo
Transcreve a fala automaticamente, cria legendas e traduz para dezenas de idiomas, e depois narra com vozes de IA.
Agentes de voz que atendem o telefone
Atendem ligações com voz natural: reservam mesas e quartos, recebem pedidos e resolvem dúvidas sem espera na linha.
Um vídeo narrado a partir de texto ou artigo
Transforma um texto, um post ou um link em vídeo com imagens de banco e uma voz da sua grande biblioteca. Muitos idiomas.
Agentes de voz para ligações sem código
Monta um bot que recebe e faz ligações: agendamentos, qualificação de clientes, respostas a dúvidas.
Lê em voz alta livros e artigos
O app da ElevenLabs narra PDF, artigos e livros com vozes naturais. Prático para ouvir no caminho.
Gravação de reuniões com cortes dos momentos-chave
Grava a chamada, faz o resumo e permite recortar um trecho importante e compartilhar por link. Popular em vendas e pesquisa.
Grava ligações de vendas e preenche o CRM
Grava e resume a reunião, identifica objeções e próximos passos, e leva as conclusões ao CRM sozinho.
Resumo de ligações de vendas em vários idiomas
Grava reuniões e ligações telefônicas, faz o resumo e preenche o CRM. O ponto forte são os idiomas europeus, incluindo francês e espanhol.
Resumos de reuniões, e-mails e chats num só lugar
Resume as chamadas e condensa a correspondência de e-mail e mensageiros, mostrando o que importa e o que aguarda resposta.
Gravação de chamadas com marcações e cortes
Grava Zoom, Meet e Teams, marca os momentos importantes e manda as conclusões ao CRM. Plano gratuito generoso.
Modulador de voz e painel de sons
Muda a voz no Discord, jogos e lives, e adiciona efeitos sonoros com atalhos de teclado.
Música sem reivindicação de direitos para o seu vídeo
Gera uma faixa conforme o clima e a duração, e permite mudar a estrutura por seções. Licença para YouTube e publicidade.
Um bot que grava e resume as chamadas
Conecta-se a Zoom, Meet e Teams, transcreve e resume, e permite buscar e perguntar no histórico de reuniões.
Efeitos de áudio no navegador
Muda tom e andamento, adiciona reverb e 8D, tira o vocal, sem instalar e de graça. Para ajustes rápidos.
Do podcast a artigo, posts e newsletter
Transcreve o episódio e tira dele um artigo, notas, citações para redes e um e-mail para a newsletter.
Muda a voz em tempo real
Modulador de voz gratuito para jogos, lives e chamadas, com uma grande biblioteca de vozes da comunidade.
O estúdio musical com IA do Google (antigo Riffusion)
Cria e remixa músicas com qualidade de estúdio, ajuda a dirigir clipes e a criar seus próprios instrumentos. O projeto nasceu do Riffusion.
Lê em voz alta documentos e sites
Narra PDF, livros e páginas web com vozes naturais, com extensão para o navegador e aplicativo.
Música, sons e imagens para vídeo
Banco com licença para vídeos: faixas, efeitos sonoros, imagens e modelos. Ganhou locução e geração de imagens com IA.
Transcrição e tradução de fala por API
Transcreve gravações e fluxo ao vivo separando por locutor e traduzindo na hora. Voltado a integrar-se em produtos europeus.
Música conforme a cena e o clima do vídeo
Você escolhe cena, gênero e clima e recebe uma faixa da duração necessária com direito de uso comercial. A aposta é a simplicidade, não o ajuste fino.
Limpa o podcast do lixo da fala
Remove os «é», estalos, respirações e pausas longas de uma gravação de conversa. Mostra quanto tempo de edição foi economizado.
Compõe trilhas para vídeo e jogos
Gera música instrumental conforme o gênero e o clima, e a partitura pode ser ajustada no editor próprio. A licença permite usar as faixas em peças comerciais.
Música de fundo conforme o clima do vídeo
Monta a faixa para uma emoção e uma duração específicas, de modo que não cubra a voz. A licença é limpa e serve para YouTube e publicidade.
Vozes com entonação viva para ligações
Síntese de voz pensada para telefonia: entonação coloquial, pausas e hesitações que soam naturais. Latência baixa.
Reconhecimento de fala por API
Passa áudio para texto separando por locutor, com marcações de tempo e detecção de temas. Usado por desenvolvedores que integram transcrição no produto.
Reconhecimento de fala em muitos idiomas
Passa fala para texto detectando o idioma na hora e funciona em fluxo contínuo. Voltado a integrar-se por API.
Troca a voz do ator na gravação
Substitui a voz de uma gravação por outra do catálogo mantendo a entonação e a interpretação. É usado em dublagem, jogos e audiolivros.
Separa a música em faixas para músicos
Isola voz, bateria e baixo, muda andamento e tom, e mostra os acordes. Feito para ensaiar e tirar músicas.
Modelos de voz para músicos
Troca a voz do vocal e remove o fundo da gravação para montar um cover. Dá para treinar um modelo com a sua própria voz.
Nivela o volume e limpa o som
Ajusta os níveis automaticamente, remove ruído e deixa a gravação nos padrões de transmissão. Podcasters usam há anos para o acabamento final.
Limpa uma gravação de voz até virar estúdio
Remove ruído, eco e reverberação de uma gravação caseira e a aproxima do som de estúdio. Funciona de graça no navegador e traz um editor de podcast à parte.
Música ajustada à duração exata do vídeo
Monta a faixa com os segundos certos, adaptando a estrutura à edição. A licença permite uso comercial.
Um fluxo infinito de música sob medida
Gera uma faixa contínua para trabalhar, para uma live ou para um app, em vez de um arquivo solto. Tem API para integrar em produtos.
A interpretação de um ator com outra voz
Transfere a atuação para outra voz mantendo a interpretação; é usado em cinema e televisão. Trabalha com contratos de licença com os atores.
Transcrição com foco nos sotaques
Entende bem a fala com sotaques e dialetos diferentes, mesmo em gravações com ruído. Pode ser instalado na sua própria rede.
Reconhecimento de fala para produtos de voz
Passa fala para texto em tempo real e com baixa latência, então serve para ligações e bots de voz. Também traz síntese de voz na mesma cadeia.
Agentes pessoais de voz para quem é curioso
Um conjunto de agentes pessoais para conversar por voz: pensar numa ideia, entender um tema ou descobrir algo novo. Prévia no iOS e, depois, óculos inteligentes.
Tira o vocal de uma música de graça
Separa a faixa em voz e playback no próprio navegador, sem cadastro. Inclui mudança de andamento, tom e um editor simples.
Uma faixa em dois cliques, sem saber música
Monta uma composição completa por estilo em segundos, e depois dá para ajustar e publicar no streaming. Voltado a iniciantes.
Vozes de locutor para treinamento e publicidade
Biblioteca de vozes de estúdio com controle fino de ênfases e pausas. As vozes são gravadas com atores sob contrato.
Síntese e clonagem de voz de código aberto
Modelo de pesos abertos: narra texto e reproduz uma voz a partir de uma amostra curta, em muitos idiomas. Dá para rodar local.
Avaliação humana de IA de voz por API
Dá aos times que criam assistentes de voz e síntese de fala avaliações rápidas de pessoas reais: naturalidade, emoção e qualidade do diálogo com uma só chamada de API.
Síntese de voz com latência muito baixa
A voz começa a soar quase na hora, então serve para conversa ao vivo e não só para narrar uma gravação. Clona vozes a partir de uma amostra curta.
Detecção de deepfakes e marcas d'água para empresas
Verifica em tempo real voz, vídeo e imagens em busca de falsificações e marca o conteúdo gerado com marca d'água. Na nuvem ou nos seus servidores.
Lê documentos e artigos em voz alta
Transforma PDF, livros e páginas da web em áudio com voz natural e até 4,5 vezes mais rápido. Também escreve por ditado.
Remove ruído em chamadas
Limpa ruído de fundo e eco do microfone em qualquer aplicativo, grava a reunião e faz o resumo. Funciona sobre Zoom, Meet e Teams.
Transcrição e resumo de áudio e vídeo
Converte áudio e vídeo em transcrições, legendas, resumos e mapas mentais. Serve para reuniões, entrevistas, aulas e podcasts.
Ditado no lugar do teclado
Você dita e recebe o texto já limpo em qualquer aplicativo, com pontuação e sem vícios de linguagem. Funciona no Mac e no Windows.
Agentes de voz para telefonia
Monta um bot de voz que recebe e faz ligações: reconhecimento, modelo e síntese numa só cadeia de baixa latência.
Grava e resume suas reuniões online
Conecta-se a Zoom, Meet e Teams: grava, transcreve e entrega um resumo com as tarefas. O plano gratuito não limita o número de reuniões.
Transcrição e resumo de reuniões
Conecta-se a Zoom, Meet e Teams, transcreve ao vivo e entrega as conclusões com as tarefas. Dá para buscar no histórico de todas as chamadas.
Separar uma música em faixas
Extrai voz, bateria e baixo de uma gravação pronta e limpa ruído e eco. Prático para covers, karaokê e podcasts.
Música com foco na qualidade do som
Concorrente do Suno com controle fino da estrutura da faixa: dá para construir a composição por partes e editar cada seção.
Modelo aberto de reconhecimento de fala
Passa áudio para texto em dezenas de idiomas, funciona local e é gratuito. É a base de um monte de serviços de transcrição.
Locução para apresentações e publicidade
Biblioteca de vozes de locutor com ajuste de ritmo e entonação, e editor com linha do tempo para acompanhar o vídeo.
Editar vídeo corrigindo o texto
Transcreve a gravação e deixa montar o vídeo apagando palavras no texto. Remove vícios de linguagem e pausas com um botão.