Domande frequenti

Acquirenti: apri una voce dalla vetrina di un doppiatore o dal marketplace, clicca Genera la voce, scrivi il tuo copione (almeno 30 caratteri) e genera. Paghi per ogni secondo di audio prodotto, e prima di acquistare puoi ascoltare una breve anteprima gratuita.

Doppiatori: per creare la tua voce, carica registrazioni di riferimento della tua voce: l'AI la clona a partire da queste, quindi la loro qualità conta molto più della quantità. Un solo campione ben fatto basta per pubblicare una voce, ma aggiungere un campione per ogni emozione (ciascuno etichettato chiaramente) attiva le indicazioni di regia e una gamma espressiva molto più ampia. Crea una voce separata per ogni lingua e accento che sai interpretare. Per una guida dettagliata, vedi “Come registrare i campioni della mia voce per ottenere i risultati migliori?” qui sotto.

I tuoi campioni sono il riferimento da cui l'AI clona la voce, quindi la loro qualità determina tutto ciò che viene generato dalla tua voce. Un po' di attenzione qui fa una grande differenza.

Una voce per ogni lingua e accento

• Una voce ha una sola lingua e un solo accento. Se ne sai interpretare più di uno, ad esempio spagnolo (Colombia) e spagnolo (Messico), oppure un inglese americano di New York e uno del Sud, crea una voce separata per ciascuno. Gli acquirenti cercano per accento, così ognuno viene trovato da solo, e l'AI clona ciascuno solo da campioni in quell'accento.
• I campioni appartengono a una voce e ne portano con sé lingua e accento. Ciò che un campione aggiunge è l'emozione, cioè le indicazioni di regia che gli acquirenti usano nel corso del copione: mischiare accenti dentro una stessa voce lascerebbe un'indicazione come [happy] con due risposte possibili.
• Un solo campione ben fatto basta per pubblicare una voce. Per offrire agli acquirenti una gamma emotiva, aggiungi un campione per ogni emozione (vedi sotto).
• Punta a circa 10–30 secondi di parlato pulito e continuo per campione. Per clonare la voce vengono usati solo circa otto secondi (su un campione più lungo, il tratto più continuo), quindi una durata maggiore aggiunge poco. I campioni oltre i 2 minuti vengono rifiutati al caricamento.
• Interpreta, non leggere. La voce copia l'interpretazione del tuo campione. Una lettura attenta ma piatta produce generazioni piatte, quindi registra come vorresti che un cliente ti sentisse.

Un'emozione per campione

• Mantieni ogni campione su un'unica emozione e un unico stile, costanti dall'inizio alla fine. Non mettere insieme, per esempio, una battuta allegra e una cupa nella stessa registrazione: il modello cattura l'interpretazione complessiva del campione, quindi mischiare gli stili confonde il risultato.
• Mantieni costanti tono, ritmo, energia e volume all'interno di ogni campione.
• Etichetta ogni campione con la sua emozione (Happy, Calm, Confident, Excited…). Quelle etichette diventano le indicazioni di regia che gli acquirenti usano per cambiare emozione nel corso del copione.

Qualità audio

• Registra in un ambiente silenzioso: niente rumori di fondo, ronzii, eco o riverbero.
• Niente musica di sottofondo, effetti sonori o altre voci.
• Se puoi, usa un buon microfono (invece di quello del telefono o del portatile), ed evita audio molto compresso o a basso bitrate.
• Mantieni un volume costante e naturale, senza clipping né distorsione.
• Esporta in mono, oppure assicurati che entrambi i canali stereo contengano audio. Un file registrato da un solo microfono su un lato di una traccia stereo si sente da un orecchio solo e dà all'AI metà del riferimento: questi caricamenti vengono rifiutati.
• Carica la qualità più alta che hai: l'ideale è un WAV non compresso.

Puliscilo prima di caricarlo

• Taglia il silenzio e i vuoti all'inizio e alla fine.
• Rimuovi i respiri pesanti, gli schiocchi di lingua e di labbra, ma non togliere ogni respiro. I tester indicano regolarmente l'assenza totale di respiro come ciò che tradisce una voce AI, quindi i respiri leggeri e naturali sono un pregio, non un difetto.
• Taglia le incertezze e le false partenze.

Niente intercalari o suoni di riempimento

Una lettura improvvisata e colloquiale spesso suona più naturale e viva di una recitata da un testo: quell'istinto è giusto, e non vogliamo appiattirlo. Ma improvvisare è anche la fonte di “ehm”, “mmm”, “allora…” e “cioè”, e in un campione di riferimento questi hanno un costo che nel normale lavoro di voce non esiste: un suono di riempimento nel tuo campione non resta nel tuo campione.

• L'AI non ha modo di sapere che un intercalare non è una parola che volevi dire. Tratta tutto ciò che c'è nel campione come parte del tuo modo di parlare, quindi può riprodurre quel suono nell'audio generato: all'inizio di una lettura, e di nuovo dopo ogni pausa.
• Il campione di un doppiatore aveva un leggero “ehm” nei primi secondi. Ogni generazione da quella voce cominciava con un “ehm”.
• Lo stesso vale per i colpi di tosse, le deglutizioni udibili e tutto ciò che toglieresti da un take finito.

Due modi per conservare la naturalezza senza pagarne il costo: scrivi le parole e interpretale invece di leggerle piatte, oppure improvvisa come fai di solito e togli gli intercalari prima di caricare. Vanno bene entrambi: ciò che conta è che nel file che carichi non ne resti nessuno.

Cosa dire

• Usa un parlato naturale e ben articolato, con frasi complete.
• Scegli contenuti rappresentativi dello stile che offri; evita scioglilingua o testi pieni di numeri.
• Assicurati che la lingua e l'accento che parli corrispondano esattamente alla voce a cui appartiene questo campione.

Se la tua voce ha più campioni etichettati, puoi cambiare emozione nel corso del copione inserendo l'indicazione prima di un passaggio:

[happy] Bentornati! [calm] Facciamo un bel respiro.

Altri controlli del copione che puoi combinare:

• [pause 2]: inserisce una pausa esatta di 2 secondi. Funziona qualsiasi durata da [pause 0.5] a [pause 30] (vanno bene anche i decimali); i valori oltre i 30 secondi vengono ignorati. Funziona anche [pausa 3].
• [emphasize]: alza il volume della frase successiva (ottimo per gli slogan)
• {Marca|fonetica}: controlla la pronuncia, es. {Nike|Naiki}
• La punteggiatura modella i tempi in modo più sottile: virgole e puntini di sospensione (…) aggiungono brevi pause naturali. Un a capo fa più di una pausa: cambia il ritmo e l'intonazione che il modello dà all'intero passaggio, quindi spostare un paragrafo su una riga a sé può cambiare sensibilmente l'interpretazione. Per una pausa esatta e prevedibile, usa [pause N].

Gran parte della differenza tra una buona generazione e una ottima sta nel copione stesso. Questi consigli vengono direttamente da ciò che hanno scoperto i nostri tester:

• Usa [pause N] per tempi su cui puoi contare. La punteggiatura regola il ritmo, ma solo un tag di pausa ti dà uno stacco esatto e ripetibile.
• Gli a capo sono una vera leva creativa. Spostare un paragrafo su una riga a sé non aggiunge solo uno stacco: cambia il ritmo e l'intonazione con cui la voce legge quel passaggio. Se una lettura sembra piatta, prova a spezzarla in modo diverso prima di cambiare le parole.
• Dai a ogni sezione con indicazione una frase completa. Ogni sezione viene generata separatamente e ha bisogno di almeno 30 caratteri; i frammenti brevi suonano tronchi e vengono rifiutati.
• Cambia un'emozione alla volta. Ogni indicazione di regia viene generata da una registrazione diversa, quindi cambiare emozione a ogni riga rende l'interpretazione irrequieta. Raggruppa invece il copione in pochi blocchi emotivi.
• Dividi i copioni lunghi in parti. Ogni indicazione aggiunge tempo di generazione; i copioni molto lunghi e pieni di indicazioni possono esaurire il tempo a disposizione. Due generazioni più brevi sono più veloci e di solito suonano meglio di una sola sterminata.
• Scrivi numeri, date e sigle come vanno pronunciati (“duemilaventisei”, “A-P-I”), e usa {Marca|fonetica} per i nomi che la voce sbaglia.
• Rigenera dopo le piccole modifiche. Siccome il modello legge l'intero copione per il contesto, un piccolo cambiamento di parole o spaziatura può modificare sensibilmente l'interpretazione: spesso vale la pena fare un secondo tentativo.

Al momento Worder supporta 10 lingue (inglese, spagnolo, francese, tedesco, italiano, portoghese, giapponese, coreano, cinese e russo), ciascuna con varianti regionali e di accento (per esempio, inglese o spagnolo di paesi diversi). Se la lingua o l'accento di cui hai bisogno non è ancora in elenco, scrivi a admin@worder.com e ti terremo aggiornato man mano che il supporto linguistico cresce.

• Codice invito: non ti serve per registrarti. Se ne inserisci uno e viene rifiutato, controlla che non ci siano errori di battitura, oppure svuota il campo e registrati senza.
• I codici di verifica non arrivano: inviamo un codice via email durante la registrazione e, se la attivi, all'accesso con autenticazione a due fattori. Se non arriva entro un minuto, controlla la cartella spam o promozioni e verifica di aver inserito l'indirizzo email giusto; poi richiedi un nuovo codice.
• “0 corrispondenze” sul video di verifica: significa che le parole trascritte dalla tua registrazione non corrispondevano alla frase sullo schermo. Di solito la causa è rumore di fondo, una lettura troppo veloce o una frase non letta esattamente. Registra in una stanza silenziosa, leggi la frase esattamente come viene mostrata e riprova.
• Ancora bloccato? Scrivi a admin@worder.com indicando il tuo indirizzo email e cosa stavi cercando di fare, e ti aiuteremo direttamente.

Nessuna fattura da emettere: è tutto automatico. Gli acquirenti pagano per ogni generazione e, come doppiatore, tieni il 90% di ogni vendita al netto delle commissioni della carta di credito e dei costi di generazione AI. Il tuo saldo viene pagato automaticamente tramite Stripe il 1° di ogni mese, una volta raggiunti i $10, e puoi seguire guadagni e pagamenti dalla tua dashboard.

Worder paga i doppiatori tramite Stripe Connect. Dovrai farlo una sola volta, prima del tuo primo pagamento: non possiamo inviare denaro a un account che non è stato configurato.

1. Vai alla pagina Guadagni e clicca Collega Stripe per ricevere i pagamenti.
2. Scegli il paese in cui è aperto il tuo conto bancario. Fai attenzione: Stripe fissa il paese alla creazione dell'account e non può essere cambiato in seguito. Determina anche quali dati bancari ti verranno chiesti: un routing number negli Stati Uniti, un IBAN in gran parte d'Europa, un sort code nel Regno Unito.
3. Stripe ti chiederà nome legale, data di nascita, indirizzo e dati bancari. Alle aziende può essere chiesto anche un codice fiscale o una partita IVA.
4. A seconda del paese e dei guadagni, Stripe può chiederti un documento d'identità con foto o una prova di residenza. È la verifica dell'identità richiesta dalle normative finanziarie: Worder non vede mai questi documenti.
5. Quando hai finito, torni su Worder. La pagina Guadagni mostrerà che i pagamenti sono attivi, di solito entro pochi minuti.

Non devi finire tutto in una volta. Se ti fermi a metà, lo stesso pulsante nella pagina Guadagni riprende da dove eri rimasto.

• La tua quota di ogni vendita (il 90%, al netto delle commissioni della carta di credito e dei costi di generazione AI) viene aggiunta al tuo saldo in sospeso non appena un acquirente genera l'audio.
• I pagamenti vengono eseguiti una volta al mese, il 1°, e solo per saldi di almeno $10. Al di sotto, il saldo passa semplicemente al mese successivo.
• Una volta inviato il pagamento, Stripe lo trasferisce sul tuo conto bancario. Il tempo necessario dipende dal paese e dalla banca: di solito da due a sette giorni lavorativi per il primo pagamento, e meno per i successivi.
• Puoi vedere ogni pagamento, compresi quelli ancora in transito, nella tua dashboard Stripe Express, raggiungibile dalla pagina Guadagni.

La tariffa la stabilisci tu, per ogni secondo di audio generato, e al netto delle commissioni della carta di credito e dei costi di generazione AI tieni il 90% di ogni vendita. Nessuno a Worder decide il tuo prezzo. Ma la maggior parte dei doppiatori stabilisce per la prima volta un prezzo per la generazione AI, quindi ecco com'è il mercato.

Quanto costa oggi la generazione vocale AI

Il text-to-speech AI generico (nessun essere umano coinvolto, nessun consenso dato, nessuno pagato) costa agli acquirenti circa da $0.10 a $0.50 per minuto finito. È il punto di riferimento che ogni acquirente ha in testa quando arriva.

Worder costa di più, ed è giusto così. La tua voce appartiene a una persona reale che ha acconsentito al lavoro e viene pagata per questo, e vale la pena pagarla. Ma il divario deve restare ragionevole: un acquirente che ti confronta con una voce sintetica pagherà un sovrapprezzo per una voce vera, non un multiplo.

Una fascia che funziona: da 3 a 10 centesimi al secondo, cioè da circa $1.80 a $6.00 per minuto finito. A 5 centesimi al secondo, un minuto di audio finito costa all'acquirente $3.00, e a te ne vanno $2.70.

Una cosa facile da trascurare

Gli acquirenti pagano ogni take. Un copione è raramente giusto al primo colpo, e quindici tentativi di una lettura da trenta secondi sono sette minuti e mezzo di audio fatturato, non trenta secondi. La tua tariffa si applica a tutto ciò che generano, non solo alla versione che tengono; quindi una tariffa alta ti costa lavori in modi che non vedrai mai, perché l'acquirente sceglie in silenzio qualcun altro.

Gli estremi

• Sotto i 2 centesimi al secondo circa stai pareggiando il prezzo dell'AI generica: una gara senza vincitori, che regala l'unica cosa che quegli strumenti non possono offrire.
• Sopra i 15 centesimi al secondo circa, gli acquirenti vorranno un motivo visibile sulla tua scheda: una lingua o un accento rari, un personaggio inconfondibile, un nome che già conoscono.

Dati di mercato verificati ad agosto 2026; i prezzi delle voci AI cambiano rapidamente.

I pagamenti passano da Stripe Connect, che supporta doppiatori in molti paesi, ma i dati bancari esatti che Stripe chiede dipendono da dove è aperto il conto (un routing number negli Stati Uniti, un IBAN in gran parte d'Europa, un sort code nel Regno Unito, e così via). Qualche consiglio:

• All'inizio della configurazione, seleziona il paese in cui il tuo conto bancario è effettivamente aperto: determina quali campi vedrai.
• Inserisci i dati nel formato del tuo paese. Se un campo come “routing number” non ti riguarda, scegliendo il paese corretto Stripe mostrerà invece l'equivalente giusto.
• Se non hai finito, puoi tornare alla configurazione in qualsiasi momento dalla pagina Guadagni.
• Alcuni paesi non sono ancora supportati da Stripe per i pagamenti. Puoi consultare l'elenco aggiornato su stripe.com/global. Se non riesci a completare la configurazione, scrivi a admin@worder.com indicando il tuo paese e ti consiglieremo delle alternative.

Se hai scelto il paese sbagliato

Stripe fissa il paese di un account alla sua creazione, quindi non può essere modificato dopo: l'account va sostituito. Se il tuo chiede i dati bancari del paese sbagliato (un routing number statunitense quando la tua banca è in Spagna, per esempio), vai alla pagina Guadagni e usa “Paese sbagliato, o ti sono stati chiesti i dati bancari sbagliati? Ricomincia”, scegli il paese giusto e collega di nuovo. Questo elimina la vecchia configurazione e ne crea una nuova. I guadagni già presenti nel tuo saldo Worder non vengono toccati.

Questa è una questione tra te e Stripe, non qualcosa che Worder controlla: possiamo vedere se il tuo account è pronto per i pagamenti, ma non cosa ti sta chiedendo Stripe.

• In sospeso di solito significa che Stripe sta ancora esaminando ciò che hai inviato. La maggior parte delle verifiche si conclude in uno o due giorni.
• Limitato o informazioni necessarie significa che manca qualcosa: spesso un documento d'identità, una prova di residenza o un conto bancario che non è stato possibile verificare. Stripe elenca esattamente cosa gli serve.
• Apri la tua dashboard Stripe Express dalla pagina Guadagni per vedere cosa manca e caricarlo. Puoi anche raggiungerla direttamente su connect.stripe.com/express_login.
• Per tutto ciò che riguarda Stripe (un documento rifiutato, una verifica che non va a buon fine, una domanda sui loro requisiti), la via più rapida è l'assistenza di Stripe: support.stripe.com.

Nel frattempo i tuoi guadagni continuano ad accumularsi su Worder. Non si perde nulla: i pagamenti aspettano semplicemente che Stripe li abiliti, poi partono normalmente.

Hai sempre il controllo. Puoi modificare o rimuovere le tue voci e i tuoi campioni in qualsiasi momento, e impostare restrizioni d'uso (categorie di contenuti per cui la tua voce non può essere usata) nelle impostazioni del tuo account.

Se elimini il tuo account, i tuoi modelli vocali e i tuoi campioni vengono rimossi definitivamente e non potranno mai più essere usati per generare nuovo audio. L'audio che un acquirente ha già generato e scaricato prima dell'eliminazione resta suo, secondo la licenza che ha acquistato (non possiamo richiamare file già consegnati), ma dalla tua voce non potrà mai più essere prodotto nulla di nuovo. Per richiedere l'eliminazione dell'account, scrivi a admin@worder.com.

• Nessun addestramento AI sulla tua voce: Worder non usa i tuoi campioni per addestrare, perfezionare o migliorare modelli AI, e agli acquirenti è contrattualmente vietato addestrare modelli sull'audio che generano.
• Controllo automatico: ogni richiesta di generazione viene controllata prima che venga prodotto qualsiasi audio. I contenuti nelle categorie che hai escluso, le imitazioni di persone reali e i contenuti rivolti a persone reali o che le danneggiano vengono bloccati automaticamente.
• Voci verificate e accreditate: ogni voce è legata a una persona reale e verificata. È il cuore di Worder come marketplace equo: gli acquirenti sanno esattamente di chi è la voce che stanno licenziando, e i doppiatori vengono accreditati e pagati come si deve. Le voci non sono anonime.

Usa campioni di riferimento puliti ed espressivi, registrati in una stanza silenziosa, e sfrutta gli strumenti del copione (indicazioni di regia come [happy] e [calm], pause con [pause 2], enfasi con [emphasize] e pronuncia personalizzata con {Marca|fonetica}) per modellare l'interpretazione. Anche frasi di lunghezza naturale e una punteggiatura chiara aiutano il modello a produrre un parlato più naturale.

Worder è in beta aperta: chiunque può registrarsi, i doppiatori possono pubblicare le loro voci e gli acquirenti possono già sfogliare il marketplace e generare audio. Un video guida è in arrivo: lo condivideremo non appena sarà pronto. Nel frattempo, se vuoi una mano per iniziare, scrivi a admin@worder.com.