Perguntas frequentes

Compradores: abra uma voz na vitrine de um locutor ou no marketplace, clique em Gerar voz, digite seu roteiro (pelo menos 30 caracteres) e gere. Você paga por segundo de áudio produzido e pode ouvir uma prévia curta e gratuita antes de comprar.

Locutores: para criar sua voz, envie gravações de referência da sua própria voz — a IA clona a partir delas, então a qualidade importa muito mais do que a quantidade. Uma única amostra boa basta para publicar uma voz, mas adicionar uma amostra por emoção (cada uma com um rótulo claro) libera as etiquetas de direção e uma expressividade muito maior. Crie uma voz separada para cada idioma e sotaque que você faz. Veja “Como gravar as amostras de voz para obter os melhores resultados?” abaixo para orientações detalhadas.

Suas amostras são a referência de onde a IA clona, então a qualidade delas molda diretamente tudo o que é gerado com a sua voz. Um pouco de cuidado aqui faz uma grande diferença.

Uma voz por idioma e sotaque

• Uma voz carrega um idioma e um sotaque. Se você faz mais de um — espanhol (Colômbia) e espanhol (México), ou inglês de Nova York e do sul dos EUA — crie uma voz separada para cada um. Os compradores buscam por sotaque, então cada um é encontrado por si só, e a IA clona cada um só a partir de amostras naquele sotaque.
• As amostras pertencem a uma voz e carregam o idioma e o sotaque dela. O que uma amostra acrescenta é a emoção — as etiquetas de direção que os compradores usam no meio do roteiro — então misturar sotaques em uma mesma voz deixaria uma etiqueta como [happy] com duas respostas possíveis.
• Uma amostra boa basta para publicar uma voz. Para dar aos compradores variedade emocional, adicione uma amostra por emoção (veja abaixo).
• Mire em cerca de 10 a 30 segundos de fala limpa e contínua por amostra. Só cerca de oito segundos são usados para clonar a voz — em uma amostra mais longa, o trecho mais contínuo — então comprimento extra acrescenta pouco. Amostras com mais de 2 minutos são rejeitadas no envio.
• Interprete, não leia. A voz copia a entrega da sua amostra. Uma leitura cuidadosa e sem vida gera resultados sem vida, então grave do jeito que você gostaria que um cliente ouvisse você.

Uma emoção por amostra

• Mantenha cada amostra em uma única emoção e um único estilo, constantes do início ao fim. Não combine, digamos, uma frase animada e uma frase sombria na mesma gravação — o modelo captura a entrega geral da amostra, então misturar estilos confunde o resultado.
• Mantenha tom, ritmo, energia e volume estáveis dentro de cada amostra.
• Rotule cada amostra com a sua emoção (Happy, Calm, Confident, Excited…). Esses rótulos se tornam as etiquetas de direção que os compradores usam para trocar de emoção no meio do roteiro.

Qualidade do áudio

• Grave em um lugar silencioso — sem ruído de fundo, zumbido, eco ou reverberação.
• Sem música de fundo, efeitos sonoros ou outras vozes.
• Use um bom microfone se puder (em vez do microfone do celular ou do notebook) e evite áudio muito comprimido ou de bitrate baixo.
• Mantenha um volume constante e natural, sem clipagem ou distorção.
• Exporte em mono ou garanta que os dois canais estéreo tenham áudio. Um arquivo gravado de um único microfone em um só lado de uma faixa estéreo toca em um ouvido só e dá à IA metade de uma referência — esses envios são rejeitados.
• Envie a melhor qualidade que tiver — um WAV sem compressão é o ideal.

Limpe antes de enviar

• Corte silêncios e espaços vazios no início e no fim.
• Remova respirações pesadas, estalos de boca e ruídos de lábios — mas não elimine todas as respirações. Os testadores apontam consistentemente a ausência total de respiração como o que entrega uma voz de IA, então respirações leves e naturais são uma vantagem, não um defeito.
• Corte tropeços e falsos começos.

Sem palavras ou sons de preenchimento

Uma leitura improvisada e coloquial muitas vezes soa mais natural e viva do que uma roteirizada — esse instinto é bom, e não queremos achatá-lo. Mas improvisar também é de onde vêm os “hum”, “ã”, “então…” e “sabe”, e em uma amostra de referência eles têm um custo que não existe no trabalho de voz comum: um som de preenchimento na sua amostra não fica só na sua amostra.

• A IA não tem como saber que um som de preenchimento não é uma palavra que você quis dizer. Ela trata tudo na amostra como parte do seu jeito de falar, então pode reproduzir esse som no áudio gerado — no início de uma leitura e de novo depois de cada pausa.
• A amostra de um locutor tinha um “hum” suave nos primeiros segundos. Toda geração daquela voz começava com um.
• O mesmo vale para pigarros, engolidas audíveis e qualquer coisa que você cortaria de um take final.

Duas maneiras de manter a naturalidade sem o custo: escreva as palavras e interprete-as em vez de lê-las sem vida, ou improvise como de costume e corte os preenchimentos antes de enviar. As duas funcionam — o que importa é que o arquivo enviado não tenha nenhum.

O que dizer

• Use fala natural e bem articulada, em frases completas.
• Escolha um conteúdo que represente o estilo que você oferece; evite trava-línguas ou textos cheios de números.
• Garanta que o idioma e o sotaque que você fala correspondam exatamente à voz a que esta amostra pertence.

Se sua voz tem várias amostras rotuladas, você pode trocar de emoção no meio do roteiro inserindo a etiqueta antes de um trecho:

[happy] Bem-vindo de volta! [calm] Vamos respirar fundo.

Outros controles de roteiro que você pode combinar:

• [pause 2] — insere uma pausa exata de 2 segundos. Qualquer duração de [pause 0.5] a [pause 30] funciona (decimais são aceitos); valores acima de 30 segundos são ignorados. [pausa 3] também funciona.
• [emphasize] — aumenta o volume da frase seguinte (ótimo para slogans)
• {Marca|fonético} — controla a pronúncia, ex.: {Nike|Naiki}
• A pontuação molda o tempo de forma mais sutil: vírgulas e reticências (…) acrescentam pausas curtas e naturais. Uma quebra de linha faz mais do que pausar — muda como o modelo ritma e entoa o trecho inteiro, então mover um parágrafo para a própria linha pode alterar perceptivelmente a entrega. Para uma pausa exata e previsível, use [pause N].

A maior parte da diferença entre uma geração boa e uma ótima vem do próprio roteiro. Estas dicas vêm direto do que nossos testadores descobriram:

• Use [pause N] para um tempo confiável. A pontuação ajusta o ritmo, mas só uma etiqueta de pausa dá um intervalo exato e repetível.
• Quebras de linha são uma ferramenta criativa de verdade. Mover um parágrafo para a própria linha não só acrescenta um intervalo — muda como a voz ritma e entoa aquele trecho. Se uma leitura parece sem vida, tente quebrá-la de outro jeito antes de mudar as palavras.
• Dê a cada trecho etiquetado uma frase completa. Cada trecho é gerado separadamente e precisa de pelo menos 30 caracteres; fragmentos curtos soam cortados e são rejeitados.
• Mude uma emoção de cada vez. Cada etiqueta de direção é gerada a partir de uma gravação diferente, então trocar de emoção a cada linha deixa a entrega inquieta. Em vez disso, agrupe o roteiro em alguns blocos emocionais.
• Divida roteiros longos em partes. Cada etiqueta acrescenta tempo de geração; roteiros muito longos e cheios de etiquetas podem estourar o tempo. Duas gerações mais curtas são mais rápidas e geralmente soam melhor do que uma única gigante.
• Escreva números, datas e siglas do jeito que devem ser ditos (“dois mil e vinte e seis”, “A-P-I”) e use {Marca|fonético} para nomes que a voz erra.
• Gere de novo depois de pequenas edições. Como o modelo lê o roteiro inteiro para ter contexto, uma pequena mudança de palavra ou espaçamento pode alterar bastante a interpretação — muitas vezes vale uma segunda tentativa.

O Worder atualmente suporta 10 idiomas — inglês, espanhol, francês, alemão, italiano, português, japonês, coreano, chinês e russo — cada um com variantes regionais e de sotaque (por exemplo, inglês ou espanhol de diferentes países). Se o idioma ou sotaque de que você precisa ainda não está listado, escreva para admin@worder.com e manteremos você informado à medida que nosso suporte a idiomas crescer.

• Código de convite: você não precisa de um para se cadastrar. Se digitar um e ele for rejeitado, confira se há erros de digitação, ou limpe o campo e cadastre-se sem ele.
• Códigos de verificação que não chegam: enviamos um código por e-mail no cadastro e, se você ativar, no login em dois fatores. Se ele não chegar em um minuto, verifique a pasta de spam ou promoções e confirme que digitou o e-mail certo — depois peça um novo código.
• “0 correspondências” no vídeo de verificação: significa que as palavras que transcrevemos da sua gravação não bateram com a frase na tela — geralmente por ruído de fundo, fala rápida demais ou leitura inexata da frase. Grave em um lugar silencioso, leia a frase exatamente como mostrada e tente de novo.
• Ainda com problemas? Escreva para admin@worder.com com seu e-mail e o que estava tentando fazer, e ajudaremos diretamente.

Não é preciso faturar nada — tudo é automatizado. Os compradores pagam por geração, e como locutor você fica com 90% de cada venda depois das taxas de cartão de crédito e de geração por IA. Seu saldo é repassado automaticamente pelo Stripe no dia 1º de cada mês, assim que atingir $10, e você pode acompanhar seus ganhos e repasses no seu painel.

O Worder paga os locutores pelo Stripe Connect. Você precisa fazer isso uma vez, antes do primeiro repasse — não podemos enviar dinheiro para uma conta que não foi configurada.

1. Vá para a página Ganhos e clique em Conecte o Stripe para receber.
2. Escolha o país onde fica sua conta bancária. Atenção aqui — o Stripe fixa o país na criação da conta e ele não pode ser alterado depois. Ele também define quais dados bancários serão pedidos: routing number nos EUA, IBAN em boa parte da Europa, sort code no Reino Unido.
3. O Stripe vai pedir seu nome legal, data de nascimento, endereço e dados bancários. Empresas também podem precisar informar um número de identificação fiscal.
4. Dependendo do seu país e dos seus ganhos, o Stripe pode pedir um documento com foto ou comprovante de endereço. É a verificação de identidade exigida por regulamentações financeiras — o Worder nunca vê esses documentos.
5. Ao terminar, você volta ao Worder. Sua página Ganhos mostrará que os repasses estão ativados, geralmente em poucos minutos.

Você não precisa concluir tudo de uma vez. Se parar no meio, o mesmo botão na página Ganhos retoma de onde você parou.

• Sua parte de cada venda (90%, depois das taxas de cartão de crédito e de geração por IA) é adicionada ao seu saldo pendente assim que um comprador gera áudio.
• Os repasses são feitos uma vez por mês, no dia 1º, e só para saldos de $10 ou mais. Abaixo disso, seu saldo simplesmente passa para o mês seguinte.
• Depois que um repasse é enviado, o Stripe o transfere para o seu banco. O prazo depende do seu país e do seu banco — normalmente de dois a sete dias úteis no primeiro repasse, e mais rápido depois.
• Você pode ver todos os repasses, inclusive os ainda em trânsito, no seu painel do Stripe Express — acessível pela página Ganhos.

Você define sua própria tarifa, por segundo de áudio gerado, e depois das taxas de cartão de crédito e de geração por IA fica com 90% de cada venda. Ninguém no Worder define seu preço. Mas a maioria dos locutores está precificando geração por IA pela primeira vez, então aqui vai um retrato do mercado.

Quanto custa a geração de voz por IA hoje

A conversão de texto em fala genérica por IA — sem humano envolvido, sem consentimento, sem ninguém pago — custa aos compradores cerca de $0.10 a $0.50 por minuto finalizado. Esse é o ponto de referência que todo comprador tem na cabeça quando chega.

O Worder é mais caro do que isso, e deve ser. Sua voz pertence a uma pessoa real que concordou com o trabalho e é paga por ele, e isso vale a pena pagar. Mas a diferença precisa continuar razoável: um comprador que compara você com uma voz sintética vai pagar um prêmio por uma voz real, não várias vezes mais.

Uma faixa que funciona: 3 a 10 centavos por segundo — cerca de $1.80 a $6.00 por minuto finalizado. A 5 centavos o segundo, um minuto de áudio finalizado custa $3.00 ao comprador, e você ganha $2.70 disso.

Algo fácil de deixar passar

Os compradores pagam por cada take. Um roteiro raramente sai certo de primeira, e quinze tentativas de uma leitura de trinta segundos são sete minutos e meio de áudio cobrado, não trinta segundos. Sua tarifa é cobrada sobre tudo o que eles geram, não só sobre a versão que ficam — então uma tarifa alta custa contratações de um jeito que você nunca vê, porque o comprador simplesmente escolhe outra pessoa.

Os extremos

• Abaixo de cerca de 2 centavos por segundo você está igualando a IA genérica no preço — uma corrida sem vencedor, que abre mão da única coisa que essas ferramentas não podem oferecer.
• Acima de cerca de 15 centavos por segundo, os compradores vão querer um motivo visível no seu cartão: um idioma ou sotaque raro, um personagem marcante, um nome que já conhecem.

Valores de mercado verificados em agosto de 2026; os preços de voz por IA mudam rápido.

Os repasses passam pelo Stripe Connect, que atende locutores em muitos países — mas os dados bancários exatos que o Stripe pede dependem de onde fica sua conta (routing number nos EUA, IBAN em boa parte da Europa, sort code no Reino Unido, e assim por diante). Algumas dicas:

• No início do cadastro, selecione o país onde sua conta bancária realmente fica — isso define quais campos você verá.
• Informe seus dados no formato do seu país. Se um campo como “routing number” não se aplica a você, escolher o país certo faz o Stripe mostrar o equivalente correto.
• Você pode voltar ao cadastro quando quiser pela sua página Ganhos, se não tiver terminado.
• Alguns países ainda não são atendidos pelo Stripe para repasses. Você pode conferir a lista atual em stripe.com/global. Se não conseguir concluir o cadastro, escreva para admin@worder.com informando seu país e orientaremos sobre as opções.

Se você escolheu o país errado

O Stripe fixa o país de uma conta na criação, então ele não pode ser editado depois — a conta precisa ser substituída. Se a sua está pedindo dados bancários do país errado (um routing number dos EUA quando seu banco é na Espanha, por exemplo), vá para a página Ganhos e use “País errado ou pediram os dados bancários errados? Comece de novo”, escolha o país certo e conecte de novo. Isso exclui o cadastro antigo e cria um novo. Os ganhos já no seu saldo do Worder não são afetados.

Isso é entre você e o Stripe, não algo que o Worder controla — conseguimos ver se sua conta está pronta para repasses, mas não o que o Stripe está pedindo a você.

• Pendente geralmente significa que o Stripe ainda está analisando o que você enviou. A maioria das análises termina em um ou dois dias.
• Restrita ou informações necessárias significa que falta algo — muitas vezes um documento de identidade, um comprovante de endereço ou uma conta bancária que não pôde ser verificada. O Stripe lista exatamente o que precisa.
• Abra seu painel do Stripe Express pela página Ganhos para ver as pendências e enviar o que falta. Você também pode acessá-lo diretamente em connect.stripe.com/express_login.
• Para qualquer coisa específica do Stripe — um documento rejeitado, uma verificação que não passa, uma dúvida sobre as exigências deles — o suporte do próprio Stripe é o caminho mais rápido: support.stripe.com.

Seus ganhos continuam acumulando no Worder enquanto isso é resolvido. Nada se perde — os repasses apenas aguardam até o Stripe liberá-los, e então são enviados normalmente.

Você está sempre no controle. Pode editar ou remover suas vozes e amostras a qualquer momento e definir restrições de uso — categorias de conteúdo para as quais sua voz não pode ser usada — nas configurações da conta.

Se você excluir sua conta, seus modelos de voz e amostras são removidos permanentemente e nunca mais podem ser usados para gerar áudio novo. O áudio que um comprador já gerou e baixou antes da exclusão continua sendo dele sob a licença que comprou — não podemos recolher arquivos já entregues — mas nada novo poderá ser produzido com a sua voz. Para solicitar a exclusão da conta, escreva para admin@worder.com.

• Nenhum treinamento de IA com a sua voz: o Worder não usa suas amostras para treinar, ajustar ou aprimorar modelos de IA, e os compradores são contratualmente proibidos de treinar com o áudio que geram.
• Análise automatizada: toda solicitação de geração é analisada antes que qualquer áudio seja produzido. Conteúdo nas categorias que você restringiu, imitação de pessoas reais e conteúdo dirigido a pessoas reais ou que as prejudique são bloqueados automaticamente.
• Vozes verificadas e creditadas: toda voz está vinculada a uma pessoa real e verificada. Isso é essencial para o Worder ser um marketplace de comércio justo — os compradores sabem exatamente de quem é a voz que estão licenciando, e os locutores são devidamente creditados e pagos. As vozes não são anônimas.

Use amostras de referência limpas e expressivas, gravadas em um lugar silencioso, e aproveite as ferramentas de roteiro — etiquetas de direção ([happy], [calm]), pausas ([pause 2]), ênfase ([emphasize]) e substituições de pronúncia ({Marca|fonético}) — para moldar a entrega. Frases de comprimento natural e pontuação clara também ajudam o modelo a produzir uma fala mais natural.

O Worder está em beta aberto: qualquer pessoa pode se cadastrar, os locutores podem listar suas vozes e os compradores podem explorar o marketplace e gerar áudio hoje mesmo. Um vídeo tutorial está a caminho — compartilharemos assim que estiver pronto. Enquanto isso, se quiser uma ajuda para começar, escreva para admin@worder.com.