SceneMixer
Português
Cadastre-se grátis

Como as vozes dos personagens funcionam

Resposta rápida: Todo personagem sai da leitura do roteiro com uma voz descrita em palavras — idade, peso, ritmo, onde ela se situa. Por padrão, essa descrição é o que o modelo de vídeo interpreta, e ele faz um trabalho razoável. Se você quiser uma voz específica e repetível, combine o personagem com uma predefinição da biblioteca integrada: você pode ouvir todas antes de escolher, e depois de anexada ela é usada como referência de áudio em todo plano em que o personagem fala. No SceneMixer, a descrição da voz de um personagem é o que o modelo de vídeo interpreta, a menos que uma voz predefinida tenha sido combinada.
Frame de “Rust City Knockout”, um curta de drama com IA gerado de ponta a ponta pelo SceneMixer (6 personagens, 1 episódio)
ExemploRust City KnockoutAnime com pintura artística1 episódioProduzido de ponta a ponta pelo SceneMixer a partir do roteiroAssistir aos episódios

As descrições de voz ficam visíveis no painel de personagem de qualquer projeto. Abra um exemplo, clique em um personagem, e a linha da voz aparece logo abaixo da descrição de aparência.

Modo 1 — voz descrita em palavras (padrão)

A leitura do roteiro dá a cada personagem uma descrição curta de voz, da mesma forma que define sua aparência. Essa linha vai para o prompt de vídeo, e o modelo a executa. Nenhum arquivo de amostra é anexado; nada é gerado antecipadamente.

Esse é o padrão porque é gratuito, instantâneo e suficiente para a maioria dos personagens. O custo é a consistência: duas tomadas do mesmo personagem podem sair um pouco diferentes.

A storyboard segment: location, time and weather fields, then numbered shots with durations, asset chips and spoken lines
Cada linha falada carrega seu locutor e uma etiqueta de voz.

Modo 2 — associado a uma predefinição que você pode ouvir

Abra um personagem e peça uma correspondência de voz. Uma passagem curta e gratuita lê a descrição e escolhe uma voz da biblioteca integrada, dando preferência a uma que fale o idioma certo. Você recebe uma amostra para reproduzir e um seletor para escolher outra se a correspondência não ficar boa.

Depois de anexada, a amostra vira referência de áudio em todas as tomadas em que o personagem fala, e é isso que faz a voz se manter ao longo do episódio.

A biblioteca é um conjunto fixo de vozes do sistema com uma amostra pré-renderizada para cada uma, então testar a correspondência e mudar de ideia não custa nada.

Modo 3 — envie o seu próprio áudio

Você pode enviar um clipe e usá-lo como voz do personagem. Ele é cortado numa referência curta e usado do mesmo jeito que uma predefinida combinada seria. Uma voz enviada é uma escolha persistente: as combinações posteriores não a sobrescrevem. Enviar arquivos é um recurso para membros no SceneMixer; os dois primeiros modos são grátis para todos.

Só envie uma voz que você tenha direito de usar. Uma gravação de uma pessoa real pertence a essa pessoa, e usar uma sem permissão não é algo que a plataforma vai ajudar a fazer.

O que a voz controla e o que ela não controla

A voz cobre timbre e entrega. Ela não decide o que é dito — as falas vêm do storyboard e são ditas palavra por palavra. Ela também não se aplica à narração: linhas marcadas como fora de tela ou voice-over são tratadas como áudio off, e as pessoas no quadro permanecem com a boca fechada.

Se uma tomada não tem diálogo, nenhuma voz é usada — o que você ouve é a faixa ambiente definida para essa tomada.

Mudando de ideia

Refazer a correspondência, escolher outra predefinição e voltar para a descrição em texto são ações gratuitas e entram em vigor na próxima tomada que você gerar. Segmentos já gravados mantêm a voz com que foram feitos; regenere um segmento se quiser que ele use a nova voz.

ModoCustoConsistência
Descrição em palavrasGrátis, automáticoBoa, varia levemente por tomada
Predefinição correspondidaGrátis para combinar e trocarSe mantém ao longo do episódio
Seu próprio envioRecurso de membroSe mantém; não é sobrescrito ao refazer correspondência

Perguntas frequentes

Preciso escolher vozes antes de gerar o vídeo?

Não. Sem uma voz correspondida, a descrição é executada diretamente, e esse é o padrão de todos os projetos.

Posso ouvir uma voz antes de usá-la?

Sim: cada predefinição da sua biblioteca do SceneMixer tem uma amostra que você pode ouvir no seletor.

Corresponder uma voz custa credits?

Não. A combinação no SceneMixer é grátis, e mudar de ideia também.

A voz será usada para narração e monólogo interno?

Essas falas são tratadas como áudio fora de tela: elas são ouvidas, mas as pessoas na tela não movem os lábios.

Posso clonar a voz de uma pessoa específica?

Membros podem enviar um clipe que tenham direito de usar. Não oferecemos clonagem de uma pessoa nomeada, e enviar a voz de outra pessoa sem permissão não é permitido.

Posso dar um sotaque ou dialeto a um personagem?

Sim — escreva isso na descrição de voz, que é onde a maioria dos personagens já está: cada fala desse personagem é interpretada conforme o descrito, então um sotaque taiwanês ou de Sichuan escrito ali se mantém durante todo o episódio. Funciona enquanto o personagem não tiver áudio anexado; uma predefinição correspondente ou um upload assume o controle e a descrição não é o que será interpretado. Dar um sotaque ou dialeto a um personagem.

Ouça a diferença

Abra um personagem, faça a correspondência de voz e reproduza a amostra antes de gravar qualquer coisa.

Abrir o editor

Atualizado em 15 de novembro de 2026