Como clonar sua voz com IA: guia completo com ElevenLabs [2026]

Clonar voz com IA: guia completo com ElevenLabs — 35 prompts!

Existe uma versão digital da sua voz que pode gravar qualquer roteiro, em qualquer idioma, a qualquer hora — sem microfone, sem estúdio, sem você presente. A tecnologia já existe, está disponível agora e o processo leva menos de 5 minutos. O que a maioria das pessoas ainda não sabe é o que separa um clone de voz convincente de um resultado robótico que ninguém vai querer ouvir.

Cada vez que um criador de conteúdo grava novamente o mesmo episódio por causa de um erro de script, cada vez que um profissional paga um locutor para regravar um trecho atualizado — isso é tempo e dinheiro jogados fora. Um clone de voz bem feito elimina 100% dessas regravações. Criadores que usam o ElevenLabs relatam economizar entre 3 e 8 horas por semana apenas em produção de áudio.

Neste guia, você vai aprender o método exato para criar um clone de voz profissional no ElevenLabs — desde a gravação da amostra ideal até os prompts de controle emocional do Eleven v3. Inclui 35 prompts e comandos prontos para copiar, organizados por finalidade.

Neste guia: método completo para clonar sua voz no ElevenLabs em menos de 10 minutos. Copie 35 prompts e comandos prontos — do roteiro da amostra aos controles emocionais do Eleven v3.

Índice

• O método ElevenLabs — por que funciona
• O que você vai conseguir gerar
• Tabela 01: Roteiros de amostra por finalidade
• Tabela 02: Clone instantâneo vs clone profissional
• Tabela 03: Anatomia do prompt de controle vocal
• 35 prompts e comandos prontos para copiar
• Amanda aconselha
• Comandos de atalho
• O que o ElevenLabs não consegue fazer
• SOS: meu clone não soa como eu
• Erros fatais
• Prompt fraco vs prompt forte
• Glossário rápido
• FAQ

Por que o método ElevenLabs funciona (3 pilares)

Pilar 1: amostra limpa determina 80% do resultado

O ElevenLabs não melhora o que você grava — ele replica. Se a amostra tem eco, música ao fundo ou respiração barulhenta, o clone vai reproduzir tudo isso em cada texto gerado. A boa notícia: uma gravação feita em quarto com paredes revestidas (almofadas, cortinas grossas), microfone de fone com fio e distância de 15 cm da boca já é suficiente para o clone instantâneo entregar resultado profissional. Você não precisa de estúdio — precisa de silêncio.

Pilar 2: o Eleven v3 responde a instruções emocionais dentro do texto

O diferencial do Eleven v3 em relação aos modelos anteriores é a capacidade de interpretar tags de áudio embutidas diretamente no texto — como [excited], [whispers], [sighs] ou [laughs]. Isso significa que você não precisa gravar a variação emocional na amostra; basta instruir o modelo no próprio script. Uma locução de apresentação de produto pode ter um trecho em tom animado e outro em tom sério, controlados por duas tags diferentes no mesmo arquivo de texto.

Pilar 3: consistência do clone cresce com a quantidade de amostra

O clone instantâneo (10–60 segundos) funciona — mas tem variação de entonação entre gerações. O clone profissional (30+ minutos) cria um modelo dedicado treinado especificamente na sua voz, o que produz consistência muito maior em textos longos, múltiplos idiomas e diferentes estilos de entrega. Para quem vai usar o clone diariamente em produção de conteúdo, a diferença entre os dois é perceptível a partir da primeira geração de um texto com mais de 500 palavras.

O que você vai conseguir gerar com estes prompts

Tabela 01: Roteiros de amostra por finalidade do clone

Tabela 02: Clone instantâneo vs clone profissional — qual escolher

Tabela 03: Anatomia do prompt de controle vocal — o que cada elemento faz

35 prompts e roteiros prontos para clonar sua voz no ElevenLabs — copie e cole 📌

Os prompts abaixo são de dois tipos: roteiros de amostra (para você gravar e enviar como referência ao ElevenLabs) e scripts de geração (textos com tags do Eleven v3 para você colar no Speech Synthesis e gerar áudio). Cada prompt indica claramente qual é o tipo e para qual finalidade serve.

Nos roteiros de amostra, leia em voz alta no ritmo e tom que você usa normalmente — não force entonação nem leia de forma teatral. Nos scripts de geração, substitua apenas os campos entre colchetes e mantenha todas as tags emocionais no lugar.

🎙️ Série A — Roteiros de amostra para gravação (A-01 a A-08)

🎙️ Roteiro A-01 — Amostra universal de 60 segundos (clone instantâneo)

Olá, meu nome é [seu nome] e este é o meu roteiro de captura de voz. Vou falar com naturalidade, no mesmo tom que uso no dia a dia.

Às vezes falo sobre tecnologia, às vezes sobre comportamento, às vezes sobre coisas simples que fazem diferença. O que importa é que você entenda com clareza o que eu quero dizer.

Esta frase é mais curta. E esta também. Mas agora vou alongar um pouco mais, dar mais respiração, mais espaço entre as ideias — porque boa comunicação não é velocidade, é presença.

Obrigada por ouvir. Nos próximos áudios, a voz que você vai escutar sou eu — só que gerada por inteligência artificial.

🎙️ Roteiro A-02 — Amostra técnica com cobertura fonética ampla (clone profissional)

O Brasil tem 26 estados e o Distrito Federal. A Amazônia ocupa mais de 40% do território nacional. São Paulo é a maior cidade do país, com mais de 12 milhões de habitantes.

A inteligência artificial transformou a maneira como produzimos conteúdo. Ferramentas como o ElevenLabs permitem clonar uma voz com poucos segundos de gravação — algo impensável há apenas cinco anos.

[Pausa natural — respire antes de continuar]

Existem perguntas que não têm resposta simples. Por que certas músicas nos emocionam? Por que lembramos de cheiros de décadas atrás com precisão cirúrgica? O cérebro humano ainda guarda muitos mistérios.

[Pausa natural]

Números, datas e nomes próprios também fazem parte do meu vocabulário: 2026, outubro, 14h30, São Paulo, Brasília, Amanda, Pedro, ElevenLabs, Gemini, Google, Microsoft, OpenAI.

Este roteiro foi desenhado para cobrir a maior variedade fonética possível do português brasileiro — fricativas, nasais, vogais abertas e fechadas, ritmo variado — tudo para que o modelo aprenda com precisão como eu realmente soo.

🎙️ Roteiro A-03 — Amostra tom conversacional para criadores de conteúdo

Oi gente, tudo bem? Então, hoje eu quero falar sobre uma coisa que mudou bastante a minha rotina de produção de conteúdo. Não é nada mirabolante — é sobre como eu organizo a minha semana pra conseguir publicar mais sem me esgotar.

Eu sei que parece óbvio, mas a maioria das pessoas pula exatamente essa parte. E aí trava. Então vamos lá — eu vou te contar o que funciona pra mim e você decide o que faz sentido no seu contexto.

Primeiro, eu separo os dias de criação dos dias de publicação. Nunca faço os dois no mesmo dia. Segundo, eu gravo tudo em blocos — três, quatro vídeos em sequência, no mesmo setup, antes de editar qualquer um. E terceiro — e esse é o mais importante — eu já sei o que vou falar antes de ligar a câmera.

Simples? É. Mas a execução é o que muda tudo.

🎙️ Roteiro A-04 — Amostra tom profissional corporativo

Bem-vindos à nossa apresentação trimestral de resultados. Neste período, alcançamos um crescimento de 23% na receita recorrente, superando a meta estabelecida em janeiro deste ano.

As iniciativas de expansão para novos mercados seguem conforme o planejado. Os indicadores de satisfação do cliente atingiram a maior pontuação histórica da empresa — 94 pontos em uma escala de 100.

Para o próximo trimestre, nossas prioridades são: consolidar a base de clientes atual, ampliar o portfólio de soluções e fortalecer a presença nos canais digitais.

Agradeço a atenção de todos. Estou à disposição para perguntas.

🎙️ Roteiro A-05 — Amostra tom didático para cursos e aulas

Nesta aula, vamos aprender o conceito de funil de vendas — um dos mais importantes do marketing digital.

O funil tem três etapas principais. A primeira é o topo do funil, onde você atrai pessoas que ainda não conhecem a sua marca. A segunda é o meio do funil, onde você transforma visitantes em leads — ou seja, pessoas interessadas. E a terceira é o fundo do funil, onde você converte esses leads em clientes pagantes.

Vou repetir, porque isso é importante: topo, meio e fundo. Atração, interesse, conversão.

Cada etapa tem conteúdos e estratégias diferentes — e entender isso é o que vai tornar as suas ações de marketing muito mais eficientes. Pode anotar: quem não respeita o funil, desperdiça recurso.

🎙️ Roteiro A-06 — Amostra com variação emocional para clone profissional expressivo

[Leia este trecho com entusiasmo genuíno:]
Acabei de descobrir algo incrível — e preciso compartilhar com você agora. Funciona de verdade, testei pessoalmente, e os resultados me surpreenderam completamente.

[Leia este trecho com seriedade e cuidado:]
Mas antes de continuar, preciso que você entenda um ponto importante. Isso não é mágica, não é atalho. É método. E método exige disciplina.

[Leia este trecho com tom íntimo e próximo:]
Olha, entre nós — eu já cometi todos os erros que você provavelmente está cometendo agora. E tudo bem. O que importa é o que você faz com essa informação.

[Leia este trecho com tom calmo e conclusivo:]
Então respira. Você está no lugar certo. E juntos, a gente vai resolver isso.

🎙️ Roteiro A-07 — Amostra minimalista de 15 segundos (teste rápido)

Olá, meu nome é [seu nome]. Estou gravando esta amostra para criar meu clone de voz com inteligência artificial. Falo com clareza, em tom natural, sem forçar a entonação.

🎙️ Roteiro A-08 — Amostra para clone em inglês (bilíngue)

Hello, my name is [your name] and I'm recording this voice sample to create my AI voice clone.
I'll speak naturally, at a comfortable pace, covering a variety of sounds and sentence structures.

[Pause naturally]

The quick brown fox jumps over the lazy dog. She sells seashells by the seashore. How much wood would a woodchuck chuck if a woodchuck could chuck wood?

[Pause naturally]

In 2026, artificial intelligence is transforming how we create content, communicate, and connect with our audience. I believe that technology should make us more human, not less.

Thank you for listening.

📝 Série B — Scripts de geração com tags emocionais Eleven v3 (B-01 a B-12)

📝 Script B-01 — Introdução de vídeo ou podcast entusiasmado

[excited] Hoje é um daqueles episódios que eu precisei gravar logo que tive a ideia — porque era bom demais pra esperar. [/excited]
Você vai aprender [tema do episódio]. E não é teoria — é o que funcionou na prática, com dados reais, no meu próprio projeto.
Fica até o final porque o ponto mais importante vem nos últimos dois minutos. Vamos lá.

📝 Script B-02 — CTA de encerramento com urgência

Se esse conteúdo fez sentido pra você, tem uma coisa simples que eu peço: compartilha com alguém que precisa ouvir isso.
[said sincerely] Não é pra aumentar número. É porque eu sei que tem alguém na sua lista de contatos que está exatamente nessa situação agora. [/said sincerely]
E se quiser continuar aprendendo sobre [tema], o link tá na descrição. Até a próxima.

📝 Script B-03 — Narração de artigo de blog em tom jornalístico

[Article title]: [Cole o título do artigo aqui]
[Cole o corpo do artigo aqui — parágrafos separados por quebra de linha dupla]
[said thoughtfully] Este artigo foi escrito por [seu nome] e publicado originalmente em [nome do site]. Para ler a versão completa com imagens e links, acesse o endereço na descrição. [/said thoughtfully]

📝 Script B-04 — Roteiro de anúncio em vídeo (30 segundos)

[confident] Você já perdeu tempo tentando [problema que seu produto resolve]? [/confident]
Com [nome do produto ou serviço], você [benefício principal] em [prazo realista]. Sem complicação, sem burocracia.
[excited] Mais de [número] pessoas já usam — e os resultados falam por si. [/excited]
Acesse [URL ou CTA] e comece agora.

📝 Script B-05 — Narração de aula com ênfase em conceito importante

Nesta aula vamos entender [conceito da aula].

[Cole o conteúdo da aula aqui]
[said emphatically] Presta atenção nesse ponto — ele é o mais importante de toda a aula. [/said emphatically]
[Cole o conceito principal aqui — 2 a 3 frases]
Vamos revisar: [Cole aqui uma frase resumindo o conceito]. Anota, porque isso vai aparecer na prática mais cedo do que você imagina.

📝 Script B-06 — Mensagem de boas-vindas para curso ou produto digital

[warm] Olá, [nome do aluno]! Seja muito bem-vindo ao [nome do curso ou produto]. Fico muito feliz que você esteja aqui. [/warm]
Nas próximas [X semanas/aulas], você vai aprender [promessa principal do curso]. Cada aula foi desenhada para ser prática, direta e aplicável imediatamente.
Meu único pedido: siga a sequência. A ordem importa. E se tiver dúvidas, o suporte está disponível em [canal de suporte].
[sincere] Estou aqui com você em cada etapa. Vamos juntos. [/sincere]

📝 Script B-07 — Narração de newsletter em áudio (formato briefing)

Edição de [data]. Aqui estão as 3 coisas mais importantes que você precisa saber hoje sobre [tema da newsletter].
Número um: [notícia ou insight 1 — 2 frases].
Número dois: [notícia ou insight 2 — 2 frases].
Número três: [notícia ou insight 3 — 2 frases].
[said calmly] Isso é tudo por hoje. Nos vemos na próxima edição. [/said calmly]

📝 Script B-08 — Roteiro de reels ou short motivacional

[direct] Para de esperar o momento certo. O momento certo é agora. [/direct]
Cada dia que você espera, alguém com menos talento que você está executando. E a execução sempre vence o planejamento perfeito.
[whispers] O que você tem evitado fazer? Vai lá. [/whispers]

📝 Script B-09 — Narração de depoimento ou case de cliente

[Cole aqui o depoimento original do cliente — em primeira pessoa]
[said sincerely] Esse resultado foi alcançado em [prazo] por [nome ou perfil do cliente], usando exatamente o método que você vai aprender em [nome do produto]. [/said sincerely]

📝 Script B-10 — Introdução de episódio de podcast com gancho

[curious] Você sabia que [dado surpreendente sobre o tema do episódio]? [/curious]
Eu também não sabia. Até que encontrei [o que gerou a descoberta]. E daí em diante, tudo fez mais sentido.
Sou [seu nome], esse é o [nome do podcast], episódio [número], e hoje a gente vai entender [tema central]. Fica até o final — o melhor está por vir.

📝 Script B-11 — Locução de apresentação de produto para vídeo de vendas

[conversational] Deixa eu te mostrar como o [nome do produto] funciona na prática — porque explicar é uma coisa, mas ver funcionando é outra. [/conversational]
[Cole aqui a descrição funcional do produto — bullet a bullet, cada um em uma linha separada por break]
[confident] Simples assim. Sem curva de aprendizado, sem setup complicado, sem precisar de suporte técnico para começar. [/confident]
Acesse [URL] e veja você mesmo.

📝 Script B-12 — Narração multilíngue — versão em inglês da mesma locução

[Cole aqui a versão em inglês do seu script — o ElevenLabs com clone profissional vai narrar com o seu timbre em inglês]

[INSTRUÇÃO: no Speech Synthesis, mantenha o seu clone selecionado, escolha o modelo Eleven v3 e cole o texto em inglês normalmente — o modelo detecta o idioma automaticamente e mantém o timbre original]

⚙️ Série C — Comandos de configuração e controle avançado (C-01 a C-15)

⚙️ Comando C-01 — Configuração ideal de sliders para locução de conteúdo

CONFIGURAÇÃO PARA CONTEÚDO EDUCACIONAL E PODCAST:
- Stability: 50
- Similarity Boost: 75
- Style Exaggeration: 0
- Speaker Boost: ativado

USE QUANDO: narração de aulas, episódios de podcast e artigos longos onde consistência importa mais que expressividade.

⚙️ Comando C-02 — Configuração para conteúdo emocional e storytelling

CONFIGURAÇÃO PARA STORYTELLING E REELS EMOCIONAIS:
- Stability: 35
- Similarity Boost: 70
- Style Exaggeration: 15
- Speaker Boost: ativado

USE QUANDO: scripts motivacionais, histórias pessoais, conteúdo de impacto emocional onde a variação de entonação é o diferencial.

⚙️ Comando C-03 — Configuração para vídeos corporativos e apresentações

CONFIGURAÇÃO PARA VÍDEOS CORPORATIVOS:
- Stability: 65
- Similarity Boost: 80
- Style Exaggeration: 0
- Speaker Boost: ativado

USE QUANDO: apresentações institucionais, vídeos de produtos, treinamentos internos onde tom profissional uniforme é obrigatório.

⚙️ Comando C-04 — Tags emocionais disponíveis no Eleven v3 — referência completa

TAGS DISPONÍVEIS NO ELEVEN V3 (cole diretamente no texto):

[excited] — animação e entusiasmo
[whispers] — voz baixa e íntima
[sighs] — suspiro antes ou após a frase
[laughs] — risada natural na frase
[sad] — tom melancólico e contido
[angry] — tensão e firmeza na voz
[scared] — hesitação e nervosismo
[surprised] — reação de surpresa
[warm] — acolhimento e afeto
[confident] — autoridade e segurança
[direct] — objetivo e sem rodeios
[curious] — questionamento e investigação
[said softly] — volume reduzido com suavidade
[said emphatically] — ênfase forte no trecho
[said sincerely] — sinceridade e emoção contida
[conversational] — tom casual e próximo

SINTAXE CORRETA: [tag] texto do trecho [/tag]
EXEMPLO: [excited] Esse resultado me surpreendeu completamente! [/excited]

⚙️ Comando C-05 — Estrutura de pausa para ritmo profissional

PAUSAS DISPONÍVEIS NO ELEVEN V3:

<break time="0.3s" /> — pausa brevíssima (separação de ideias)
<break time="0.5s" /> — pausa curta (respiração natural)
<break time="0.8s" /> — pausa média (mudança de assunto leve)
<break time="1s" />   — pausa longa (separação de seções)
<break time="1.5s" /> — pausa dramática (antes de revelação ou CTA)
<break time="2s" />   — pausa muito longa (abertura e fechamento)

DICA: use pausas de 0.5s entre parágrafos e 1s entre seções. Evite pausas acima de 2s — soam como falha de geração.

⚙️ Comando C-06 — Template de diálogo com dois falantes no Eleven v3

[Speaker 1] [Fala do primeiro falante — pode incluir tags emocionais] [/Speaker 1]

<break time="0.5s" />

[Speaker 2] [Fala do segundo falante] [/Speaker 2]

<break time="0.5s" />

[Speaker 1] [Resposta do primeiro falante] [/Speaker 1]

INSTRUÇÃO: no ElevenLabs Studio (não Speech Synthesis), você pode atribuir vozes diferentes a cada Speaker. Use seu clone para Speaker 1 e uma voz da biblioteca para Speaker 2.

⚙️ Comando C-07 — Checklist de qualidade antes de enviar amostra

CHECKLIST ANTES DE ENVIAR A AMOSTRA AO ELEVENLABS:

□ Ambiente silencioso confirmado — sem ar-condicionado, ventilador ou trânsito audível
□ Microfone a 10–15 cm da boca
□ Fone com fio ou microfone USB (não microfone do notebook)
□ Arquivo em formato MP3 (128kbps mínimo) ou WAV
□ Sem música de fundo em nenhum trecho
□ Sem múltiplas vozes na mesma gravação
□ Tom natural — sem forçar entonação ou performance
□ Gravação contínua — sem cortes abruptos no meio do texto
□ Duração mínima de 10 segundos (instantâneo) ou 30 minutos (profissional)
□ Você confirma ser a única pessoa que fala na gravação

⚙️ Comando C-08 — Instrução para o ElevenLabs Studio (narração longa)

INSTRUÇÃO PARA O STUDIO (campo "Voice Instructions"):

Leia em tom [conversacional / didático / profissional]. Mantenha ritmo constante e pausas naturais entre parágrafos. Não exagere na entonação — prefira naturalidade a performance. Dê ênfase nas palavras em maiúsculas. Trate colchetes como direções de atuação, não como texto a ser lido.

⚙️ Comando C-09 — Script de teste de fidelidade do clone (A/B)

SCRIPT DE TESTE — Cole no Speech Synthesis após criar o clone e compare com sua voz real:

"O Brasil tem cinco regiões geográficas. O Norte é a maior delas, com a Floresta Amazônica. O Nordeste é conhecido pelo litoral e pela cultura vibrante. O Centro-Oeste abriga o Cerrado e a capital federal. O Sudeste concentra a maior parte da economia. E o Sul tem forte influência europeia e quatro estações bem definidas.

Cada região tem um jeito único de falar, de comer, de celebrar. E é exatamente essa diversidade que torna o Brasil tão fascinante para quem o estuda de fora."

AVALIE: timbre, velocidade, pronúncia das consoantes finais e naturalidade das pausas. Se algo soar diferente, ajuste Stability e Similarity Boost antes de produzir conteúdo real.

⚙️ Comando C-10 — Template de nomenclatura para download organizado

SISTEMA DE NOMENCLATURA PARA ARQUIVOS GERADOS:

[data-AAAAMMDD]_[projeto]_[tipo]_[v01].mp3

EXEMPLOS:
20260325_podcast-ep47_intro_v01.mp3
20260325_curso-marketing_aula03_v02.mp3
20260325_reel-motivacional_script_v01.mp3

USE: sempre salve com versão (v01, v02) para não sobrescrever gerações boas enquanto refina.

⚙️ Comando C-11 — Workflow semanal de produção de áudio com clone

WORKFLOW SEMANAL — PRODUÇÃO DE ÁUDIO COM CLONE DE VOZ:

SEGUNDA: escreva todos os scripts da semana de uma vez — podcast, reels, narração de artigos
TERÇA: gere todos os áudios no ElevenLabs em um único bloco — máximo 1 hora
QUARTA: ouça e marque os trechos que precisam de ajuste — anote o timestamp e o problema
QUINTA: regenere apenas os trechos marcados com os ajustes de slider ou tags corretos
SEXTA: exporte, nomeie e organize os arquivos finais para edição ou publicação

RESULTADO ESPERADO: 5 a 8 peças de áudio publicáveis por semana, com menos de 3 horas de trabalho de produção total.

⚙️ Comando C-12 — Estratégia para regenerar trecho específico sem refazer tudo

ESTRATÉGIA PARA REGENERAR TRECHO SEM REFAZER O ÁUDIO INTEIRO:

1. Identifique o trecho problemático no áudio — anote o timestamp exato
2. Isole o parágrafo ou frase no script original
3. Adicione ou ajuste a tag emocional do trecho:
   ANTES: "Isso é muito importante para o seu negócio."
   DEPOIS: [said emphatically] "Isso é MUITO importante para o seu negócio." [/said emphatically]
4. Gere apenas esse trecho isolado — mesmo clone, mesma configuração de sliders
5. Substitua o trecho no editor de áudio (Capcut, Audacity ou Adobe Audition)

TEMPO ECONOMIZADO: até 80% do tempo de regravação tradicional.

⚙️ Comando C-13 — Como gerar versão em outro idioma com mesmo clone

PARA GERAR VERSÃO EM INGLÊS, ESPANHOL OU OUTRO IDIOMA:

1. Traduza o script original para o idioma desejado (use o Gemini ou ChatGPT para tradução natural)
2. No Speech Synthesis, mantenha seu clone selecionado
3. Selecione o modelo Eleven v3 (suporte a 70+ idiomas)
4. Cole o texto no idioma destino — o modelo detecta automaticamente
5. Mantenha Stability em 55 e Similarity Boost em 75 para melhor resultado multilíngue
6. Gere e compare — o timbre será o seu, o idioma será o do texto

NOTA: para melhor resultado em inglês, use o roteiro de amostra A-08 ao criar o clone.

⚙️ Comando C-14 — Endpoint básico da API ElevenLabs para automação

ENDPOINT BÁSICO DA API ELEVENLABS:

POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}

Headers:
  xi-api-key: {SUA_API_KEY}
  Content-Type: application/json

Body:
{
  "text": "Cole aqui o texto a ser narrado com as tags do Eleven v3",
  "model_id": "eleven_multilingual_v2",
  "voice_settings": {
    "stability": 0.50,
    "similarity_boost": 0.75,
    "style": 0,
    "use_speaker_boost": true
  }
}

ONDE ENCONTRAR {voice_id}: painel ElevenLabs → Voices → clique na voz → copie o ID exibido abaixo do nome.

⚙️ Comando C-15 — Prompt para criar roteiro de amostra personalizado com IA

PROMPT PARA O GEMINI OU CHATGPT — CRIE SEU ROTEIRO DE AMOSTRA PERSONALIZADO:

"Crie um roteiro de captura de voz para eu gravar e enviar ao ElevenLabs como referência para clonagem. O roteiro deve ter entre 2 e 3 minutos de leitura em voz alta, cobrir variada gama fonética do português brasileiro, incluir frases curtas, frases longas, números, nomes próprios e pelo menos um trecho com tom emocional diferente dos demais. Meu nicho de conteúdo é [descreva seu nicho]. Tom da minha comunicação: [descreva seu tom habitual — ex: informal e direto / profissional e acessível]. Não inclua marcações de palco ou instruções entre colchetes no texto final — quero um texto corrido para leitura natural."

👉 Amanda aconselha:

Comandos de atalho: o que digitar quando a resposta não saiu certa

O que o ElevenLabs não consegue fazer (e o que usar no lugar)

👀 Erros fatais (a maioria comete o erro #1 logo na primeira tentativa)

• Erro 1 — “Gravar com o microfone do notebook”: o microfone embutido capta o ruído do ventilador interno — esse chiado contamina o clone e aparece em todas as gerações. Correção: use fone com fio ou microfone USB — qualquer um desses já resolve.
• Erro 2 — “Forçar entonação na gravação”: quando você tenta “soar bem” na amostra, o modelo aprende essa versão performática da sua voz — e o clone soará artificial em textos normais. Correção: leia o roteiro exatamente como você falaria numa conversa — natural e sem esforço.
• Erro 3 — “Subir amostra com música ao fundo”: o ElevenLabs não separa voz de música — o clone vai reproduzir o timbre misturado ao instrumento. Correção: gravação deve ser voz pura, sem nenhum áudio concorrente.
• Erro 4 — “Usar Similarity Boost no máximo com amostra ruim”: quanto maior o Similarity Boost, mais fiel o modelo é à amostra — inclusive aos defeitos dela. Correção: com amostra imperfeita, mantenha Similarity Boost entre 65 e 75 para o modelo ter margem de correção.
• Erro 5 — “Gerar textos de 2.000 palavras de uma vez”: textos muito longos em uma única geração perdem consistência vocal após os primeiros 800 a 1.000 tokens. Correção: divida o script em blocos de 600 a 800 palavras e gere cada bloco separadamente.

Prompt fraco vs prompt forte — veja a diferença na prática

Este é o erro mais comum com qualquer ferramenta de voz por IA: o texto vago que todo mundo cola — e o texto estruturado com tags que entrega resultado profissional. A diferença não está na ferramenta. Está no que você digita.

Exemplo 01 — Introdução de vídeo

Hoje vamos falar sobre marketing digital. É um tema muito importante.

[excited] Hoje vamos falar sobre algo que mudou completamente como eu vendo online — e ninguém me contou isso no começo. [/excited] <break time="0.6s" /> Fica até o final.

Exemplo 02 — CTA de encerramento

Se gostou, curta e compartilhe. Até o próximo vídeo.

[said sincerely] Compartilha com alguém que precisa ouvir isso agora — não porque aumenta meu número, mas porque eu sei que essa pessoa existe na sua lista. [/said sincerely] <break time="0.5s" /> Até a próxima.

Exemplo 03 — Narração de aula

Agora vou explicar o conceito mais importante desta aula. Preste atenção.

<break time="0.8s" /> [said emphatically] Para. Esse é o ponto que a maioria erra — e é exatamente aqui que tudo muda. [/said emphatically] <break time="0.6s" />

Exemplo 04 — Mensagem íntima e motivacional

Você consegue. Acredite em você mesmo.

[whispers] Olha, entre nós — eu já estive exatamente onde você está agora. [/whispers] <break time="0.5s" /> [warm] E o que me tirou de lá não foi talento. Foi consistência no dia que eu menos queria. [/warm]

Exemplo 05 — Apresentação de produto

Nosso produto tem várias funcionalidades incríveis. Acesse o site e saiba mais.

[conversational] Deixa eu te mostrar o que muda na prática: você para de gravar, para de editar trecho por trecho, e o áudio fica pronto em minutos — com a sua voz. [/conversational] <break time="0.5s" /> [confident] É isso. Sem complicação. [/confident]

Ferramentas além do ElevenLabs: quando usar cada uma

Glossário rápido: termos técnicos deste guia

Se algum termo do guia pareceu novo, este glossário resolve em 30 segundos — sem precisar sair da página.

Conclusão: sua voz é o ativo de conteúdo mais subutilizado que você tem

Com os 35 roteiros e scripts deste guia — organizados em amostra, geração e configuração — você tem tudo que precisa para criar um clone de voz profissional hoje, no plano gratuito, sem equipamento especial e sem experiência prévia em produção de áudio. O ElevenLabs elimina a barreira técnica; o que resta é a estratégia de uso.

O impacto financeiro é concreto: um locutor profissional cobra entre US$ 50 e US$ 300 por hora de áudio editado no mercado internacional. Com um clone profissional e os scripts da Série B, você produz a mesma hora de áudio em menos de 40 minutos de trabalho — sem depender de agenda de terceiros, sem retrabalho por erro de script e com a possibilidade de regravar qualquer trecho em segundos.

O próximo passo é simples: escolha o roteiro A-01, encontre um canto silencioso da sua casa, grave com o fone de ouvido com fio e suba ao ElevenLabs. O primeiro clone está a menos de 10 minutos de distância.

Em 2026, ter uma versão digital da sua voz não é mais um diferencial — está se tornando padrão para criadores que produzem em volume. A pergunta não é se você vai usar essa tecnologia. É quando você vai parar de adiar.