Voz de IA em português para vídeos: pt-BR de verdade e como escrever para ser ouvido

Atualizado: 1 de outubro de 2026 · 6 min de leitura

Uma voz de IA em português para vídeos é uma narração sintética gerada a partir de um texto, e a diferença entre soar natural ou robótica está em duas coisas: a voz precisa ser do português do Brasil, não de Portugal, e o texto precisa ser escrito para ser ouvido, não lido. Este guia explica por que pt-BR e pt-PT importam, o que Reelato oferece (Murilo e Mariana) e como escrever números, abreviações e pontuação para a narração sair limpa.

Por que pt-BR e pt-PT fazem diferença

Uma voz em português de Portugal soa estranha para o público do Brasil porque o vocabulário, o ritmo e a pronúncia são outros. Em um reel de 30 segundos, a estranheza aparece na primeira frase e a pessoa passa o dedo.

Muitas ferramentas de texto para voz listam "português" sem dizer qual. Se a voz fala "autocarro" e "estou a fazer", o público brasileiro percebe na hora. Antes de escolher uma ferramenta, ouça uma amostra com uma frase de teste: "Você viu o celular que ficou no ônibus de manhã?". Se soar como alguém de São Paulo, Recife ou Belo Horizonte, é pt-BR.

Para o México e a Argentina, o mesmo problema existe com o espanhol de Espanha. Por isso a versão em espanhol deste guia trata do es-MX.

O que Reelato oferece em português

Reelato é um criador de reels com IA para o Brasil, México e Argentina que transforma uma ideia escrita de uma ou duas linhas em um reel completo: roteiro, imagens geradas, narração, legendas sincronizadas palavra por palavra e música. A narração em português é feita em pt-BR, com duas vozes.

Os dois são pontos de partida, não regras. No editor cena por cena você troca a voz depois de gerar e ouve a diferença antes de baixar. Também pode editar o texto da narração de cada cena, regenerar uma imagem e ajustar a música. O reel sai em MP4 9:16, 1080×1920, sem marca d'água, em 1 a 2 minutos.

Além do português, Reelato narra em espanhol mexicano (Salvador e Ximena) e inglês (Bryce e Zadie). Se você tem público nos dois idiomas, dá para gerar o mesmo roteiro duas vezes. O guia reels motivacionais com IA tem uma tabela de quando usar cada voz por tipo de conteúdo.

Como escrever um texto que soa natural narrado

A regra geral é: escreva como você fala, e não deixe nada para o sintetizador interpretar. Toda vez que o texto tem um símbolo, uma sigla ou um número com formato ambíguo, você depende de como a ferramenta vai ler. Escrever por extenso tira a dúvida.

Números

• Preços: "R$ 29,90" pode ser lido de vários jeitos. Escreva "vinte e nove reais e noventa centavos" ou "vinte e nove e noventa".
• Datas: "07/09/1822" vira uma sequência estranha. Escreva "sete de setembro de mil oitocentos e vinte e dois".
• Horas: "6h" é ambíguo. Escreva "seis da manhã" ou "seis horas".
• Porcentagens e medidas: "30%" e "2 km" costumam ser lidos certo, mas "trinta por cento" e "dois quilômetros" nunca falham.
• Números grandes: "1.500.000" é arriscado. Escreva "um milhão e meio".
• Ordinais: "1º" e "3ª" podem sair errados. Escreva "primeiro" e "terceira".

Abreviações e siglas

• "Dr." vira "doutor", "Sra." vira "senhora", "séc." vira "século", "p.ex." vira "por exemplo".
• Siglas que se soletram (CPF, IBGE, SUS) costumam funcionar. Siglas que se falam como palavra (Enem, Detran, Petrobras) também. Se tiver dúvida, escreva como se fala: "Ibegê", "Enem".
• "etc." é melhor cortar. "E assim por diante" soa mais natural.

Pontuação

• Ponto final é pausa. Frases curtas com ponto soam naturais. Frases longas com muitas vírgulas soam apressadas.
• Vírgula é respiração curta. Use para listas e apostos, não para emendar três ideias.
• Reticências pedem pausa longa. Útil antes de uma revelação: "E aí ele abriu a porta... e não tinha ninguém".
• Interrogação muda a entonação. Uma pergunta real ("Você já viu isso?") sai com entonação de pergunta.
• Evite parênteses, barras e aspas. "(opcional)", "e/ou" e aspas internas confundem a leitura. Reescreva: "se quiser", "ou".
• Nada de letras maiúsculas para ênfase. "NUNCA faça isso" pode ser soletrado. Use a ordem das palavras: "Isso você nunca faz".
• Sem emojis no texto da narração. Eles podem ser lidos pelo nome ou ignorados. Coloque na legenda do post.

Ritmo e tamanho

Em 30 segundos cabem cerca de 70 a 85 palavras narradas com calma. Em 60 segundos, cerca de 140 a 170. Se o seu texto tem mais do que isso, a voz vai correr. Corte adjetivos antes de cortar fatos.

Escreva uma ideia por frase e uma ou duas frases por cena. Leia em voz alta antes de gerar: se você tropeçou, a voz também vai tropeçar.

Exemplo: o mesmo texto com Murilo e Mariana em Reelato

• Ideia escrita: "Três sinais de que o seu pão de queijo vai murchar: polvilho errado, forno frio e abrir a porta antes da hora. Tom de conversa de cozinha."
• Estilo: Realista
• Duração: 30 segundos (4 cenas)
• Voz: Mariana, depois trocada para Murilo no editor para comparar

O que sai em 1 a 2 minutos: um roteiro de quatro cenas, com uma frase de gancho e um sinal por cena. A narração da Mariana soa como alguém explicando na cozinha. No editor, trocar para Murilo muda o tom para algo mais de "dica de especialista". Nos dois casos as legendas acompanham cada palavra, o que ajuda quem assiste sem som.

Antes de baixar, vale abrir o texto de cada cena e trocar qualquer número ou abreviação que tenha sobrado. O MP4 sai em 9:16, 1080×1920, sem marca d'água. O primeiro reel é grátis; depois, pacotes avulsos de 3 reels por R$ 16,90, 8 por R$ 27,90 ou 20 por R$ 54,90, sem assinatura, em preços.

Voz, legenda e som desligado

Boa parte das pessoas assiste a reels sem som, por isso a narração precisa de legenda. Em Reelato as legendas são geradas do mesmo texto da narração e aparecem sincronizadas palavra por palavra, sem trabalho extra. Isso também torna o vídeo acessível para quem tem deficiência auditiva. O guia como colocar legendas automáticas em reels compara as opções. As recomendações de acessibilidade do YouTube estão na ajuda do YouTube.

Para o processo completo, do texto ao arquivo final, veja texto para vídeo com IA: guia completo.

Perguntas frequentes

Qual a diferença entre voz de IA em português do Brasil e de Portugal?

Vocabulário (celular e ônibus contra telemóvel e autocarro), tratamento (você contra tu), gerúndio ("estou fazendo" contra "estou a fazer"), vogais mais abertas no Brasil e o "te" e "de" finais que soam como "tchi" e "dji" na maior parte do país. Uma voz de Portugal soa estranha para o público brasileiro desde a primeira frase, por isso escolha ferramentas que indiquem pt-BR.

Como escrever texto para narração com IA soar natural?

Escreva como você fala. Números, datas, preços e abreviações por extenso ("vinte e nove reais", "sete de setembro", "doutor"). Frases curtas com ponto final para marcar pausas. Sem parênteses, barras, letras maiúsculas de ênfase ou emojis. Uma ideia por frase, uma ou duas frases por cena, e cerca de 70 a 85 palavras para 30 segundos. Leia em voz alta antes de gerar.

Quais vozes em português Reelato oferece?

Reelato tem duas vozes em português do Brasil: Murilo, masculina, e Mariana, feminina. As duas narram em pt-BR, não em português de Portugal. Você escolhe a voz ao criar o reel e pode trocar no editor cena por cena antes de baixar. Também existem vozes em espanhol mexicano (Salvador e Ximena) e inglês (Bryce e Zadie).

Quantas palavras cabem em um reel de 30 segundos narrado?

Cerca de 70 a 85 palavras, para a narração sair com calma e as legendas serem legíveis. Em 60 segundos, cerca de 140 a 170. Se o texto passa disso, a voz acelera e a pessoa perde o fio. Corte adjetivos e repetições antes de cortar fatos, e deixe uma ideia por cena.

A voz de IA lê preços e datas certo?

Depende de como você escreve. "R$ 29,90" e "07/09/1822" podem ser lidos de jeitos diferentes conforme a ferramenta. Escrever por extenso ("vinte e nove e noventa", "sete de setembro de mil oitocentos e vinte e dois") elimina a dúvida em qualquer sintetizador. Em Reelato você vê o texto de cada cena no editor e corrige antes de gerar o arquivo final.

Crie seu primeiro reel narrado grátis. Escreva duas linhas, escolha Murilo ou Mariana e ouça o resultado em 1 a 2 minutos.