Guia Syntopia BOX
Você quer clonar sua voz para live commerce — grave-se uma vez e deixe um apresentador de IA vender com a sua voz 24 horas por dia. Aqui está a parte que a maioria esquece: clonar sua voz e vender em um novo idioma são duas etapas diferentes. Você clona sua voz; depois, para cada idioma em que quer vender, treina essa voz com uma amostra curta nesse idioma e escreve o roteiro nele. O motor V10 do Syntopia suporta 600+ idiomas, com os mais comuns já pré-carregados.

Assim, a voz da sua marca pode vender em português do Brasil, espanhol, inglês, japonês, coreano ou bahasa indonésia — você grava uma amostra curta em cada idioma que adicionar, e a mesma voz reconhecível lê o roteiro daquele mercado. Este guia cobre o fluxo completo: o que gravar, como o V10 treina sua voz por idioma, quando usar uma voz pronta ou um falante nativo e como a ferramenta Voice Conversion transforma clipes antigos em uma voz única e consistente.
- Você clona uma voz a partir de alguns segundos de áudio limpo. Para vender em determinado idioma, treina essa voz com uma amostra curta nesse idioma e escreve o roteiro nele — o apresentador fala ao vivo, com a sua voz.
- O V10 suporta 600+ idiomas, com os mais comuns pré-carregados ao configurar uma transmissão; para um idioma que ainda não está incluído, traduza seu conteúdo e cole o texto, ou solicite a inclusão do idioma.
- Três formas de dar voz a cada mercado: uma voz pronta (mais rápida), sua voz clonada (uma voz de marca consistente em todos os lugares) ou um falante nativo clonado (um sotaque local para um mercado específico).
- A clonagem de voz está incluída em todos os planos do Syntopia BOX, e a voz clonada não expira.
- A ferramenta Voice Conversion reescreve clipes de áudio existentes em uma voz escolhida — útil quando pessoas diferentes gravaram seus roteiros.
Por que clonar uma voz para live commerce com IA?
Um apresentador de live passa horas falando. Ler cada linha você mesmo, todos os dias, em todos os mercados em que vende, não escala — e contratar um apresentador profissional pode custar algumas centenas de reais por hora, dependendo do formato e da experiência. A clonagem de voz resolve os dois problemas: seu apresentador de IA soa como você (ou como a voz que escolher), nunca se cansa e pode entrar ao vivo em um novo mercado assim que você treinar a voz com uma amostra curta naquele idioma.
Ela também mantém o seu som consistente. Os compradores passam a reconhecer a voz de uma marca da mesma forma que reconhecem o logo. Em vez de um freelancer diferente em cada país, um modelo de voz clonada mantém o mesmo tom no TikTok Shop, na Shopee, no YouTube e em todas as outras plataformas em que você transmite.

Etapa 1 — Grave uma amostra limpa
Esta é a única gravação que você precisa fazer. No Syntopia BOX, em seu apresentador de IA, você clona uma voz a partir de um trecho curto de áudio. Alguns segundos de fala clara são suficientes. O que importa é a qualidade da amostra, não a duração:
- Somente áudio limpo — sem música de fundo, TV, trânsito ou eco do cômodo. O Voice Conversion exige o mesmo: áudio de referência limpo, sem música ou ruído.
- Ritmo e tom naturais — fale como faria em uma live, nem mais devagar nem mais formal.
- Um único falante — só você, sem ninguém falando por cima.
- Um ambiente silencioso e um microfone razoável — quanto mais limpa a entrada, mais natural o clone.
Se você não quer clonar a sua própria voz, pode pular esta etapa e escolher uma voz pronta (veja mais abaixo). A clonagem é opcional — mas é o que dá a você uma voz inconfundivelmente sua.
Etapa 2 — O V10 treina sua voz, com 600+ idiomas suportados
Quando você envia essa amostra ao BOX, o motor de voz V10 treina um modelo de voz a partir dela. Existem duas famílias de voz: a V6, ajustada principalmente para inglês, e a V10, que também fala inglês, mas foi construída para vozes em idiomas estrangeiros — escolha a que melhor se adapta ao mercado. A V10 representa o salto que importa: a clonagem de voz anterior era limitada a cerca de 13 idiomas, enquanto a V10 suporta 600+ idiomas, com os mais comuns pré-carregados ao configurar uma transmissão — entre eles o português do Brasil, o idioma mais pedido pelos vendedores.
Clone sua voz. Depois, grave e treine-a por idioma em que você vende — o mesmo apresentador reconhecível, em todos os mercados.
Veja exatamente como funciona, porque é aqui que a maioria dos guias erra: você não clona uma voz e ganha instantaneamente todos os 600 idiomas. Você clona sua voz e, para cada idioma em que quer vender, grava uma amostra curta nesse idioma, treina sua voz V10 com ela e escreve o roteiro daquele mercado nesse idioma. Assim, o apresentador fala aquele idioma ao vivo, com a sua própria voz. Os idiomas mais comuns já estão carregados ao configurar uma transmissão; para um idioma que ainda não está incluído, você pode traduzir seu conteúdo e colá-lo, ou solicitar a inclusão do idioma.
A clonagem de voz está incluída em todos os planos do Syntopia BOX, e a voz clonada não expira — depois de treinada, ela permanece na sua conta para todas as futuras salas ao vivo. (Veja os planos atuais na página de preços do Syntopia.)
Etapa 3 — Voz pronta, clonada ou de falante nativo, por mercado
Você não precisa usar a mesma abordagem em todos os países. O Syntopia oferece três opções de voz, e a certa depende do mercado em que você está entrando:
| Opção de voz | O que é | Melhor quando | Idiomas | Esforço de configuração |
|---|---|---|---|---|
| Voz pronta | Uma voz pré-construída que você escolhe na biblioteca do BOX — nenhuma gravação necessária. | Você quer entrar no ar hoje, ou não precisa de uma voz pessoal. | Cerca de duas dúzias de idiomas | Nenhum — basta selecionar |
| Sua voz clonada | Sua própria voz, clonada com o V10 a partir de uma amostra limpa. | Você quer uma voz de marca consistente em todos os mercados em que vende. | 600+ suportados (treine por idioma) | Clone, depois uma amostra curta por idioma |
| Falante nativo clonado | A voz de um apresentador local, clonada da mesma forma que a sua. | Um mercado específico responde melhor a um sotaque e a uma entrega genuinamente locais. | 600+ suportados (treine por idioma) | Clone a pessoa, depois uma amostra por idioma |
Muitos vendedores combinam as três: uma voz de marca clonada para seus mercados de origem, um falante nativo clonado para um ou dois países prioritários e uma voz pronta para montar rapidamente uma sala de teste. Como a clonagem está incluída e não expira, não há nenhuma penalidade em manter várias vozes à disposição.
Reaproveite gravações antigas com a ferramenta Voice Conversion
Se você já tem áudio — transmissões ao vivo anteriores, roteiros gravados, clipes gravados por diferentes membros da equipe — não precisa regravar tudo em uma só voz. A Toolbox do BOX tem duas ferramentas que funcionam juntas exatamente para isso. Vá mais fundo aqui do que o guia completo:
Split Audio into Clips
Preparação
O Voice Conversion trabalha com clipes curtos (3–15 segundos cada), então primeiro corte um arquivo longo em clipes nas pausas naturais. Três configurações controlam isso:
- Silence threshold — áudio mais baixo que isso conta como pausa, onde pode haver um corte. Padrão −24; reduza para −30 se estiver cortando com muita frequência.
- Minimum Duration — padrão de 3 segundos.
- Maximum Duration — padrão de 15 segundos; reduza se os clipes saírem longos demais.
Selecione seu arquivo de áudio e o BOX o divide automaticamente nos clipes do tamanho certo.
Voice Conversion
Conversão
Isso troca a voz dos seus clipes de áudio por uma única voz clonada — assim, clipes gravados por pessoas diferentes passam a soar como um só apresentador escolhido. Exige 3–15 segundos de áudio de referência limpo (sem música, sem ruído). Selecione o áudio de referência, aponte para a pasta de clipes e ele converte todos os clipes em uma única passada.
Dica: execute primeiro o Split Audio into Clips, para que cada clipe já tenha o tamanho certo antes da conversão.
Como sua voz clonada funciona em todas as formas de entrar ao vivo
Depois que uma voz é clonada, ela está disponível em todos os lugares em que o BOX fala por você:
- Apresentador humano digital: o avatar de IA lê seus roteiros e responde ao chat com a sua voz clonada.
- Voz do assistente (coapresentador): dê uma segunda voz ao assistente em Settings → Assistant Voice → Enable e escolha um timbre diferente do apresentador, para que as duas vozes sejam fáceis de distinguir.
- Smart Recorded Stream: os espectadores assistem a uma gravação de você de verdade e, quando fazem uma pergunta, a IA responde com a sua voz clonada e com seus lábios se movendo.
- Transmissões Real-Scene e IA Hosting Assistant: sem avatar na tela — seus produtos aparecem na câmera enquanto a voz clonada (ou pronta) faz a apresentação.
Para a configuração completa de ponta a ponta — configuração do PC, criação de uma sala ao vivo e entrada no ar no TikTok Shop ou em qualquer plataforma — veja o guia completo do Syntopia BOX. Este post é o aprofundamento específico na camada de voz.
Para vendedores do Brasil: onde a voz clonada faz diferença
O português do Brasil é o seu idioma de origem, então a voz clonada geralmente é treinada primeiro nele. Como o público brasileiro costuma responder bem a um tom de conversa, caloroso e direto (algo como “oi, gente, olha só essa oferta”), a amostra pode ser gravada no seu próprio ambiente, com um microfone decente. O mais importante é que o ritmo da fala seja o mesmo que você usa ao vivo. Como as datas fortes do varejo brasileiro mudam ao longo do ano — Dia das Mães, Dia dos Namorados, Black Friday em novembro e Natal — vale preparar roteiros sazonais com antecedência, porque a voz clonada lê exatamente o que você escreveu, em toda sessão.
Duas coisas merecem atenção na hora de escrever o roteiro. Primeiro, as formas de pagamento: o Pix e o parcelado no cartão são comuns nas compras, então o apresentador precisa falar corretamente sobre preço à vista, parcelas e frete, e esses trechos precisam ser atualizados sempre que a condição mudar. Segundo, o fuso de referência: use o horário de Brasília para programar as lives, lembrando que o público se espalha por outros fusos do país. Se você vende também para Portugal, trate o português europeu como um idioma separado: grave uma amostra própria em PT-PT, porque o sotaque e o vocabulário são diferentes.
Por fim, mantenha a parte jurídica simples e clara. Diga na live a política de trocas e devoluções da sua loja, de acordo com as regras de defesa do consumidor do Brasil e com a política da plataforma em que você transmite, e informe que o apresentador é uma IA sempre que o mercado ou a plataforma exigirem. Assim, a voz clonada transmite confiança, em vez de gerar dúvidas.
- Uma voz clonada é um áudio gerado por IA. No TikTok Shop e na Shopee, identifique sua transmissão como IA e mantenha o apresentador interagindo com os espectadores em tempo real — é isso que a política de conteúdo de IA de cada mercado pede.
- Clone uma voz que seja sua, ou de um falante nativo que tenha concordado com isso — nunca clone a voz de uma pessoa sem permissão.
Perguntas frequentes
Como clono minha voz para live commerce?
No Syntopia BOX, em seu apresentador de IA, escolha clonar uma voz e envie uma amostra de áudio curta e limpa — alguns segundos de fala clara, sem música de fundo nem ruído, já bastam. O motor V10 treina um modelo de voz a partir dessa amostra. Você grava apenas uma vez; a voz clonada fica disponível para todas as salas ao vivo que você criar.
Minha voz clonada realmente fala 600+ idiomas?
O V10 suporta 600+ idiomas, e os mais comuns já vêm pré-carregados ao configurar uma transmissão. Clonar sua voz e vender em um novo idioma são duas etapas: você clona sua voz e, para cada idioma, grava uma amostra curta nele, treina sua voz V10 com ela e escreve o roteiro daquele mercado nesse idioma — assim, o apresentador fala ao vivo com a sua própria voz. Para um idioma que ainda não está incluído, traduza seu conteúdo e cole o texto, ou solicite o idioma. A clonagem de voz anterior se limitava a cerca de 13 idiomas, então o V10 é um salto enorme.
Qual é a diferença entre voz pronta e voz clonada?
Uma voz pronta é uma voz pré-construída que você seleciona na biblioteca do BOX, sem nenhuma gravação — a forma mais rápida de entrar no ar, disponível em cerca de duas dúzias de idiomas. Uma voz clonada é a sua (ou a de um falante nativo), treinada a partir de uma amostra limpa em cada idioma em que você vende, com o V10 suportando 600+ idiomas. Use uma voz pronta para começar rápido; use uma voz clonada quando quiser uma voz de marca consistente em todos os mercados.
Posso usar a voz de um falante nativo local para um mercado específico?
Sim. Você clona a voz de um falante nativo exatamente como clonaria a sua — com uma amostra limpa — e a usa no mercado em que um sotaque local genuíno funciona melhor. Muitos vendedores usam uma voz de marca clonada nos mercados de origem e um falante nativo clonado em um ou dois países prioritários. Clone apenas vozes para as quais você tenha permissão de uso.
Tenho gravações antigas com vozes diferentes. Posso unificá-las em uma voz só?
Sim, com a ferramenta Voice Conversion, na Toolbox do BOX. Ela troca a voz dos seus clipes de áudio por uma única voz clonada escolhida, para que clipes gravados por pessoas diferentes soem como um único apresentador. Exige 3–15 segundos de áudio de referência limpo. Execute primeiro o Split Audio into Clips (clipes padrão de 3–15 segundos), para que tudo tenha o tamanho certo antes da conversão.
A clonagem de voz tem custo extra, e a voz clonada expira?
A clonagem de voz está incluída em todos os planos do Syntopia BOX, e a voz clonada não expira — depois de treinada, ela permanece na sua conta para todas as futuras salas ao vivo. Você pode ver os planos atuais na página de preços do Syntopia.
Posso usar a mesma voz clonada para português do Brasil e português de Portugal?
Não exatamente. As duas variantes têm sotaque e vocabulário diferentes, então grave uma amostra curta separada em português europeu e treine-a separadamente. Depois, escreva o roteiro de Portugal nessa variante. Assim, o apresentador soa natural para o público português, sem misturar expressões brasileiras.