--- title: "Voz e visuais: narração local, stock e IA opcional" description: "Voz e visuais em CLAQON: narração local com tempos por palavra e clipes de stock licenciados; ElevenLabs, imagem e vídeo com IA só se você ativar." url: https://claqon.com/pt/funcionalidades/voz-e-visuais/ language: pt updated: 2026-10-12 alternates: es: https://claqon.com/funciones/voz-y-visuales/ en: https://claqon.com/en/features/voice-and-visuals/ --- Voz e visuais # Voz e visuais: narração local, clipes de banco de imagens e IA só se você ativar A voz e os visuais de cada vídeo de CLAQON saem, por padrão, do seu próprio computador e de stock licenciado: uma narração local com os tempos de cada palavra para as legendas e clipes verticais do Pexels. A voz da ElevenLabs, a imagem e o vídeo com IA vêm desligados; você os ativa por conta, com orçamento próprio e o custo à vista. [Fazer pré-cadastro](https://claqon.com/pt/pre-cadastro/?modulo=funcion-voz-visuales#configurador) [Ver o controle de gastos](https://claqon.com/pt/funcionalidades/controle-de-gastos/) - Narração local sem custo por vídeo - Clipes de stock licenciados, por padrão - O que é pago fica desligado até você ativar O que resolve ## Como narrar e ilustrar todos os dias sem disparar o custo? A voz e, sobretudo, o vídeo gerado com IA são a parte cara de um short. Se cada peça paga por tudo, o custo se multiplica pelo número de contas e de faixas de horário; se nada é pago, o resultado pode ficar aquém nas cenas que importam. CLAQON começa com custo zero — voz local e stock — e deixa você pagar só onde faz diferença: uma voz paga, imagens geradas ou clipes de vídeo com IA nas cenas-chave. Cada opção paga é ativada por conta, com orçamento próprio e com o custo estimado antes de gastar. Como funciona ## Da narração à edição 1. **Narração** Piper ou Kokoro no seu computador, ElevenLabs se você ativar, ou a sua própria voz alinhada. Sempre com os tempos de cada palavra. 2. **Planejamento de cenas** Os tempos reais da narração definem a duração de cada cena. 3. **Visuais conforme o perfil** Stock por padrão; com um perfil pago, imagem ou vídeo com IA nas cenas-chave. 4. **Barreira antes de pagar vídeo** Nenhum clipe de vídeo com IA é solicitado até que 7 condições sejam cumpridas, do roteiro aprovado às referências de todas as cenas. 5. **Edição com som** O FFmpeg renderiza no seu computador, com música de acordo com o tom e efeitos que se alternam. Capacidades ## Vozes, visuais, música e efeitos ### Voz para os seus vídeos - **Voz local com Piper**: Narração no seu computador, sem custo por vídeo, com tempos por palavra. Algumas vozes vêm instaladas, e as demais são baixadas quando você as usa. - **Kokoro em inglês**: Voz local mais natural para inglês dos Estados Unidos e do Reino Unido, com 6 vozes. - **Licenças das vozes locais**: As vozes locais têm licenças diferentes, e nem todas permitem uso comercial. A versão comercial será preparada com uma lista branca de vozes com licença comercial: até lá, revise a licença de cada voz antes de usá-la em um canal monetizado. - **ElevenLabs Desligado por padrão**: Multilingual v2, Flash v2.5 e v3, com tempos por palavra. Usa as vozes da sua conta, pede que você confirme o direito de uso e valida voz e modelo antes de gastar. - **Sua própria narração**: Você envia seu áudio (no máximo 25 MB) e o Faster Whisper o alinha localmente com o roteiro. Se não coincidir, é rejeitado sem pagar outra síntese. - **Idioma da conta**: A narração usa o idioma da conta e avisa você se o roteiro estiver escrito em outro. - **Dicionário de pronúncia Beta**: Por conta. Hoje se aplica à narração local do Estúdio e da Sala de Comentário; na fábrica, ainda não. ### Visuais: stock, imagem e vídeo com IA - **Stock contextual**: Clipes verticais licenciados do Pexels, pontuados por cena e sem repetir o que a conta usou em 45 dias. É o que cada conta usa por padrão. - **Perfis visuais**: Grátis, Poupança, Equilibrado, Qualidade e Estrito definem quanto de IA visual é pago, de só stock até clipes gerados em todas as cenas. O painel mostra o custo estimado de cada perfil antes de aplicá-lo. - **Planos-chave Desligado por padrão**: No modo híbrido, um seletor determinístico escolhe de 1 a 8 cenas-chave (gancho, clímax, encerramento…) para um clipe de vídeo com IA; o resto usa stock ou imagem. - **Imagem com IA Desligado por padrão**: FLUX.2 da BFL, nas variantes klein 4B, klein 9B e pro, até 1 megapixel. - **Vídeo com IA, de imagem para vídeo Desligado por padrão**: 18 modelos gerais: 12 pela Runway (como Gen-4 Turbo, Veo 3.1 ou Wan 3) e 6 pela fal.ai (H3 Max e PixVerse V6). Cada clipe parte de uma imagem de referência validada. - **Regenerar uma cena**: Até o máximo que você configurar. A voz e os demais ativos são mantidos. - **Conexões criptografadas**: As chaves de cada fornecedor são armazenadas criptografadas com AES-256-GCM e nunca voltam ao navegador. Você vê o plano, a cota ou o saldo sem custo, conforme o que cada fornecedor permitir. ### Música e efeitos sonoros - **Música de acordo com o tom**: 9 trilhas de fundo com licença CC0 (curiosidade, tensão, energia e calma), niveladas a −20 LUFS e escolhidas pelo tom do roteiro. Você também pode enviar sua música. - **Efeitos sonoros**: 18 efeitos: whoosh, impacto, riser e pop, além de cômico, ding e glitch para o diretor IA. As variantes se alternam para não se repetir, e cada um traz sua procedência na ficha do vídeo. - **Loudness e ruído Desligado por padrão**: Normalização a −14 LUFS para redes e redução de ruído por edição, no Estúdio e na Sala de Legendas. Limites ## Limites da voz e dos visuais - Nem todo o material tem a mesma licença: nem todas as vozes locais permitem uso comercial, não afirmamos que todos os efeitos permitam, e Freesound e GIPHY, usados pelo diretor IA (desligado), têm condições próprias. Revise a ficha de procedência antes de monetizar. - Sem clonagem de voz, sem dublagem e sem regenerar uma única frase da narração. - O stock é só do Pexels: não há grandes bibliotecas criativas integradas. - A imagem e o vídeo com IA precisam das suas chaves da BFL, da Runway ou da fal.ai e de orçamento na conta. A ElevenLabs exige um plano pago para uso comercial. - O catálogo de preços expira todo mês: se expirar, nada pago é cotado, nem mesmo a voz da ElevenLabs. Perguntas frequentes ## Perguntas sobre a voz e os visuais ### Posso produzir sem pagar por voz nem por imagens? Sim. É a configuração padrão: narração local no seu computador, clipes de stock do Pexels e renderização com FFmpeg. Além da chave gratuita do Pexels, você só precisa de um modelo de IA para o roteiro, que pode ser local. ### Posso usar as vozes locais em um canal monetizado? Nem todas: elas têm licenças diferentes, e algumas não permitem uso comercial. A versão comercial vai se limitar a uma lista branca de vozes com licença comercial, que está em preparação. O plano gratuito da ElevenLabs também não permite. ### Posso narrar com a minha própria voz? Sim. Você envia sua narração (até 25 MB) e o Faster Whisper a alinha localmente com o roteiro para que as legendas acompanhem cada palavra. No [Estúdio de edição](https://claqon.com/pt/funcionalidades/estudio-de-edicao/), você também pode se gravar com o microfone. CLAQON não clona vozes. ### Quais modelos de vídeo com IA ele aceita? Modelos de imagem para vídeo da Runway e da fal.ai: 18 no catálogo geral. Vêm desligados, precisam das suas chaves e, antes de pagar um clipe, a barreira de vídeo exige que tudo o que vem antes esteja aprovado. ### Quanto custa a IA visual? Depende do perfil e do modelo. O painel mostra o custo estimado de cada perfil antes de aplicá-lo, e cada produção é cotada e reservada antes de gastar, dentro dos seus tetos. [Ver o controle de gastos](https://claqon.com/pt/funcionalidades/controle-de-gastos/). Acesso antecipado ## Você decide o que cada vídeo paga Conte qual voz e qual estilo visual você procura para seus canais e quanto quer gastar por peça. Diremos como isso seria configurado em CLAQON. [Fazer pré-cadastro](https://claqon.com/pt/pre-cadastro/?modulo=funcion-voz-visuales#configurador) [Ver a fábrica de shorts](https://claqon.com/pt/funcionalidades/fabrica-de-shorts/)