A resposta curta: os vídeos de quadro branco podem ser narrados de duas formas: grave sua voz segmento por segmento com um microfone ou conecte sua própria API de TTS na aba AI Voice e gere a narração por segmento (com clonagem de voz por áudio de referência); depois, traduza o roteiro e o texto da tela para 13 idiomas, alterne entre os idiomas, gere novamente a narração e grave outra vez; uma tela, muitas versões em diferentes idiomas.
Os dois modos de narração
Durante a gravação dos segmentos, a narração de cada segmento vem de uma destas duas fontes:
| Modo | Fluxo de trabalho | Característica |
|---|---|---|
| Gravação com microfone | Grave com seu microfone segmento por segmento, lendo pelo teleprompter | Mais pessoal; ajuste conforme avança |
| Voz gerada por IA | Gere o TTS a partir do roteiro na aba AI Voice e grave enquanto a linha do tempo é reproduzida | Não é preciso falar, suporta vários idiomas e facilita novas gravações após alterações no roteiro |
Os dois modos podem ser combinados livremente por segmento: grave o corpo principal com sua voz e use IA para a introdução e o encerramento.
O fluxo de gravação em si (segmentos, vinculação de slides, legendas incorporadas e exportação) está descrito em o guia de gravação; este artigo se concentra em voz e idiomas.
Configurando seu próprio TTS com clonagem de voz
A aba AI Voice começa com uma configuração única: seu próprio serviço de TTS:
- Endpoint e autenticação: funciona com formatos comuns de API de TTS; os nomes dos campos da solicitação são personalizáveis;
- Modelo e código do idioma: preenchidos de acordo com o seu serviço;
- Áudio de referência + texto de referência: forneça um clipe de exemplo e sua transcrição para a clonagem de voz, para que o TTS leia seu roteiro com essa voz.
Em outras palavras, não há uma biblioteca de vozes integrada; seu serviço de TTS define as vozes. Os clipes gerados ficam armazenados em cache no seu navegador, portanto gravar novamente o mesmo roteiro não gera o áudio outra vez.
Um cartão por segmento: gere o TTS, faça uma pré-visualização, gere novamente ou gere todos os segmentos simultaneamente
Geração por segmento e gravação no modo de narração
A voz gerada é organizada por segmento e vinculada aos slides:
- Gerar por segmento: cada cartão de segmento gera o TTS, reproduz o áudio e permite gerá-lo novamente quando necessário;
- Gerar tudo: geração simultânea para todos os segmentos, armazenada localmente em cache;
- Gravação no modo de narração: durante a gravação, a linha do tempo do TTS é reproduzida automaticamente e a tela muda a cada segmento, produzindo um vídeo completo com narração em uma única tomada;
- Exportar: igual à gravação normal, diretamente para MP4.
Depois que o roteiro é dividido em segmentos, a voz, as legendas e os slides compartilham a mesma estrutura
As legendas e a voz gerada vêm do mesmo roteiro: as legendas são incorporadas com base no tempo estimado, e a voz é a leitura do TTS, portanto o conteúdo coincide por definição; o alinhamento temporal é ajustado pela configuração de velocidade das legendas.
Traduzindo para 13 idiomas
Tanto o roteiro da narração quanto os elementos de texto da tela podem ser traduzidos por IA:
- Escopo: ambos / apenas o roteiro / apenas o texto da tela;
- Idiomas de destino: 13 (chinês, inglês, alemão, francês, espanhol, japonês, coreano e outros);
- Serviço de tradução: também configurado por você; preencha sua API de LLM (os protocolos OpenAI Chat Completions e Anthropic Messages são compatíveis);
- Predefinições de estilo: conversacional / formal / casual;
- As traduções podem ser editadas por segmento e são armazenadas junto ao idioma original.
A tradução se aplica ao roteiro da narração e ao texto da tela; as formas e a estrutura permanecem inalteradas
O fluxo de alternar idiomas e gravar novamente
Uma tela, muitas versões em diferentes idiomas; o segredo é gerar uma nova narração após a tradução:
- Traduzir: escolha um idioma de destino e traduza o roteiro e o texto da tela (editável por segmento);
- Alternar o idioma: o projeto muda de idioma, e o texto da tela e o roteiro acompanham a alteração;
- Gerar novamente a voz: o TTS gera novamente cada segmento a partir do texto no novo idioma;
- Gravar novamente: execute outra vez a gravação no modo de narração e exporte o MP4 no idioma de destino.
Os dados do idioma original permanecem no armazenamento local; alterne de volta e grave novamente quando quiser.
vs. um fluxo manual de voz
| Voz manual / ferramentas de pós-produção | Estúdio de quadro branco | |
|---|---|---|
| TTS | Encontre uma ferramenta de TTS separada e alinhe o áudio manualmente | Um clique por segmento, alinhamento automático aos segmentos |
| Vários idiomas | Reescreva, grave novamente e realinhe para cada idioma | Tradução do roteiro com um clique; alterne o idioma e gere novamente |
| Legendas | Um aplicativo de legendas para ajustar o tempo | Incorporadas automaticamente a partir do mesmo roteiro |
| Voz | Vozes fixas ou outra compra | Seu serviço de TTS, com clonagem de voz |
| Dados | Recursos espalhados por várias ferramentas | Tudo fica em um único projeto local |
Em uma frase: os fluxos manuais ganham quando é preciso trocar de ferramenta a cada etapa, enquanto o estúdio ganha com a ideia de "altere o roteiro uma vez; a voz, as legendas e a tradução acompanham".
Perguntas frequentes
A voz gerada por IA precisa do meu próprio serviço de TTS?
Sim. Não há uma biblioteca de vozes integrada; preencha sua própria API de TTS nas configurações (endpoint, autenticação, modelo e código do idioma). É possível personalizar os nomes dos campos da solicitação, e há suporte para formatos comuns de API.
Há suporte para clonagem de voz?
Sim. Forneça um clipe de áudio de referência e sua transcrição, e o TTS lerá seu roteiro com essa voz; a configuração é feita nas configurações.
Quais idiomas são compatíveis?
A tradução tem como destino 13 idiomas (chinês, inglês, alemão, francês, espanhol, japonês, coreano e outros); os idiomas do TTS dependem do seu serviço e são definidos pelo código do idioma.
Posso combinar a gravação com microfone e a voz gerada por IA?
Sim, por segmento: alguns segmentos podem ser gravados com microfone e outros gerados por TTS, todos reunidos em uma única exportação.
As legendas permanecem sincronizadas com a voz?
Ambas vêm do mesmo roteiro, portanto o conteúdo coincide por definição; o tempo das legendas é estimado com base na velocidade. Ajuste a velocidade das legendas nas configurações para combinar melhor com o ritmo.
A tradução altera os elementos gráficos da tela?
Não. A tradução altera apenas o roteiro da narração e o conteúdo textual dos elementos da tela; as formas, posições e a estrutura permanecem inalteradas.
Quanto custa?
A voz gerada por IA e a tradução usam seus próprios serviços de TTS e LLM, portanto o custo fica por conta do seu serviço; a gravação da tela e a remoção da marca-d'água exigem o upgrade pago da Eyesme.
Onde os dados ficam armazenados?
O roteiro, as traduções, os vídeos dos segmentos e os áudios da voz ficam no armazenamento local do seu navegador e nunca são enviados.
Os recursos e detalhes refletem o estúdio em 12 de novembro de 2026 e podem mudar; as capturas de tela do produto são da interface atual.
Pronto para fazer uma única tela falar vários idiomas? Abra o Draw Studio, grave o original com o guia de gravação e use a voz gerada por IA e a tradução para criar cada versão em diferentes idiomas.




