Voz de TTS personalizada na Twitch: clone a sua própria voz

Uma voz de TTS personalizada lê as mensagens com a sua voz. Este guia explica como criá-la com o Own Voice, onde as gravações ficam armazenadas e como testá-la com segurança.

As vozes da biblioteca estão disponíveis em qualquer conta do ControlPlay. O Own Voice, a voz clonada que este guia explica, é uma opção separada que o ControlPlay libera por convite.

Como criar uma voz de TTS a partir da sua voz

Adicione gravações de voz nítidas. Envie de um a 25 arquivos MP3, WAV, OGG ou WebM, cada um com até 10 MB. Depois, informe um nome e o idioma.
Crie a voz. O ControlPlay envia as gravações ao Instant Voice Cloning da ElevenLabs, que as usa como referência sem uma etapa separada de treinamento.
Configure uma ação de TTS. O espectador envia uma mensagem usando os Coins disponíveis. O ControlPlay analisa o texto antes de gerar o áudio.

Em cada ação, você escolhe voz, quantidade de Coins, intervalo entre os usos, volume e saída de áudio. Também decide se ela continuará ativa no modo DND, pode limitá-la a certos jogos e silenciar o microfone durante a reprodução.

Onde as gravações ficam armazenadas e como excluir a voz

A ElevenLabs armazena as gravações usadas na clonagem. Segundo sua documentação, o Instant Voice Cloning não oferece o modo Zero Retention. O ControlPlay não mantém os originais permanentemente nos próprios servidores, mas guarda os metadados e a prévia gerada.

Quando você exclui a voz, ela é removida da biblioteca e uma solicitação é enviada à ElevenLabs. Excluir a conta inicia o mesmo processo. O ControlPlay não pode garantir quando a ElevenLabs concluirá a exclusão. A Política de Privacidade da ElevenLabs se aplica.

Quais vozes você pode clonar

Você pode clonar a própria voz. Para usar a voz de outra pessoa, precisa da autorização expressa por escrito e de todos os direitos necessários. Antes do envio, declare que tem essa autorização e esses direitos.

Uma gravação pública não permite clonar uma celebridade, outro streamer ou alguém com quem você joga. As regras da Twitch e a Política de Usos Proibidos da ElevenLabs proíbem usos não autorizados, enganosos ou prejudiciais da voz alheia.

Como as mensagens são moderadas

Antes de gerar o áudio, o ControlPlay aplica um filtro de palavras e uma análise semântica ao texto completo. Uma mensagem bloqueada não gera áudio. No modo Bloquear, os Coins gastos são devolvidos ao espectador.

O guia de moderação do TTS explica essas ferramentas. Os espectadores não acessam seu microfone nem suas gravações; apenas escrevem o texto de uma ação ativada.

A sua voz no Discord e no chat de voz do jogo

Durante a live, o clone funciona como qualquer voz de TTS moderada. O microfone virtual também pode enviar o áudio para o Discord ou um chat de voz compatível. Selecione-o e teste-o em cada aplicativo.

As mensagens de TTS com texto livre usam Coins do ControlPlay, não transferíveis e sem valor monetário. Até três recompensas beta opcionais podem converter Pontos do Canal vinculados ao seu canal em Coins conforme a taxa definida por você; o ControlPlay calcula automaticamente quantos Coins serão creditados. Essa opção não gera receita nem divisão 80/20. Os Bits nunca são oferecidos diretamente para TTS com texto livre ou chat de voz. Em canais elegíveis de Afiliados e Parceiros, o espectador pode confirmar na Twitch uma interação direta permitida e definida pela Extensão, ou um pacote de Coins. Os Coins só são creditados após a confirmação da Twitch. O pacote não pode burlar as restrições sobre Bits diretos. Nos dois usos permitidos, a Twitch destina atualmente 80% de um centavo de dólar por Bit ao streamer elegível e 20% ao ControlPlay. A Twitch pode alterar o programa.

Com o ControlPlay: o espectador gasta Coins em uma mensagem. O ControlPlay analisa o texto, e sua voz o lê na live ou pelo microfone virtual.

Clip

O TTS do ControlPlay durante uma live, seguido pela reação do streamer (twitch.tv/eurefloheit). O clipe não mostra especificamente o Own Voice nem a reprodução do áudio em um chat de voz.

Como gravar a sua voz para obter um resultado natural

Grave em condições parecidas:

Escolha um lugar tranquilo, sem música, som do jogo ou zumbido.
Mantenha sempre a mesma distância do microfone e fale naturalmente.
Fale no idioma e com o tom que você quer reproduzir.
Evite outras vozes, alertas ou conversas ao fundo.

A ElevenLabs recomenda de um a dois minutos de áudio nítido. Ouça a prévia antes de ativar a ação e grave novamente se houver ruído ou pouca semelhança.

Configure a sua voz de TTS personalizada

Crie uma conta no ControlPlay, conecte a Twitch, instale o aplicativo para Windows e ative a Extensão.
Configure uma voz da biblioteca com o guia de TTS para Twitch.
Pergunte ao suporte do ControlPlay sobre o Own Voice, já que a opção de clone é liberada por convite.
Envie as gravações, escolha o idioma e leia como elas serão armazenadas. Depois, declare que você tem direito de usar essa voz.
Ouça a prévia, associe a voz e configure Coins, intervalo, volume e saída de áudio.
Teste uma mensagem com outra conta e grave no OBS. Verifique o chat de voz separadamente.

Comece com uma ação e moderação mais restritiva. Ajuste tudo após os primeiros testes.