Eu acho essa uma solução bem interessante porque eu mesmo utilizo IA para leitura de PDFs pelo Edge, porque são PDFs grandes que não consigo ter tempo na minha rotina para eles, então acabo consumindo como um podcast. A absorção do conteúdo é menor, mas a outra opção seria não consumi-lo. Se desse para ouvir pelo celular seria melhor, mas aí eu precisaria gerar o áudio e salvar, ao invés de apenas ouvir pelo navegador.

Você clonou pela Eleven Labs? Se sim, usou qual treinamento deles para clonar a voz do Filipe? O instant voice cloning ou o professional voice cloning?

filhodanuvemoriginalhá 6 meses

Fala Rafael. Eu estou tentando multiplos providers, é bem possivel que nos proximos episodios vejamos diferença nas vozes por conta disso. Mas pra esse em especifico foi Elevenlabs sim com o modo instant voice. Sinceramente, o que voce achou? Pro tamanho de input que eu dei pro treinamento eu achei muito satisfatorio.

rafaelhá 6 meses
Para quem precisa consumir um texto, mas prefere áudio, acho que a qualidade está satisfatória mesmo. Fica melhor do que no Edge, porque de vez em quando ele lê palavras em português como se fosse inglês (exemplo, `face`), ou o contrário, e às vezes se atrapalha com uma pontuação numa abreviação, achando que é ponto final. Para **realmente** passar a impressão de que é o Filipe, ainda falta aperfeiçoar mais. O Lucas Montano lançou um vídeo hoje onde mostrou [dois áudios](https://youtu.be/PKlKP9-sF2g?t=239) gerados pela Eleven Labs. Acredito que ele tenha feito o treinamento mais completo, pois ficou realmente muito parecido com ele falando. Pode ver pela entonação e até onomatopéias (_"não é mesmo, ãhn?_"). Tudo depende do seu objetivo. Eu acho esse um projeto bem interessante. Já testei o [Speechify](speechify.com/pricing), mas achei o preço salgado para o meu nível de consumo. Não sei o quão lucrativo é um projeto assim, na prática.
filhodanuvemoriginalhá 6 meses
eu testei a clonagem profissional com minha voz e ficou muito bom, pra mim superior que o instant voice. O problema é que eu estou enviesado por saber dessa diferença, quando peço pras pessoas ouvirem os dois tipos de audio, elas nao conseguem dizer qual o melhor, tanto que voce me perguntou qual dos dois eu tinha usado. Tenho pensado que o melhor vai ser seguir com algo satisfatorio e ir avançando junto com os modelos. Em algum monento eles vao ficar muito muito proximos da realidade.