Como funciona
Cole um texto em chinês — simplificado ou tradicional —, escolha uma voz e clique em Gerar. O texto é dividido em frases, cada frase é convertida para a pronúncia em mandarim com os tons corretos, e a primeira frase começa a tocar assim que fica pronta, enquanto o restante é gerado em seguida. Quando terminar, baixe o áudio em MP3 ou WAV, ou um arquivo de legendas SRT sincronizado com a fala.
Tudo roda no seu próprio dispositivo. Na primeira vez que você usa, o mecanismo de voz em chinês (cerca de 100 MB) é baixado uma única vez e fica guardado no navegador; depois disso, ele inicia rápido. Seu texto nunca é enviado a lugar nenhum, e é por isso que não há limite de caracteres nem conta.
Acertando os tons e as leituras
A pronúncia do chinês depende do contexto, então o texto primeiro é dividido em palavras, e cada palavra recebe sua leitura de um grande dicionário. Caracteres com várias leituras são lidos pelo significado: 银行 é yínháng, mas 行长 em 银行的行长 é hángzhǎng, e 长大 é zhǎngdà, enquanto 很长 é hěn cháng. As mudanças de tom são aplicadas do jeito que as pessoas falam: 不 antes de um quarto tom vira bú, 一 muda conforme a sílaba seguinte, dois terceiros tons seguidos viram segundo mais terceiro, e partículas como 的, 了 e 着 são neutras.
Os números são lidos como uma pessoa os diria: anos dígito por dígito (2025年 como 二零二五年), 2500 como 两千五百, números de telefone dígito por dígito com o 1 lido como 幺, 37.5% como 百分之三十七点五 e 9:30 como 九点三十分. Palavras em inglês dentro do texto em chinês, como nomes de marcas ou APP, são lidas com pronúncia inglesa.
Vozes
Há 100 vozes em mandarim — 55 femininas e 45 masculinas — gravadas a partir de um conjunto de dados de fala profissional. Doze aparecem primeiro; as demais ficam em Mais vozes. Cada voz tem um botão de amostra que funciona antes de qualquer download, para você escolher de ouvido. As vozes falam o mandarim padrão como é ouvido na China continental.
A velocidade vai de 0,7× a 1,5×. Frases longas são lidas automaticamente um pouco mais devagar para nunca soarem apressadas. A voz e a velocidade escolhidas ficam salvas neste dispositivo.
Caracteres tradicionais
Textos em chinês tradicional também são lidos: eles são convertidos internamente para caracteres simplificados antes da pronúncia, incluindo termos comuns de Taiwan como 軟體 e 網路, para que a leitura fique correta. O áudio é em mandarim com sotaque da China continental — algumas palavras que são pronunciadas de outro jeito em Taiwan, como 垃圾 ou 和 usado como conjunção, seguem a leitura continental.
Corrija uma frase sem refazer tudo
Depois de gerar, a lista Partes mostra cada grupo de frases com sua duração. Clique em um para reproduzir a partir dali. Se um caractere for lido errado ou uma frase precisar ser reescrita, edite-a na lista e clique em Salvar e gerar de novo — só essa parte é gerada novamente. Para uma leitura errada, a correção mais rápida é trocar o caractere por outro que tenha a leitura que você quer.
Velocidade em diferentes dispositivos
Em computadores com um chip gráfico moderno, o áudio em mandarim é gerado várias vezes mais rápido do que toca, então a reprodução começa em cerca de um segundo. Navegadores sem esse suporte geram mais devagar que o tempo real: a ferramenta espera até ter áudio suficiente para tocar sem parar e informa quanto tempo isso leva. Para a melhor experiência, use uma versão atual do Chrome ou do Edge em um computador.