Geradores de voz com IA gratuitos existem de verdade, e quase nenhum deles é tão generoso quanto a página de cadastro dá a entender. Em 2026, o debate sobre a qualidade das vozes está praticamente resolvido — até os motores baratos soam convincentes —, então o que decide se um plano gratuito é utilizável é algo bem menos glamouroso: se a licença permite monetizar o resultado, como a cota é de fato contabilizada e se a clonagem é permitida.
Os preços e limites dos planos gratuitos abaixo foram conferidos nas páginas oficiais de preços em 17 de setembro de 2026. Para entender como a categoria evoluiu neste ano, veja o nosso guia de IA de texto para fala; para comparações entre planos pagos, o guia de alternativas à ElevenLabs.
Imagem oficial do site da ElevenLabs.
| Ferramenta | Plano gratuito | A pegadinha |
|---|---|---|
| Azure Speech | 0.5M caracteres neurais/mês | console de desenvolvedor, não um editor |
| ElevenLabs | 10k créditos (~10 min de áudio) | sem licença comercial no plano Free |
| Fish Audio | 8,000 créditos, ~7 min | limite de 500 caracteres por geração |
| Cartesia | 20k créditos/mês | licença comercial apenas no Pro |
| Kokoro | ilimitado (auto-hospedado) | você mesmo roda o modelo |
Os planos gratuitos, julgados com honestidade
Microsoft Azure Speech é o vencedor silencioso para quem consegue colar uma chave de API. O plano gratuito F0 inclui 0.5 milhão de caracteres de texto para fala neural todos os meses — a cerca de cinco caracteres por palavra, algo próximo de 100.000 palavras de narração, o que dá uma cota gratuita do tamanho de um audiolivro. O preço dessa troca é que se trata de uma superfície de desenvolvedor na nuvem: nada de editor de arrastar e soltar, e você precisa de uma conta Azure. O uso comercial é permitido pelos termos da Azure.
ElevenLabs continua estabelecendo o padrão de qualidade e continua com o menor plano gratuito: 10.000 créditos por mês, cerca de dez minutos de áudio finalizado e nenhuma Licença Comercial — que começa no Starter ($6/mês). Trate o plano gratuito como um teste de voz, o que é genuinamente útil: gere uma amostra curta, avalie se serve e só então decida.
Fish Audio oferece 8,000 créditos por mês, até sete minutos de geração e — o que é incomum — lista o uso comercial já no plano Free. A limitação está na granularidade: 500 caracteres por geração e apenas três slots de voz públicos, o que significa que tudo o que você clonar ali fica público. Ótimo para testar clonagem com a sua própria voz; não para a de um cliente.
Cartesia oferece 20.000 créditos por mês de graça, com licença de uso comercial e clonagem de voz instantânea chegando no Pro, a $5/mês. É o caminho mais barato para conseguir uma voz licenciada em trabalhos de baixa latência e tempo real.
Kokoro é a opção de pesos abertos: 82 milhões de parâmetros, licença Apache, então não há cota nem cobrança por minuto. Ele roda localmente, ou computação alugada o executa por menos de um dólar por milhão de caracteres. O custo se desloca para o tempo de configuração, e você obtém um conjunto fixo de vozes em vez de clonagem por áudio de referência.
Vozes nativas do sistema (Edge Read Aloud, narração do Windows) são gratuitas e já vêm instaladas, mas não carregam nenhum direito comercial. Úteis para ler documentos em voz alta; não emita fatura a um cliente por elas.
As três armadilhas em quase todo plano gratuito
1. Gratuito raramente significa licenciado. ElevenLabs e Cartesia negam direitos comerciais em seus planos gratuitos; Azure e Fish Audio os concedem. Leia os termos, não a página de preços, antes de enviar qualquer coisa que você pretenda monetizar.
2. As unidades escondem o teto. Créditos, caracteres, minutos, “gerações” — cada fornecedor escolhe uma unidade diferente. Converta primeiro para minutos: os 10k créditos da ElevenLabs são cerca de dez minutos, o limite de 500 caracteres da Fish são duas frases por clique, e os 0.5M de caracteres da Azure são horas. Um projeto que parece viável na página de cadastro pode ser impossível na conta final.
3. Tentativas repetidas e slots públicos. Cada gravação descartada queima cota, e um mês de 10k créditos some em uma tarde de ajustes. Os slots gratuitos de clonagem geralmente são públicos, alguns editores gratuitos embutem marcas d’água audíveis e alguns planos “gratuitos” migram silenciosamente para o pago depois da janela de teste.
Como combiná-los
Um fluxo de trabalho que não desperdiça nada: escreva o roteiro e depois gere uma amostra de 200 caracteres na ElevenLabs ou na Fish Audio para fixar a direção da voz. Produza a narração completa com os caracteres gratuitos da Azure (ou com o Kokoro auto-hospedado, para formatos longos). Guarde os créditos gratuitos da Cartesia para testar latência se o seu projeto for em tempo real, como um agente de voz ou uma conversa por fone tradutor. Registre a licença comercial — Starter na ElevenLabs, Pro na Cartesia — antes do primeiro envio pago, e não depois.
Para vozes clonadas, nunca passe a voz de um cliente por um slot gratuito público. Teste o fluxo com a sua própria voz.
Perguntas que aparecem o tempo todo
Posso monetizar vídeos no YouTube feitos com uma voz de IA gratuita? Só se o plano conceder direitos comerciais. Azure e Fish Audio concedem no plano gratuito; ElevenLabs e Cartesia não. O motor de voz é irrelevante — a licença é que decide.
As vozes de IA gratuitas têm marca d’água? Alguns editores que rodam no navegador adicionam uma marca d’água de áudio; motores via API e modelos abertos como o Kokoro geralmente não. Se você não conseguir perceber, ouça um trecho deliberadamente longo e procure por um tom repetitivo.
O que é de fato gratuito para sempre? Pesos abertos auto-hospedados, como o Kokoro, e os planos gratuitos do Azure Speech — o primeiro custa tempo de configuração, o segundo exige uma conta com cobrança ativa. Todo o resto é um teste de duração variável.
Preços e limites dos planos gratuitos conferidos nas páginas oficiais dos fornecedores em 17 de setembro de 2026. Este guia é independente; não aceitamos pagamento por posicionamento.