A primeira barreira é aritmética. Uma conta nova no ElevenLabs recebe 10,000 créditos por mês no plano Free e, no modelo Multilingual v2, um caractere custa um crédito — logo, isso dá mais ou menos dez minutos de narração, cerca de 1,500 palavras faladas em inglês. Dá para um vídeo curto. A segunda barreira é o licenciamento: o plano Free não inclui Licença Comercial, que só aparece no Starter, $6/month por 30,000 créditos (elevenlabs.io/pricing).
No começo de outubro de 2026, a empresa continua competindo por qualidade, não por generosidade: lançou seu modelo Eleven v4 com um bônus promocional de créditos nos planos Creator e superiores até 12 de outubro.
Se você só precisa que um texto seja lido em voz alta, ou de um arquivo que seja seu, existem três rotas possíveis, ordenadas por esforço. Todas as três são gratuitas.
Imagem oficial do site da ElevenLabs.
Passo 1: Deixe o navegador ou o sistema operacional ler para você
O Read Aloud do Edge, o recurso Conteúdo Falado no iOS e macOS, e uma longa lista de extensões de navegador leem em voz alta praticamente qualquer página, PDF ou documento. Não há conta, não há contador de palavras, e funcionam offline.
O que eles não fazem é te entregar um arquivo de áudio. O som fica no dispositivo, então você não pode colocá-lo num vídeo, e a saída não carrega direitos comerciais — ótimo para ler para si mesmo, não para faturar de um cliente.
A defasagem de qualidade é real, mas menor do que já foi. As vozes clássicas do sistema soam claramente sintéticas; as vozes neurais online do Edge são melhores, embora ainda mais planas que um motor pago. Regra geral: se o ouvinte só precisa entender, isso basta; se o ouvinte está pagando, siga adiante.
Passo 2: Gaste um plano gratuito cujas unidades sejam mais amigáveis
Cada fornecedor conta do seu jeito.
O Free do ElevenLabs dá 10,000 créditos por mês — cerca de dez minutos, mais ou menos 1,500 palavras. O plano gratuito F0 do Microsoft Azure Speech dá 500,000 caracteres neurais por mês sem custo; a aproximadamente cinco caracteres por palavra, isso chega perto de 100,000 palavras de narração, uma cota do tamanho de um audiolivro que se renova mensalmente, e o Azure permite uso comercial nos termos dele. Cartesia e Fish Audio ficam no meio, com 20,000 e 8,000 créditos mensais respectivamente (confira os sites oficiais; isso muda).
A pegadinha do Azure é a interface, não a cota: é um console de desenvolvedor, então você cola o texto e chama uma API em vez de arrastar clipes numa linha do tempo. A pegadinha dos planos gratuitos menores é a granularidade — um limite por requisição, um espaço público de clonagem e nenhuma acumulação, então os créditos não usados desaparecem na renovação.
Três perguntas que vale a pena responder antes de se comprometer
Um plano gratuito chega a ser tão bom quanto o ElevenLabs? Para narração sem emoção, chega perto o bastante para a maioria dos ouvintes não notar; para entrega emocional e clonagem a partir de uma amostra curta, não — é isso que os planos pagos vendem.
Quanto tempo 10,000 créditos duram de fato? Uma passada por um roteiro de 1,500 palavras, sem margem para regravações. Trate isso como uma amostra, não como uma sessão.
Preciso informar um cartão? Não no ElevenLabs Free. O plano gratuito do Azure ainda exige uma conta com cobrança vinculada, mesmo quando o uso se mantém gratuito.
Passo 3: rode o modelo você mesmo
Quando as cotas acabam, o teto desaparece se você hospedar o modelo. Dois projetos abertos cobrem quase todos os casos.
Kokoro é um modelo de 82 milhões de parâmetros com pesos licenciados sob Apache, oito idiomas e 54 vozes na v1.0, e roda em hardware comum; mil caracteres de entrada dão cerca de um minuto de saída, e APIs alugadas o servem por menos de um dólar por milhão de caracteres. Piper faz a outra escolha: pip install piper-tts, licenciado sob GPL, incorporando o espeak-ng para pronúncia, rápido o bastante para rodar em tempo real num notebook e já usado pelo Home Assistant e pelo NVDA. É o mais robótico dos dois; Kokoro é o que chega mais perto da qualidade comercial em narração neutra.
Nenhum dos dois clona uma voz específica a partir de uma amostra de dez segundos como os planos pagos do ElevenLabs fazem, e a configuração custa uma tarde de Python. Mas, depois que roda, não há conta mensal nem medidor por caractere.
Onde o trabalho de voz gratuito costuma dar errado
Tratar créditos como minutos. Um mês de 10,000 créditos são dez minutos, não dez mil. Converta para minutos antes de planejar, não depois.
Publicar áudio sem licença. Planos gratuitos que retêm direitos comerciais são a norma. Gere sua amostra num plano gratuito; assine o plano pago antes do primeiro upload que dá dinheiro.
Renderizar de uma vez só. Um nome mal pronunciado queima toda a geração. Divida o roteiro em parágrafos para que só a linha ruim seja refeita.
O que fazer a seguir
Combine a rota com a tarefa e pare por aí. Ouvir, revisar ou acessibilidade: as vozes do sistema já estão instaladas e são gratuitas para sempre. Um arquivo avulso com menos de cerca de 1,500 palavras: ElevenLabs Free, ou os 500,000 caracteres do Azure se a saída precisar de licença. Qualquer coisa mais longa, recorrente ou privada: instale o Kokoro e encare a tarde de configuração como o preço de nunca mais pagar.
Para os planos pagos em si, veja a página da ferramenta ElevenLabs e o guia de alternativas ao ElevenLabs; o apanhado de geradores de voz com IA gratuitos cobre as letras miúdas da licença.
Compilado a partir de páginas públicas de preços e de produtos (elevenlabs.io, Microsoft Azure Speech, Hugging Face, GitHub) no começo de outubro de 2026. Preços e planos gratuitos mudam; confira os sites oficiais. Este guia é independente e não aceita pagamento por posicionamento.