O FlowSpeech parte de uma ideia: um motor de texto em fala deve ler o significado do roteiro, não apenas as palavras. Seu motor neural analisa sentimento, ritmo e nuances e aplica automaticamente a emoção adequada — alegria, tristeza, entusiasmo — para que a narração tenha o tom pretendido em vez de soar plana. Para um controle mais fino, você pode digitar etiquetas entre colchetes, como [whisper], [shout] ou um sotaque específico, e inserir marcas de pausa como [⌛1.0s] para acertar cada compasso sem exportar para uma DAW.
A plataforma oferece três modos de geração: falante único para monólogos com timbre consistente e etiquetas automáticas de emoção; vários falantes para conversas, em que detecta os diferentes interlocutores, divide o roteiro e associa uma voz adequada a cada trecho; e fala instantânea para resultados rápidos. Você pode colar texto ou enviar arquivos PDF, DOC, DOCX, PPT, PPTX, TXT, RTF, EPUB e imagens, e uma única renderização processa até 100.000 caracteres, ideal para audiolivros e material de curso extenso.
Além de ler texto, o FlowSpeech integra design de voz, clonagem de voz, gerador de efeitos sonoros com IA, modificador de voz com IA e dublagem com IA. As vozes são organizadas em quatro estilos — notícias sérias, marketing energético, narrativa calorosa e personagem expressivo — para combinar com cada cena. Os planos pagos incluem licença comercial, edição pontual do áudio gerado e acesso à API usando os créditos do plano.
