IndexTTS2

TTS com controle de duração preciso e expressividade emocional real — não é aquela voz robótica de sempre. Serve pra dublagem, games, podcasts, audiobooks e agentes de IA que precisam soar como gente. O diferencial concreto é a separação entre voz e emoção: você ajusta o tom e o sentimento de forma independente, algo que a maioria dos TTS não oferece. Zero-shot cloning funciona sem treino adicional. Plano free dá 20 mil caracteres/mês pra testar; Pro custa $14,99/mês com 1 milhão de caracteres e uso comercial.