Narração de IA ou locutor humano: quanto custa de verdade um minuto pronto em 2026

O número que decide tudo é o custo por minuto pronto, e quase ninguém calcula isso antes de contratar. Um estúdio cobra por hora, um marketplace cobra por projeto e uma assinatura cobra por mês, então três fornecedores vendendo a mesma coisa parecem impossíveis de comparar. Converta todo orçamento para uma unidade, dólares por minuto pronto de áudio que de fato entra num vídeo, e a comparação fica brutal e clara.

Minuto pronto não é minuto de estúdio. Um locutor gravando um roteiro de oito minutos pode passar quarenta minutos na cabine somando edição, regravação e entrega, e ainda assim você recebe oito minutos prontos. O minuto pronto é a única unidade que o seu canal consome, porque é exatamente o que o espectador ouve, então é a unidade sobre a qual toda esta comparação roda.

Ponha esse número ao lado de quantos minutos prontos o seu canal precisa por mês e a conta anual da narração deixa de ser um medo vago e vira uma linha que você planeja. Um canal dark é uma fábrica de minutos prontos, e o preço da voz é um dos poucos custos que cresce em linha reta com tudo que você publica. Acerte esse número e o resto do orçamento se encaixa.

Vale colocar um pipeline na mesma régua já de saída, porque pipeline não precifica a voz separado. O FalconVid cobra o vídeo inteiro em créditos, por modo de qualidade. No plano Starter, são 15.000 créditos. Um vídeo longo de 12 minutos custa 1.584 créditos no modo econômico, 9.000 no balanceado e 27.084 no premium. Leia com atenção: esses valores são o vídeo inteiro, roteiro, narração, edição, sound design e thumbnail, não só o áudio. Até o modo premium, em que a imagem é gerada com Veo 3 e Seedance Pro, fica uma ordem de grandeza abaixo de um locutor profissional cobrando só pela voz.

• Uma unidade só para todo orçamento: dólares por minuto pronto de áudio que entra no vídeo
• Minuto pronto é o que o espectador ouve, não o que o relógio da cabine contou
• FalconVid no Starter com 15.000 créditos.
• Vídeo de 12 minutos, tudo incluído: 1.584 créditos no econômico, 9.000 no balanceado, 27.084 no premium
• Isso em minuto pronto: mais ou menos 26 centavos, $2,27 e $6,99 por minuto

No piso do orçamento, um trabalho de marketplace sai por $5 a $30 por um projeto curto pronto, o que dá mais ou menos $1 a $5 por minuto pronto num roteiro de dois a cinco minutos. Essa é a voz humana mais barata que você compra, e nesse preço você geralmente recebe um microfone caseiro, uma única passada e uma pessoa fazendo malabarismo com outros quarenta pedidos naquela semana. Funciona, mas não é um som de assinatura.

Suba para um locutor profissional ou sindicalizado e a tarifa pula para $50 a $300 ou mais por minuto pronto, e uma narração inteira ainda pode carregar uma taxa de sessão por cima. Isso compra ofício de verdade: controle de respiração, ritmo, uma leitura que entrega a piada e segura a tensão. Para um canal narrativo em que a voz é o produto, pode valer cada dólar, mas o taxímetro está rodando em cada minuto.

O preço de tabela não é a conta inteira. Revisões custam à parte depois da rodada gratuita, o prazo é de um a cinco dias por roteiro e nada disso se acumula. Todo roteiro novo é um pedido novo, todo idioma novo é um locutor novo, e a pessoa que arrasou no seu último vídeo pode estar lotada quando você precisar do próximo. Narração humana não compõe, você aluga fresca toda vez.

• Marketplace de orçamento: $5 a $30 por projeto curto, cerca de $1 a $5 por minuto pronto
• Profissional ou sindicalizado: $50 a $300 ou mais por minuto pronto, às vezes com taxa de sessão
• Revisões cobradas à parte depois de esgotada a rodada gratuita
• Prazo de um a cinco dias por roteiro, mais quando o locutor está lotado
• Todo idioma novo significa achar e pagar um locutor nativo novo
• Nenhuma garantia de consistência de um mês para o outro conforme muda a agenda e o preço
• Você aluga cada leitura fresca, nada que pagou no mês passado se aproveita

Texto para voz cru fica entre uma fração de centavo e alguns centavos por minuto pronto, conforme o motor e a faixa. Um roteiro de oito minutos que um humano cobra $16 no piso absoluto, e centenas de dólares no topo, sai por um punhado de centavos de síntese crua. Isso não é um desconto, é outra ordem de grandeza, e vale gerando um vídeo ou trezentos.

O prazo é a outra metade da história. Uma narração pronta renderiza em segundos, não em dias, então um roteiro escrito às 23h vira faixa narrada antes da meia-noite. As revisões são praticamente gratuitas e instantâneas: troca uma linha, gera de novo, pronto, sem o e-mail constrangedor pedindo a um estranho uma quarta passada. O ciclo entre escrever e ouvir cai de dias para segundos, o que muda como você trabalha mais do que o preço muda.

E tem o alcance. Uma voz narra em 63 idiomas sem uma segunda contratação, e soa igual no seu ducentésimo vídeo e no primeiro. Consistência que um humano não promete ao longo de um ano de agenda vira o padrão. A troca é real e merece ser dita: o que você ganha em escala, velocidade e custo, você gasta do topo da faixa emocional, e esse é o limite honesto do acordo.

Só que quanto dessa faixa emocional você entrega depende de qual catálogo você está comprando, e essa diferença é maior que a diferença de preço. O FalconVid narra com vozes premium ultra realistas, não com a faixa chapada de entrada que deu a fama que a narração sintética tem, nos 63 idiomas, e clona a sua própria voz, rápida ou pro, quando a voz é a marca. Roteiro com dois personagens ganha narração multi-personagem, uma voz distinta para cada um, em vez de um locutor só fazendo imitação. Nada disso é plano de cima: está no Starter igual está no Scale, porque toda feature de criação está em todo plano, e o que um plano maior acrescenta é volume, canais, gerações simultâneas, o Analista Sênior, que começa no Pro e o Starter testa por 7 dias, e suporte. E se a pergunta por baixo é se um motor avulso resolveria, as sete peças que um arquivo de texto em voz não te dá coloca preço honesto no resto do vídeo.

• De uma fração de centavo a alguns centavos por minuto pronto de síntese crua
• Renderiza em segundos, então escrever e ouvir acontecem na mesma sentada
• Revisões instantâneas e praticamente gratuitas, gere quantas vezes quiser
• Uma voz narra em 63 idiomas sem uma segunda contratação
• Tom idêntico entre o seu primeiro vídeo e o seu tricentésimo
• Custo estável publicando um vídeo por semana ou dez

Faça as contas de um canal dark normal. Três vídeos por semana de 8 a 12 minutos cada são cerca de 13 vídeos e 120 a 180 minutos prontos por mês. No piso humano de $2 por minuto pronto, isso dá $240 a $360 por mês só de voz, ou algo como $2.900 a $4.300 por ano, antes de uma única taxa de revisão. É o mais barato que um canal humano fica.

Agora use uma voz profissional a $50 por minuto pronto e o mesmo canal custa $6.000 a $9.000 por mês de narração, que é exatamente o motivo de quase nenhum canal dark ser narrado por um locutor sindicalizado. A narração de IA para esses mesmos 120 a 180 minutos são alguns dólares de síntese crua, e dentro de um pipeline ela simplesmente vem embutida no plano. A diferença não é de dez por cento, é de duas a três ordens de grandeza.

A diferença cresce no momento em que você vira multilíngue. Duplicar o canal para um segundo idioma dobra a conta humana, porque é um segundo locutor gravando os mesmos roteiros do zero. Com IA, o segundo idioma é o mesmo motor de voz apontado para um roteiro traduzido, então o custo marginal de um gêmeo do seu canal em espanhol ou português arredonda para zero. Escala é justamente onde o modelo humano quebra e o modelo de IA dá de ombros.

Coloque o vídeo inteiro de volta nessa comparação, porque não é narração isolada que você quer comprar. Treze vídeos por mês pelo FalconVid são 13.104 créditos no econômico, ou seja, os 15.000 créditos do Starter fecham esse mês. É esse o jeito honesto de ler o Starter: 9 vídeos se você nunca sair do econômico, um se rodar tudo no balanceado, e realisticamente uns 4 por mês mesclando os dois, com roteiro, voz, edição, sound design, legenda e thumbnail dentro, contra $240 a $360 só de voz no piso humano. O Pro com 30.000 créditos dobra isso para 18 vídeos econômicos. Os vídeos também são gerados lado a lado, 2 de uma vez no Starter, 5 no Pro, 10 no Business, 25 no Agency e 50 no Scale, então publicar treze por mês vira questão de agenda e não de reserva.

• Três vídeos por semana de 8 a 12 minutos são 120 a 180 minutos prontos por mês
• Piso humano a $2 o minuto: $240 a $360 por mês, perto de $2.900 a $4.300 por ano
• Profissional a $50 o minuto: $6.000 a $9.000 por mês no mesmo canal
• Síntese de IA para os mesmos minutos: alguns dólares, ou embutida num pipeline
• Um segundo idioma dobra a conta humana e mal move a de IA
• Taxas de revisão e novas contratações somam do lado humano e somem do lado da IA

Existem salas em que a voz humana ainda é a compra certa, e fingir o contrário seria desonesto. A nuance emocional é a maior: um ator de verdade consegue quebrar levemente numa linha difícil, acelerar quando a história aperta e entregar uma pausa que significa algo. O texto para voz de ponta é expressivo e melhora rápido, mas o teto do sentimento humano cru numa leitura dramática ainda é mais alto.

A voz de assinatura é o outro caso. Se a sua marca é construída sobre um som humano específico que os fãs reconhecem em três palavras, essa voz é um ativo e você a protege. Alguns nichos narrativos recompensam isso pesado: narrativa longa, documentário de alta produção, meditação guiada com um narrador amado e comentário de prestígio em que a voz é metade do motivo da inscrição. Nesses nichos o CPM justifica a tarifa.

O padrão é que o humano ganha onde a voz é o produto, não o mecanismo de entrega. Se o espectador vem por aquela pessoa específica, pague a pessoa. Se ele vem pela informação, pela história ou pelo ritmo de um canal diário, a voz é um mecanismo de entrega, e pagar $50 por minuto para entregar fatos é gastar orçamento de ofício onde ofício não é o que ganha a visualização.

• Nuance emocional e timing dramático ainda têm pico mais alto com um ator de verdade
• Uma voz de assinatura reconhecível é um ativo de marca que se protege
• Nichos narrativos de CPM alto conseguem justificar a tarifa por minuto
• Documentário longo e narrativa de prestígio recompensam a leitura humana
• Um narrador amado com nome é um motivo de inscrição, então mantenha
• Quando a própria voz é o produto, pague pela voz

A IA ganha primeiro na escala. Um canal que publica todo dia, ou um portfólio de cinco canais, precisa de centenas de minutos prontos por mês, e nenhuma agenda de freelancer acompanha isso sem uma equipe e um orçamento à altura. A síntese não cansa, não lota e não fica mais cara no volume, que é a razão inteira de canais automáticos existirem. O audiolivro é o caso extremo, um romance sozinho passa de nove horas, e a conta de um canal de audiolivro mostra onde a voz humana deixa de caber no orçamento.

Ela ganha em custo e iteração juntos. Quando uma revisão é gratuita e instantânea, você de fato conserta a linha esquisita em vez de publicar assim porque uma quarta passada custa dinheiro e um dia. Isso aperta a qualidade na margem, não apesar da automação e sim por causa dela. Você acaba editando narração como edita texto, à vontade, e o roteiro melhora porque mudá-lo é barato.

E ela ganha nos idiomas, o eixo que a maioria dos criadores subestima. Um único calendário aprovado pode alimentar o mesmo canal em inglês, espanhol e português com um só motor de voz, abrindo audiências que um orçamento humano de dublagem simplesmente tornaria inviável. Para um canal atrás de alcance e não de um som de assinatura único, o modelo de IA não é um meio-termo, é a única versão do plano que é financeiramente possível.

Dois mecanismos carregam esses quatro eixos. O primeiro é a produção ser paralela e não sequencial: no FalconVid o pesquisador, o roteirista, o narrador, o editor e o designer de som são especialistas de IA trabalhando no mesmo vídeo ao mesmo tempo, e é por isso que um vídeo longo termina em até 30 minutos em vez de esperar três dias por um horário de estúdio. O segundo é que um projeto já provado é duplicado para outro idioma pagando só a diferença, então o gêmeo em espanhol não é uma segunda produção. É essa a diferença entre um plano que cabe no bolso e um plano que você consegue mesmo tocar.

• Escala: centenas de minutos prontos por mês sem gargalo de agenda
• Custo: duas a três ordens de grandeza abaixo de um humano por minuto pronto
• Iteração: revisões instantâneas e gratuitas, você conserta linhas em vez de publicá-las
• Multilíngue: uma voz em 63 idiomas sem orçamento de dublagem
• Consistência: tom idêntico ao longo de centenas de vídeos e muitos meses
• Disponibilidade: renderiza às 23h de um domingo, nunca lotada, nunca atrasada

O FalconVid não vende narração como linha separada, ele embute a voz no pipeline que também escreve, edita e publica o vídeo. Você aprova o calendário, quais dias, quantos vídeos, o horário exato de cada um, e dali cada vídeo é gerado antes do slot com narração, legendas e thumbnail já anexados. A voz não é uma compra por vídeo, é parte da máquina.

A economia cai onde a conta acima prevê, e o modo de qualidade é o número que a move. O Starter oferece 15.000 créditos, e um vídeo de 12 minutos custa 1.584 créditos no econômico, 9.000 no balanceado e 27.084 no premium, com narração incluída nos três. Fique no econômico o mês inteiro e são 14 vídeos; rode tudo no balanceado e é um. Ninguém trabalha num modo só, então o mês realista do Starter fica em torno de 4 vídeos mesclando econômico com um no balanceado. O Pro traz 30.000 créditos, 5 canais, 5 gerações simultâneas e 18 vídeos econômicos, o Business com 95.000 e 94, o Agency com 190.000 e 188, e o Scale com 320.000 créditos, 50 canais, 50 gerações simultâneas e 317.

A publicação também vem embutida. O mesmo pipeline empurra cada vídeo pronto para o YouTube, Instagram, TikTok, Rumble e Facebook na hora que você aprovou, então narração, edição e distribuição são um fluxo só em vez de três fornecedores. E nenhuma feature de criação fica travada num degrau acima: os 63 idiomas, a clonagem de voz, o multi-personagem, o Studio e as cinco redes estão em todos os planos. O que sobe com o plano é volume, canais, gerações simultâneas, o Analista Sênior do Pro pra cima com 7 dias grátis no Starter, e suporte. Você está aprovando um calendário e lendo os seus números no dia da revisão, não contratando locutor, correndo atrás de revisão nem pagando um segundo locutor para destravar um segundo idioma. Tem plano grátis de 4 vídeos por mês, sem cartão para ouvir antes de se comprometer, e garantia de 7 dias depois.

• Narração embutida no pipeline, não cobrada por vídeo nem por minuto
• Vídeo de 12 minutos: 1.584 créditos no econômico, 9.000 no balanceado, 27.084 no premium
• Starter com 15.000 créditos: 9 vídeos no econômico puro, uns 4 por mês mesclando modos
• Pro com 30.000 créditos e 5 canais, até o Scale com 50 canais e 50 gerações simultâneas
• 63 idiomas, clonagem, vozes multi-personagem e o Studio em todos os planos
• Publicação no YouTube, Instagram, TikTok, Rumble e Facebook incluída
• plano grátis de 4 vídeos por mês, sem cartão, e garantia de 7 dias, e você aprova o calendário, não cada take

A regra é esta. Se o seu canal vive ou morre por uma voz humana reconhecível, e o nicho paga um CPM que cobre $50 a $300 por minuto pronto, contrate o ator e proteja aquele som. É um negócio de verdade e a IA não é a resposta para ele. Para a maioria dos canais dark, não é essa a situação em que você está.

Se você publica três ou mais vídeos por semana, se importa com escala, quer um segundo idioma sem um segundo orçamento e precisa que a voz seja boa e não icônica, a conta da IA ganha por duas a três ordens de grandeza e a qualidade já passou da barra para conteúdo informativo. Pagar $240 a $360 por mês no piso humano para narrar fatos é gastar dinheiro onde ele não compra visualização.

O resumo honesto é que narração humana é uma compra de ofício e narração de IA é uma decisão de infraestrutura. Compre ofício quando o ofício é o produto. Compre infraestrutura quando volume, velocidade e idiomas são o produto, que para um canal dark moderno é quase sempre o caso. Cobre o minuto pronto, olhe os seus minutos mensais, e a resposta quase sempre se escreve sozinha.

Uma última coisa sobre teto, porque o preço é só metade do que o modelo humano custa. Contratar limita o seu canal ao que o seu narrador consegue gravar e ao que você consegue pagar, o que na prática são três vídeos por semana num idioma só, e limita de um jeito que você sente toda vez que o locutor está lotado ou o roteiro muda às 23h. Esse limite é real e é atrás dele que a maioria dos canais está presa. Dentro de um pipeline o teto sai da produção: os vídeos são gerados em paralelo, cada um pronto em até 30 minutos, 2 de uma vez no Starter e 50 no Scale, e um segundo idioma custa só a diferença. O que sobra é escolher o modo de qualidade por vídeo e ler a retenção depois. Precifique o minuto pronto, sim, mas precifique o teto também.