Communitygithub.com

Localização de Voz com IA

Escale sua voz de marca para vários idiomas usando síntese de voz por IA, mantendo consistência de personalidade e qualidade para conteúdo global.

O que é Localização de Voz com IA?

Esta skill fornece uma metodologia completa para localizar conteúdo de voz usando síntese de IA, garantindo que a mesma personalidade de voz seja mantida em dezenas de idiomas. Ela ajuda a decidir entre dublagem tradicional, localização por IA ou legendas, com base no tipo de conteúdo, orçamento e mercados-alvo. A skill orienta desde a preparação do roteiro e adaptação cultural até a produção e garantia de qualidade, com checklists e exemplos práticos. Suporta plataformas como ElevenLabs e é ideal para criadores de conteúdo, equipes de marketing e empresas que desejam expandir globalmente com eficiência.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Cody-W-Tucker/skills/tree/HEAD/skills/voice-localization

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

O que Localização de Voz com IA faz?

Escale sua voz de marca para vários idiomas usando síntese de voz por IA, mantendo consistência de personalidade e qualidade para conteúdo global.

Quando Usar Esta Skill

  • Expandir conteúdo de vídeo para novos mercados de idiomas
  • Criar cursos ou treinamentos multilíngues
  • Localizar anúncios e vídeos de marketing
  • Dublar conteúdo existente para audiências internacionais
  • Construir uma voz de marca global consistente
  • Decidir entre dublagem vs. legendas

Base Metodológica

Fonte: ElevenLabs Multilingual + Global Content Best Practices

Princípio Central: A verdadeira localização significa que a mesma pessoa percebida fala cada idioma nativamente—não uma voz traduzida, mas uma voz que soa local enquanto mantém o caráter da marca. A síntese de voz por IA permite isso em escala, preservando a identidade da voz enquanto adapta pronúncia e ritmo a cada idioma.

Por Que Isso Importa: Conteúdo global tradicionalmente exigia atores de voz separados por idioma, perdendo consistência da marca. A localização de voz por IA mantém a mesma "pessoa" em 29+ idiomas, criando uma experiência de marca unificada mundialmente e reduzindo custos de produção em 70-90%.

O Que Claude Faz vs. O Que Você Decide

Claude FazVocê Decide
Estrutura o fluxo de trabalho de produçãoDireção criativa final
Sugere abordagens técnicasEscolhas de equipamento e ferramentas
Cria modelos e listas de verificaçãoPadrões de qualidade
Identifica melhores práticasDecisões de marca/voz
Gera esboços de roteiroAprovação final do roteiro

O Que Esta Skill Faz

  1. Mantém a identidade da voz entre idiomas - Mesmo personagem, idioma diferente
  2. Lida com adaptação cultural - Além da tradução para a localização
  3. Gerencia produção multilíngue - Fluxos de trabalho eficientes para muitos idiomas
  4. Garante qualidade por mercado - Validação por falantes nativos
  5. Calcula ROI - Custos de dublagem tradicional vs. localização por IA

Como Usar

Planejar Projeto de Localização

Ajude-me a planejar localização de voz para [conteúdo].
Idioma de origem: [original]
Idiomas-alvo: [lista]
Tipo de conteúdo: [vídeo/áudio/curso]
Volume: [duração/número de ativos]

Avaliar Abordagem de Localização

Devo usar localização de voz por IA ou dublagem tradicional?
Conteúdo: [descrever]
Mercados: [países-alvo]
Orçamento: [faixa]
Prazo: [data limite]

Instruções

Ao localizar conteúdo de voz, siga esta metodologia:

Passo 1: Avaliar Necessidades de Localização

Determine a abordagem certa para seu conteúdo.

## Matriz de Decisão de Localização

### Quando Usar Localização de Voz por IA

✓ Mesma voz de marca necessária em todos os mercados
✓ Atualizações frequentes de conteúdo (eficiência importa)
✓ Conteúdo educacional/informativo
✓ Restrições orçamentárias
✓ Necessidade de entrega rápida
✓ 5+ idiomas necessários

### Quando Usar Dublagem Tradicional

✓ Conteúdo impulsionado por personagens (emoções críticas)
✓ Produção única importante
✓ Mercados onde dublagem é esperada (Alemanha, França)
✓ Requisitos complexos de sincronia labial
✓ Orçamento permite $1.000+ por idioma

### Quando Usar Legendas

✓ Conteúdo documental/entrevista
✓ Autenticidade da voz original é importante
✓ Orçamento mínimo
✓ Mercados que preferem legendas (Nórdicos, Holanda)
✓ Conteúdo legal/compliance (palavras exatas importam)

### Abordagem Híbrida
Conteúdo principal → Dublagem tradicional
Conteúdo de apoio → Localização por IA
Suplementar → Legendas

Passo 2: Selecionar Idiomas Estrategicamente

Priorize idiomas com base na oportunidade de mercado.

## Estrutura de Priorização de Idiomas

### Nível 1: Idiomas de Alto Volume (1B+ falantes)
| Idioma | Falantes Globais | Mercados-Chave |
|--------|------------------|----------------|
| Inglês | 1.5B | Global |
| Mandarim | 1.1B | China |
| Espanhol | 550M | LATAM, Espanha |
| Hindi | 600M | Índia |

### Nível 2: Idiomas de Alto Valor
| Idioma | Valor Econômico | Mercados |
|--------|----------------|----------|
| Alemão | PIB alto | DACH |
| Francês | Alcance colonial | França, África |
| Japonês | Alto poder de compra | Japão |
| Português | Grande mercado | Brasil |

### Nível 3: Idiomas Estratégicos
| Idioma | Valor Estratégico | Mercados |
|--------|-------------------|----------|
| Árabe | Classe média crescente | MENA |
| Coreano | Foco em tecnologia | Coreia do Sul |
| Italiano | Moda/luxo | Itália |
| Holandês | Alto inglês | Benelux |

### Idiomas Suportados pelo ElevenLabs (29+)
Inglês, Espanhol, Francês, Alemão, Italiano, Português,
Polonês, Holandês, Hindi, Árabe, Chinês, Japonês, Coreano,
Turco, Sueco, Indonésio, Filipino, Malaio, Russo,
Tcheco, Dinamarquês, Finlandês, Grego, Romeno, Ucraniano,
Vietnamita, Norueguês, Húngaro, Tâmil, e mais.

Passo 3: Preparar Conteúdo para Localização

Apenas tradução não é suficiente—prepare-se para adaptação de voz.

## Lista de Verificação de Preparação de Conteúdo

### Adaptação de Roteiro

**Expansão/contração de texto**:
| Idioma | vs. Inglês |
|--------|------------|
| Alemão | +30% mais longo |
| Francês | +15-20% mais longo |
| Espanhol | +15-25% mais longo |
| Chinês | -30% mais curto |
| Japonês | Variável |

**Implicações**:
- Vídeo pode precisar de reajuste de tempo
- Permita flexibilidade no ritmo
- Considere divisão de frases para idiomas mais longos

**Notas de localização a fornecer**:
□ Termos da marca (não traduzir, manter em inglês)
□ Nomes de produtos (guia de pronúncia)
□ Números (formato varia por localidade)
□ Datas (formato varia por localidade)
□ Moeda (localizar valores)
□ Referências culturais (adaptar ou explicar)

### Notas de Consistência de Voz

**Preservar entre idiomas**:
- Personalidade/caráter
- Nível de energia
- Equilíbrio autoridade/calor
- Ritmo relativo ao conteúdo

**Adaptar por idioma**:
- Ritmo e cadência naturais
- Pronúncia de termos da marca
- Registro formal/informal (varia por cultura)

Passo 4: Fluxo de Trabalho de Produção

Processo eficiente para produção de voz multilíngue.

## Pipeline de Produção Multilíngue

### Fase 1: Produção de Origem
1. Finalizar roteiro em inglês
2. Gravar/gerar voz em inglês
3. Fixar tempo e ritmo
4. Criar vídeo/áudio mestre

### Fase 2: Tradução
1. Tradução profissional (não automática)
2. Revisão de localização (adaptação cultural)
3. Adaptação de tempo (ajustar à duração original)
4. Aplicação de glossário de termos da marca

### Fase 3: Geração de Voz

**Por idioma**:
  1. Carregar roteiro traduzido
  2. Aplicar mesmas configurações de voz da fonte
  3. Gerar voz no idioma alvo
  4. Verificar pronúncia de termos da marca
  5. Ajustar ritmo se necessário
  6. Revisar naturalidade

### Fase 4: Controle de Qualidade

**Lista de verificação de revisão por falante nativo**:
□ Pronúncia natural
□ Ênfase e entonação corretas
□ Termos da marca tratados corretamente
□ Sem frases estranhas
□ Nível de formalidade apropriado
□ Adequação cultural

### Fase 5: Integração
1. Substituir faixa de áudio no vídeo
2. Re-sincronizar se o tempo mudou
3. Atualizar sobreposições de texto
4. Localizar legendas
5. Revisão final por idioma

Passo 5: Garantia de Qualidade

Garanta que cada idioma atenda aos padrões.

## Estrutura de QA de Localização

### QA Técnico
□ Níveis de áudio consistentes entre idiomas
□ Sem cortes ou distorção
□ Música de fundo balanceada corretamente
□ Transições suaves
□ Sincronia com vídeo aceitável

### QA Linguístico
□ Precisão da tradução (verificação de 10%)
□ Fluxo e ritmo naturais
□ Voz da marca mantida
□ Termos técnicos corretos
□ Sem artefatos de tradução automática

### QA Cultural
□ Nenhum conteúdo ofensivo para o mercado
□ Referências apropriadas
□ Humor/expressões adaptadas
□ Conteúdo visual apropriado
□ Chamada para ação localizada

### Aprovação de Falante Nativo
Para cada idioma:
- [ ] Espanhol (Revisor: _____) ☐ Aprovado
- [ ] Francês (Revisor: _____) ☐ Aprovado
- [ ] Alemão (Revisor: _____) ☐ Aprovado
- [ ] [Adicionar idiomas...]

Passo 6: Calcular ROI

Compare localização por IA com abordagens tradicionais.

## Comparação de Custos de Localização

### Dublagem Tradicional (por idioma)

| Componente | Custo |
|------------|-------|
| Tradução | $0,15/palavra |
| Talento de voz | $300-1.000/hora finalizada |
| Estúdio | $100-200/hora |
| Direção | $50-100/hora |
| Engenharia | $50-100/hora |

**Exemplo**: Vídeo de 10 minutos (1.500 palavras)
- Tradução: $225
- Talento de voz: $400
- Estúdio: $200
- Direção: $150
- Engenharia: $100
- **Total: ~$1.075 por idioma**

### Localização de Voz por IA

| Componente | Custo |
|------------|-------|
| Tradução | $0,15/palavra |
| ElevenLabs Pro | $99/mês (ilimitado) |
| Revisão de QA | $50-100/idioma |

**Exemplo**: Vídeo de 10 minutos (1.500 palavras)
- Tradução: $225
- Geração de voz: ~$0 (dentro do plano)
- Revisão de QA: $75
- **Total: ~$300 por idioma**

### Resumo de ROI

| Idiomas | Tradicional | Localização por IA | Economia |
|---------|-------------|---------------------|----------|
| 5 | $5.375 | $1.500 | 72% |
| 10 | $10.750 | $3.000 | 72% |
| 20 | $21.500 | $6.000 | 72% |

**Ponto de equilíbrio**: Localização por IA normalmente economiza 70%+ vs. tradicional

Exemplos

Exemplo 1: Localização de Curso E-Learning

Contexto: Localizando um curso de 20 vídeos para 5 idiomas.

Entrada:

Temos um curso de treinamento SaaS de 20 vídeos em inglês (total de 3 horas). Precisamos localizar para espanhol, francês, alemão, português e japonês. Qual é a melhor abordagem?

Saída:

Plano de Localização do Curso

Escopo do Projeto

  • Conteúdo: 20 vídeos, 3 horas no total
  • Origem: Inglês
  • Alvos: Espanhol, Francês, Alemão, Português, Japonês
  • Tipo de conteúdo: Educacional (clareza > emoção)

Abordagem Recomendada: Localização de Voz por IA

Por que a IA é ideal aqui:

  • Conteúdo educacional (entrega de fatos, não drama)
  • 5 idiomas (eficiência crítica)
  • Prováveis atualizações contínuas (processo repetível necessário)
  • Voz consistente do "instrutor" em todas as versões

Plano de Implementação

Plataforma: ElevenLabs Pro ($99/mês)

Estratégia de Voz:

  • Clonar o instrutor original OU projetar voz consistente
  • Mesma voz fala todos os 6 idiomas
  • Mantém autoridade e estilo de ensino

Fluxo de Trabalho por Vídeo:

  1. Tradução (terceirizar)

    • Tradução profissional (não automática)
    • Fornecer glossário de termos do produto
    • Orientação de tempo para expansão de texto
  2. Geração de Voz

    • Gerar todos os 5 idiomas a partir da mesma voz
    • ~15 minutos por idioma por vídeo
    • Total: ~25 horas de geração de voz
  3. Revisão de QA

    • Revisão por falante nativo por idioma
    • Foco: pronúncia, naturalidade, precisão
    • Orçamento de 1 hora de revisão por idioma por vídeo
  4. Integração de Vídeo

    • Substituir faixas de áudio
    • Ajustar tempo se necessário
    • Verificar correspondência de legendas

Cronograma

FaseDuraçãoNotas
Tradução (total)2 semanasParalelo
Geração de voz1 semana~5 horas/dia
Revisão de QA2 semanasParalelo por idioma
Integração1 semanaParalelo
Total5-6 semanasCom margem

Estimativa de Orçamento

ItemCusto
Tradução (5 idiomas × 27k palavras)$20.250
ElevenLabs (2 meses)$200
Revisão de QA (5 idiomas × 20 vídeos × $30)$3.000
Integração (20 horas @ $50)$1.000
Total~$24.500

vs. Dublagem tradicional: ~$107.500 (economia de 77%)


Exemplo 2: Campanha de Anúncio Global

Contexto: Anúncio de 30 segundos precisa de localização para lançamento global.

Entrada:

Estamos lançando um anúncio em vídeo de 30 segundos globalmente. Precisamos de 10 versões em idiomas em 2 semanas. O orçamento é de $15.000.

Saída:

Localização de Anúncio: Lançamento Global Rápido

Restrições

  • Anúncio de 30 segundos (tempo apertado)
  • 10 idiomas
  • Prazo de 2 semanas
  • Orçamento de $15.000 (~$1.500/idioma)

Recomendado: Abordagem Híbrida

Nível 1 (Mercados Principais) - Dublagem Tradicional

  • Inglês (origem)
  • Espanhol (maior alcance)
  • Alemão (alto valor)
  • Francês (alto valor)

Nível 2 (Mercados de Escala) - Localização por IA

  • Português, Italiano, Holandês, Polonês, Japonês, Coreano

Justificativa

  • Mercados principais recebem tratamento premium
  • IA lida com escala eficientemente
  • Ambos cumprem o prazo

Cronograma de Produção

Semana 1:

DiaTarefa
1-2Todas as traduções concluídas
2-3Sessões de dublagem tradicional (4 idiomas)
3-4Geração de voz por IA (6 idiomas)
4-5Revisão de QA de todas as versões

Semana 2:

DiaTarefa
1-2Revisões e correções
3-4Integração de vídeo de todas as versões
5Revisão final e entrega

Alocação de Orçamento

ItemCusto
Tradução (10 × ~120 palavras)$1.800
Dublagem tradicional (4 idiomas)$4.800
Geração por IA (6 idiomas)$600
Revisão de QA (10 idiomas)$2.000
Integração (10 idiomas)$2.500
Margem$3.300
Total$15.000

Listas de Verificação e Modelos

Lista de Verificação do Projeto de Localização

## Pré-Produção
□ Idiomas selecionados e priorizados
□ Orçamento alocado por idioma
□ Cronograma estabelecido
□ Fornecedor de tradução selecionado
□ Glossário da marca preparado
□ Plano de consistência de voz definido

## Produção
□ Traduções concluídas
□ Traduções revisadas para termos da marca
□ Voz gerada por idioma
□ Pronúncia verificada
□ Tempo ajustado se necessário

## Garantia de Qualidade
□ Revisão por falante nativo concluída
□ QA técnico aprovado
□ Diretrizes da marca verificadas
□ Revisão cultural aprovada
□ Verificação legal/compliance (se necessário)

## Entrega
□ Arquivos nomeados corretamente por idioma
□ Todos os formatos entregues
□ Legendas fornecidas
□ Documentação completa
□ Arquivos de origem arquivados

Modelo de Glossário da Marca

## Glossário de Localização da [Marca]

### Nunca Traduzir
| Inglês | Nota |
|--------|------|
| [Nome da Marca] | Manter em inglês, pronúncia: [X] |
| [Nome do Produto] | Manter em inglês |
| [Nome do Recurso] | Manter em inglês, explicar no contexto |

### Traduzir Consistentemente
| Inglês | Espanhol | Francês | Alemão |
|---------|----------|---------|--------|
| Dashboard | Panel | Tableau de bord | Dashboard |
| Workflow | Flujo de trabajo | Flux de travail | Arbeitsablauf |
| [Termo] | | | |

### Guia de Pronúncia
| Termo | Pronúncia |
|-------|-----------|
| [Marca] | /brănd/ |
| [Recurso] | /fē-chər/ |

Limites da Skill

O Que Esta Skill Faz Bem

  • Estruturar fluxos de trabalho de produção de áudio
  • Fornecer diretrizes técnicas para localização
  • Calcular ROI entre abordagens
  • Criar processos repetíveis para conteúdo multilíngue
  • Integrar com plataformas modernas de síntese de voz

O Que Esta Skill Não Faz

  • Executar tradução real—você precisa de um tradutor profissional
  • Gravar áudio—você precisa de ferramentas como ElevenLabs
  • Tomar decisões criativas sobre direção de voz
  • Garantir precisão de tradução—isso requer revisão por falante nativo
  • Lidar com todos os aspectos legais de conteúdo localizado

Informações de Versão

  • Última atualização: 2024
  • Ferramentas recomendadas: ElevenLabs, ferramentas de tradução profissional
  • Habilidades complementares: Edição de vídeo, produção de áudio, tradução

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Cody-W-Tucker/skills

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says landing page, post-click experience, landing page audit, conversion rate, or landing page optimization.

Cody-W-Tucker/skills

TikTok Ads deep analysis covering creative quality, tracking, bidding, campaign structure, and TikTok Shop. Evaluates 28 checks with emphasis on creative-first strategy, safe zone compliance, and Smart+ campaigns. Use when user says TikTok Ads, TikTok marketing, TikTok Shop, Spark Ads, Smart+, or TikTok campaign.

Cody-W-Tucker/skills

YouTube Ads specific analysis covering campaign types, creative quality, audience targeting, and measurement. Evaluates video ad performance across skippable, non-skippable, bumper, Shorts, Demand Gen, and Connected TV formats. Covers VAC→Demand Gen migration, Shorts creative requirements, and CTV shoppable ads. Use when user says YouTube Ads, video ads, pre-roll, bumper ads, YouTube campaign, Shorts ads, or CTV ads.

Cody-W-Tucker/skills

Craft the story that makes investors say \"I want in.\" Master the narrative structure that Reid Hoffman, Sequoia, and top founders use to raise capital. Use when: **Preparing to fundraise** to develop your story before the deck; **Investor meetings** to structure conversations that convert; **Pitch practice** to refine your narrative arc; **Cold outreach** to write compelling investor emails; **Pivoting** to reframe your story after a change

Cody-W-Tucker/skills

Identify the best GTM motions and tools across 7 motion types: Inbound, Outbound, Paid Digital, Community, Partners, ABM, and PLG. Use when selecting marketing channels, choosing between inbound and outbound strategy, or planning cross-channel campaigns.

Cody-W-Tucker/skills

Produce a print-grade single-page kami (紙 / 纸) document — warm parchment canvas, ink-blue accent, serif at one weight, no italic, no cool grays. The output reads like a professional white paper or studio one-pager, not an app UI. Multilingual by design (EN · zh-CN · ja). One self-contained HTML file, zero dependencies.

Cody-W-Tucker/skills

Optimize landing pages for maximum conversions using proven frameworks from Unbounce and Oli Gardner—apply the \"one goal, one message, one action\" principle with data-driven design, copy, and CTA best practices. Use when: **Create a new landing page** for a campaign; **Optimize an existing landing page** that isn't converting; **Review landing page design** before launch; **Improve form conversion rates** on lead gen pages; **A/B test landing page elements** systematically

Cody-W-Tucker/skills

Advanced motion patterns for React / Next.js — drag & drop, gestures, text animations, SVG path drawing, custom hooks, imperative sequences (useAnimate), loaders, and the full API decision tree. Requires motion-foundations.

Cody-W-Tucker/skills

Motion tokens, spring presets, performance rules, device adaptation, accessibility enforcement, and SSR safety for React / Next.js using motion/react. Foundation layer — all other motion skills depend on this.

Cody-W-Tucker/skills

A single-frame motion-design composition with looping CSS animations — rotating type ring, animated globe, ticking timer, parallax labels. Renders as a hero video poster you can hand straight to HyperFrames or any keyframe-based exporter. Use when the brief asks for "motion design", "animated hero", "loop", "video poster", "title card", or pairs Open Claude Design with HyperFrames for a kinetic export.

Cody-W-Tucker/skills

Production-ready animation patterns for React / Next.js — button, modal, toast, stagger, page transitions, exit animations, scroll, and layout — built on motion-foundations tokens and springs.

Cody-W-Tucker/skills

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

Cody-W-Tucker/skills

Produce a single-file slide deck in the Atelier Zero visual language (warm-paper background, italic-serif emphasis spans, coral terminating dots, surreal collage plates) — Open Design's brand deck recipe. The deck uses **horizontal magazine-style swipe pagination** (←/→, wheel, swipe), a per-slide chrome strip with brand mark and slide counter, an ESC overview grid, a coral progress bar, and inherits the canonical stylesheet + 16-slot image library from the sister `open-design-landing` skill.

Cody-W-Tucker/skills

Produce a world-class single-page editorial landing site in the Atelier Zero visual language (Monocle / Apartamento / Études editorial collage) — the same aesthetic Open Design uses for its own marketing surface. The agent fills a typed `inputs.json` from a brand brief, optionally generates 16 collage assets via gpt-image-2, then runs a pure-function composer that emits a self-contained HTML file; a separate path can mirror the Astro marketing site in `apps/landing-page/`. Drop-in scroll-reveal motion and a Headroom-style sticky nav are wired automatically.

Cody-W-Tucker/skills

Best practices for Remotion - Video creation in React. 29 domain-specific rules covering 3D, animations, audio, captions, charts, transitions, and more.

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Single-page SaaS landing with hero, features, social proof, pricing, and CTA. Respects the active DESIGN.md color/typography/layout tokens. Trigger keywords: "saas landing", "marketing page", "product landing".

Cody-W-Tucker/skills

Master April Dunford's 8-step sales narrative from \"Sales Pitch\" (2023). Transform your positioning into a compelling story that wins enterprise deals. Use when: Structuring B2B sales presentations and demos; Creating pitch decks for complex products; Training sales teams on narrative-driven selling; Converting positioning strategy into sales conversations; Winning against entrenched competitors

Cody-W-Tucker/skills

Swiss-style user-research narrative template in warm-paper editorial aesthetics. Use when users ask for a premium research deck or story-first live artifact with minimalist typography, high-clarity layout, subtle motion, donut breakdowns, and keyboard/click navigation across slides in a single HTML file.

Cody-W-Tucker/skills

See, Understand, Act on video and audio. See- ingest from local files, URLs, RTSP/live feeds, or live record desktop; return realtime context and playable stream links. Understand- extract frames, build visual/semantic/temporal indexes, and search moments with timestamps and auto-clips. Act- transcode and normalize (codec, fps, resolution, aspect ratio), perform timeline edits (subtitles, text/image overlays, branding, audio overlays, dubbing, translation), generate media assets (image, audio, video), and create real time alerts for events from live streams or desktop capture.

Habilidades Relacionadas