Como criar efeitos sonoros para jogos com IA

Para criar efeitos sonoros para jogos com IA, escreva um prompt de uma frase que diga a fonte, o material, a ação e o espaço, escolha uma duração, ative o loop para ambientes, gere o som e depois corte o arquivo e importe-o na sua engine. No RaoMusic, a duração vai de 1 a 30 segundos, os arquivos são baixados em MP3 e cada clipe custa 1 crédito por segundo, com mínimo de 5 créditos. Veja a seguir nove clipes de teste medidos.

Última verificação: 26 de outubro de 2026

Como criamos e medimos os clipes de teste

Em 26 de outubro de 2026, geramos nove clipes no gerador de efeitos sonoros para jogos. Ele abre na aba Sons, com ElevenLabs selecionado no menu de modelos. Todos os clipes usaram o valor padrão de Aderência à descrição, 0,3 (ele controla o quanto o resultado segue o seu texto). O prompt de passos foi gerado três vezes e o de chuva duas (com Loop contínuo ligado e desligado); os demais, uma vez cada. Os nove clipes custaram 75 créditos no total.

Depois decodificamos cada MP3 em um navegador (a Web Audio API do Chromium) e medimos a duração, o nível de pico e o nível médio em dBFS (0 é o máximo que um arquivo pode atingir) e quanto silêncio há no início e no fim, contando como silêncio tudo abaixo de −60 dBFS. Não comparamos os clipes com bancos de sons nem com outros geradores. Os números cobrem duração, silêncio e nível. A nota curta de audição abaixo de um clipe descreve como esse arquivo soa; dê play e julgue você mesmo.

Como escrever um prompt para um efeito sonoro de jogo?

Diga quatro coisas: a fonte (espadas de aço), o material ou a textura (ressonância metálica aguda), a ação (se chocam) e o espaço e a distância (perto e seco). Deixe de fora palavras de clima como “épico”. O campo de descrição aceita até 450 caracteres, e o texto de exemplo avisa que inglês funciona melhor; o botão Traduzir para inglês converte outros idiomas.

Aqui estão um prompt de duas palavras e um completo, ambos com 2 segundos:

Prompt: sword sound (“som de espada”) · Duração: 2 s

Prompt: Two steel swords clash with a sharp metallic ring, close and dry (“Duas espadas de aço se chocam com uma ressonância metálica aguda, perto e seco”) · Duração: 2 s

Ouça os dois e compare. Se uma tomada chegou perto mas não acertou, mude um detalhe por vez (primeiro o material, depois a distância) para saber qual palavra mudou o resultado.

Você não precisa começar do zero. A página tem 30 modelos em seis grupos: Combate, Armas, Interface, Ambientes em loop, Movimento e Retrô 8-bit. Usar modelo preenche a descrição, a duração e o loop, e a partir daí você edita o texto.

Quanto tempo deve ter cada efeito sonoro?

Todos os arquivos vieram exatamente com a duração definida, mas o som em si muitas vezes termina antes, então já conte com cortar o final antes de importar:

Clipe	Duração definida	Final silencioso	Pico	Nível médio	Créditos
Espada, prompt de duas palavras	2 s	0,65 s	−3,0 dBFS	−27,3 dBFS	5
Espada, prompt detalhado	2 s	0,29 s	−2,8 dBFS	−28,4 dBFS	5
Power-up 8-bit	2 s	1,49 s	−3,8 dBFS	−22,3 dBFS	5
Explosão com destroços	5 s	0,36 s	−1,6 dBFS	−16,4 dBFS	5
Passos no cascalho (3 tomadas)	4 s	0,00 s	−22,2 a −16,8 dBFS	−47,4 a −45,5 dBFS	5 cada
Chuva, loop ligado	20 s	0,00 s	−17,1 dBFS	−39,8 dBFS	20
Chuva, loop desligado	20 s	0,00 s	−20,9 dBFS	−46,3 dBFS	20

O power-up 8-bit mostra o padrão com mais clareza: o som acaba depois de cerca de meio segundo, e os últimos 1,49 segundo do arquivo de 2 segundos são silêncio. Gere e depois corte.

Prompt: 8-bit retro power-up, fast ascending chiptune arpeggio (“power-up retrô 8-bit, arpejo chiptune rápido e ascendente”) · Duração: 2 s

Nota de audição: um arpejo de onda quadrada rápido e brilhante, com o clima retrô certo. Soa fino e para de forma abrupta, então combina mais com a coleta de um item pequeno ou uma confirmação de interface do que com um grande power-up.

Um final silencioso mantém o clipe “tocando” depois que o som acaba, o que importa se o seu código espera um som terminar ou limita quantos podem tocar ao mesmo tempo. Corte esse trecho em um editor de áudio nos sons que você dispara com frequência. Por causa do mínimo de 5 créditos, qualquer duração de 1 a 5 segundos custa o mesmo, então dê um pouco mais de espaço a um som com decaimento longo, como a explosão abaixo.

Prompt: Large explosion with a rumbling boom and debris falling afterwards (“Grande explosão com um estrondo grave e destroços caindo depois”) · Duração: 5 s

Nota de audição: um estrondo grave e encorpado com uma cauda retumbante, mas quase nenhum destroço caindo; só sobra um chiado leve. Funciona como explosão distante ou fora da tela. Para uma explosão em primeiro plano, sobreponha impactos de destroços separados.

Como fazer um som ambiente em loop?

Ative Loop contínuo antes de gerar, escolha uma duração maior (usamos 20 segundos) e descreva um som constante, sem eventos isolados. O “no thunder” no prompt de chuva pede ao modelo que deixe de fora trovões isolados, que de outra forma se repetiriam a cada 20 segundos; é um pedido, não uma garantia, então ouça o clipe inteiro. Os players abaixo estão configurados para repetir, para você ouvir cada um voltando ao início:

Prompt: Steady heavy rain falling on leaves and ground, no thunder (“Chuva forte e constante caindo sobre folhas e chão, sem trovões”) · Duração: 20 s · Loop contínuo: ligado

Mesmo prompt · Duração: 20 s · Loop contínuo: desligado

Nota de audição: as duas tomadas são uma chuva forte e constante sem trovões, mas soam como uma camada uniforme de chuva, e não como gotas isoladas caindo nas folhas, e a versão sem loop soa mais abafada. Qualquer uma serve como chuva de fundo; para uma cena em primeiro plano, adicione sons de respingos separados.

Deixe cada player dar a volta algumas vezes. Nas nossas medições, a última amostra da versão com loop ficou cerca de dez vezes mais perto da primeira amostra do que na versão sem loop, que é o que um loop limpo precisa, mas só ouvindo na sua engine você tem a confirmação: ative o loop lá também e deixe o clipe repetir várias vezes. Se ouvir um clique ou uma falha no ponto de emenda, verifique duas coisas. Arquivos MP3 podem trazer alguns milissegundos de preenchimento no início, e a conversão para WAV ou Ogg Vorbis mantém esse silêncio, então corte o início em um editor de áudio antes de exportar. Se a emenda ainda estalar, adicione um crossfade curto no ponto de loop.

Como evitar que o mesmo som fique se repetindo?

Gere o mesmo prompt várias vezes e depois escolha e corte as partes aproveitáveis de cada tomada:

Prompt: Footsteps walking on loose gravel, steady pace, close to the mic (“Passos caminhando sobre cascalho solto, ritmo constante, perto do microfone”) · Duração: 4 s · três gerações

Nota de audição: as tomadas 2 e 3 soam como passos nítidos em cascalho solto. A tomada 1 é mais suave e molenga, mais perto de neve ou terra molhada do que de cascalho. É por isso que vale gerar várias tomadas e escolher: a tomada 1 ainda serve para uma superfície de neve ou lama.

As três tomadas são arquivos diferentes, não cópias: os picos vão de −22,2 a −16,8 dBFS, e o primeiro passo começa em um momento diferente em cada uma (de 0 a 71 milissegundos após o início). Recorte passos individuais de cada tomada, faça o jogo sortear um a cada passo e acrescente uma pequena variação aleatória de pitch para que uma caminhada longa não soe repetitiva. Confira os níveis de novo depois de recortar, porque as médias do arquivo inteiro incluem as pausas entre os passos. As três tomadas custaram 15 créditos.

Como equilibrar o volume entre efeitos sonoros?

Os clipes gerados não saem com volumes equilibrados, então reserve uma etapa de nivelamento antes de lançar. No nosso conjunto, a explosão teve média de −16,4 dBFS e os passos no cascalho cerca de −46 dBFS, aproximadamente 30 dB de diferença: tocados no mesmo volume, os passos ficariam muito abaixo da explosão.

Corte primeiro o silêncio, depois defina um volume por categoria de som (interface, combate, ambiente) na sua engine e ajuste clipes individuais de ouvido. A normalização de pico só alinha o instante mais alto: um golpe de espada curto e um loop de chuva constante normalizados no mesmo pico ainda vão soar com volumes percebidos muito diferentes. Deixe uma margem abaixo de 0 dBFS, porque vários sons tocando ao mesmo tempo se somam.

Como importar os efeitos sonoros no Unity, Godot e Unreal?

Os arquivos são MP3 (os nossos tinham 128 kbps, 44.100 Hz, estéreo). Segundo a documentação atual, as três engines aceitam MP3 diretamente:

• Unity: o manual do Unity 6.6 lista .mp3 como formato de áudio compatível. Arraste o arquivo para a pasta Assets, toque-o a partir de um AudioSource e marque Loop para ambientes; depois escolha um Load Type (tipo de carregamento) nas configurações de importação do clipe: o manual sugere Decompress On Load para sons pequenos e Streaming para áudio contínuo, como um ambiente longo.
• Godot: o Godot importa WAV, Ogg Vorbis e MP3. Ative Loop no Import dock (painel de importação) para ambientes. A documentação recomenda considerar WAV para efeitos curtos e repetitivos e Ogg Vorbis para sons longos e música, então converta passos ou tiros se eles dispararem o tempo todo.
• Unreal Engine: clique em Import no Content Browser, ou arraste o arquivo do seu explorador de arquivos, para criar um asset Sound Wave. A documentação da Unreal lista .mp3 entre os formatos aceitos e informa que todo áudio importado é convertido internamente para .wav de 16 bits.

Se você precisar dos arquivos em outro formato antes, um editor gratuito como o Audacity corta o silêncio e exporta em WAV ou Ogg Vorbis de uma vez só.

Quanto custa, e posso usar os sons em um jogo comercial?

Efeitos sonoros custam 1 crédito por segundo, com mínimo de 5 créditos, para durações de 1 a 30 segundos. Um clique de interface de 1 segundo e uma explosão de 5 segundos custam 5 créditos cada, e um loop de ambiente de 30 segundos custa 30. Na maioria dos países, contas gratuitas elegíveis recebem 50 créditos por mês (créditos gratuitos não são oferecidos em algumas regiões), o suficiente para uns dez clipes curtos. Não é preciso ter assinatura.

Os sons são livres de royalties para jogos comerciais, inclusive no plano gratuito, e você não precisa dar crédito ao RaoMusic. “Livre de royalties” significa uma licença de uso: os direitos autorais não são transferidos. A licença também não garante um som exclusivo: outros usuários podem gerar sons parecidos. Assinantes também podem baixar um certificado de licença (PDF) para cada clipe. Os detalhes estão na página da licença comercial. Para sons fora de jogos, como transições de vídeo, o gerador de efeitos sonoros com IA geral usa a mesma aba Sons, e trilhas de fundo completas saem do gerador de música para jogos.