Resemble AI
Ferramenta · a análise detalhada foi elaborada a partir das páginas oficiais páginas da própria plataforma e das ferramentas auxiliares.
Veja também: como ler as fichas и sobre as fontes e sobre o método.
Visão geral
Resemble AI é uma plataforma de segurança de IA generativa mais modelos de voz. A composição dos produtos foi tirada do índice legível por máquina do site — o arquivo llms.txt, declarado no robots.txt do próprio Resemble.
Três partes dizem respeito à segurança. Detect — reconhecimento de deepfakes em áudio, vídeo e imagens, inclusive em ligações e em reuniões. Verify — marcas d'água de proveniência: PerTh para áudio, VideoSeal para imagens e vídeo. Identity — registro e conferência do falante a partir de uma amostra de quatro segundos.
A parte de voz foi levada para modelos abertos: Chatterbox — síntese de fala com clonagem de voz sem treinamento prévio (zero-shot), e também Chatterbox Turbo, Chatterbox Multilingual e DramaBox. No rodapé do site são listados à parte Resemble TTS, Resemble Voice Creation, Resemble Audio e Resemble STS.
Sobre o idioma de entrada a fonte fala diretamente. O Chatterbox Multilingual é declarado como «20+ languages», e a lista é nomeada uma a uma: Arabic, Chinese, Czech, Dutch, English, Finnish, French, German, Hebrew, Hindi, Italian, Japanese, Korean, Norwegian, Polish, Portuguese, Russian, Spanish, Swedish, Turkish, Vietnamese. O russo, o árabe, o hindi e o chinês estão na lista. O modelo foi publicado sob licença MIT, e o acesso a ele não depende do plano. Para o reconhecimento de deepfakes é declarada validação em 51 idiomas.
Com quais plataformas funciona
A resposta é conhecida pela metade. Uma exportação direta do áudio pronto para plataformas de publicação não consta no que foi lido: não se encontrou no site uma seção sobre a exportação do resultado para redes sociais ou para serviços de streaming.
O que está documentado são as integrações de processos de trabalho e de segurança. Para o Resemble Meetings são citados Zoom, Microsoft Teams, Google Meet e Webex. À parte são listados a extensão para Chrome, os protocolos SIP e SIPREC para operadoras de telecomunicações, os SDK para Python, Node.js e JavaScript e uma página separada, Integrations and environments. A implantação é declarada em três formas: na nuvem, em instalações próprias e em um perímetro isolado. Esses são os lugares de onde a ferramenta pega o som para verificação, e não os lugares onde ela publica o resultado pronto.
Quanto custa
Os preços são da página de preços, a moeda são dólares dos Estados Unidos.
TEAM — 350 dólares por mês no pagamento mensal e 280 dólares por mês no anual; a economia por ano é indicada como 840 dólares. No plano entram 5 assentos, taxas de processamento reduzidas, Intelligence para reuniões, cargas grandes e em lote.
BUSINESS — 1000 dólares por mês no mensal e 800 dólares por mês no pagamento anual, uma economia de 2400 dólares por ano. Inclui 20 assentos, integração de calendário para toda a empresa, avisos de segurança para reuniões e SSO.
ENTERPRISE — preço por acordo: descontos por volume, SLA, ajuste fino do modelo, instalação em instalações próprias.
O degrau pago mínimo é de 280 dólares por mês, ou seja, o TEAM no pagamento anual. O degrau gratuito FLEX custa 0 dólares e é tarifado por unidade.
A ressalva é importante: a tabela de planos cobre Detect, Intelligence, Meetings, Identity e Watermarker. Uma lista de preços separada para a síntese de fala e a clonagem de voz não há na página de preços.
O que é gratuito
FLEX — 0 dólares por mês: sem mensalidade e sem cartão, com pagamento pelo que foi consumido a partir de créditos comprados de antemão.
No FLEX entram o reconhecimento de deepfakes em áudio, imagens e vídeo, a analítica Intelligence, o registro de identidade, o reconhecimento em tempo real para reuniões, a verificação do SynthID e a assinatura de gravações C2PA, o acesso à plataforma e à API. Assentos no time — um.
Sobre os créditos a página responde literalmente: «No, credits on the Flex Plan never expire» — eles não expiram nunca.
O zero na coluna da mensalidade não significa trabalho gratuito: será preciso pagar pelos segundos e pelas chamadas efetivamente processados, e não pelo mês.
Limitações
Limites em minutos a ferramenta não tem: a tarifação é por segundo e por chamada, e a taxa depende do plano. As taxas são do bloco «Processing rates» da página de preços.
Detect para áudio e imagens — 0,03500 dólar por segundo no FLEX e 0,01500 dólar no TEAM e no BUSINESS. Detect para vídeo — 0,07000 e 0,03000 dólar por segundo respectivamente. Intelligence — 0,02500 e 0,01500 dólar por segundo. Identity search — 0,00050 dólar por chamada. Watermarker: encode — 0,00050 dólar, decode — 0,00020 dólar por chamada. Para o ENTERPRISE é declarado um preço por volume.
Os assentos são contados por planos: 1 no FLEX, 5 no TEAM, 20 no BUSINESS. Os créditos do FLEX não expiram, e não há compromissos mínimos.
A limitação não está construída como um teto, e sim como uma taxa: a diferença entre o FLEX e os planos pagos é a diferença no preço do segundo.
Direitos sobre o resultado
A resposta é conhecida em parte. Os termos de uso não contêm uma transferência direta de direitos sobre o áudio gerado: uma formulação sobre a propriedade do resultado (Output) não está no texto. Diferenças por planos os termos também não descrevem aqui.
O que há nos termos: a Resemble reserva para si os direitos sobre os Aggregated Data — derivados anonimizados e metadados. E há uma proibição direta de aplicar o resultado «to train, improve, or otherwise further develop your own or any third party's product» — não se pode treinar com ele, melhorar com ele nem desenvolver o seu produto ou o produto de um terceiro.
Um ramo à parte são os modelos abertos. Para o Chatterbox Multilingual é declarado «Full model weights on Hugging Face … No vendor lock-in, no commercial restrictions» sob licença MIT: os pesos completos estão publicados, não há atrelamento ao fornecedor nem restrições comerciais. A ressalva é importante: isso se refere ao modelo aberto hospedado por conta própria, e não ao trabalho através da plataforma.
O que faltou: de quem é o áudio criado através da plataforma não decorre do que foi lido.
Treinam com os seus dados
A resposta é conhecida em parte: os termos delimitam duas noções.
Content — aquilo que você carregou — é usado «for the purposes of having Resemble AI synthesizing and generating an AI voice model»: para que a Resemble sintetize e crie um modelo de voz.
Aggregated Data — derivados anonimizados e metadados — «may be used for … internal learning and training», ou seja, podem ir para o aprendizado interno, e também para a depuração, a correção de erros e o desenvolvimento do produto.
O que faltou: uma afirmação direta de que as gravações originais do usuário vão para o treinamento dos modelos do produto não está no texto, e o alcance do treinamento com áudio bruto não é revelado.
A recusa não é descrita de modo algum. Um mecanismo de recusa do uso do conteúdo e dos dados agregados para o aprendizado interno os termos não dão — nem por ajuste, nem por plano. Mas isso não é uma declaração de que se pode recusar.
Como se ganha com ele
O uso comercial está diretamente permitido em um ramo — o aberto: para o Chatterbox Multilingual é declarado «No vendor lock-in, no commercial restrictions» sob licença MIT, e isso não depende do plano.
Sobre o resultado criado através da própria plataforma não há resposta: os termos não descrevem uma transferência de direitos sobre o resultado e não traçam diferenças por planos. A ausência de resposta não é permissão nem proibição.
Uma proibição vale acima de tudo: o resultado não pode ser aplicado para treinar, melhorar ou desenvolver o seu produto ou o produto de um terceiro.
O que ele não fará
O mais delicado aqui é de quem é a voz que se pode carregar.
O consentimento da pessoa cuja voz é clonada é obrigatório. Os termos de uso dizem literalmente, com a ortografia da fonte: «Resemble may require consent form the individual or third party whose voice is being cloned. Consent needs to be verbal, unless otherwise stated by Resemble». O consentimento por padrão é verbal, não escrito; outra forma pode ser exigida apenas se a Resemble indicar expressamente outra coisa. O usuário, além disso, declara que é dono do conteúdo ou que tem «the necessary licenses, rights, consents and permissions» — as licenças, os direitos, os consentimentos e as permissões necessários.
A página de ética formula o mesmo de modo mais duro: «voice cloning only occurs with the explicit consent of the individual» — a clonagem de voz ocorre apenas com o consentimento explícito da pessoa.
O consentimento é verificado: a identidade, ao obtê-lo, é conferida pela tecnologia de reconhecimento de falante Resemblyzer.
Já uma proibição direta e separada de clonar a voz de uma pessoa pública não consta no que foi lido — uma norma dessas não é encontrada. O mais próximo dela é a proibição geral de «impersonation without authorization», fazer-se passar por outro sem autorização. Ler isso como permissão para as vozes de pessoas públicas não se pode: a exigência do consentimento da pessoa cuja voz é clonada não tem nenhuma exceção na fonte. Falta apenas uma norma declarada à parte justamente sobre as pessoas públicas.
Os temas proibidos são nomeados em lista: discurso de ódio e discriminação, terrorismo e violência, exploração de crianças, conteúdo sem atribuição e distorção da fonte, envios em massa indesejados, mensagens que induzem a erro. Nos termos somam-se a isso as declarações falsas de afiliação e o phishing para obter dados financeiros.
Publicar o áudio pronto por você ele não conseguirá: uma exportação direta para plataformas de publicação não consta no que foi lido.
Dizer o preço da síntese de fala e da clonagem de voz também não conseguirá: uma lista de preços separada para a parte de voz não há na página de preços.
Deixar você recusar o aprendizado interno ele não está pronto para fazer: um mecanismo de recusa os termos não descrevem.
Com a marcação o quadro é irregular. Para os modelos abertos ela é declarada obrigatória e automática: «Every clip is watermarked with PerTh at generation, before it leaves the model» — isso é sobre o Chatterbox Multilingual, e «Every output watermarked with PerTh at generation» — sobre o DramaBox. A marca é declarada inaudível e resistente à recodificação. Já nos termos o Resemble Watermarker é mencionado apenas como produto: a obrigatoriedade da marcação de todas as saídas da plataforma e as diferenças por planos não são descritas ali. A obrigatoriedade está confirmada para modelos concretos; uma regra para toda a plataforma não consta no que foi lido.
Dados verificados da base
Dados verificados resumidos em que se apoia a análise detalhada.
Sobre a plataforma
Plataforma de segurança de IA generativa mais modelos de voz. Detect — reconhecimento de deepfakes em áudio, vídeo e imagens, inclusive em chamadas e no Zoom, Teams, Meet e Webex. Verify — marcas d'água de proveniência: PerTh para áudio, VideoSeal para imagens e vídeo. Identity — registro e verificação do falante a partir de uma amostra de quatro segundos. A parte de voz foi levada para modelos abertos: Chatterbox (TTS com clonagem de voz zero-shot), Chatterbox Turbo, Chatterbox Multilingual, DramaBox; no rodapé do site são listados à parte Resemble TTS, Resemble Voice Creation, Resemble Audio e Resemble STS
llms.txt é o índice oficial legível por máquina do site, declarado no próprio robots.txt da Resemble; a composição dos produtos foi conferida com o rodapé de https://www.resemble.ai/pricing
fonte, verificado 2026-08-07
Chatterbox Multilingual: «20+ languages» (literalmente) — Arabic, Chinese, Czech, Dutch, English, Finnish, French, German, Hebrew, Hindi, Italian, Japanese, Korean, Norwegian, Polish, Portuguese, Russian, Spanish, Swedish, Turkish, Vietnamese. Russo, árabe, híndi e chinês estão na lista. O modelo está sob licença MIT e não depende do plano. Para o reconhecimento de deepfakes, declara-se validação em 51 idiomas
O número de 51 idiomas para o Detect foi retirado de https://www.resemble.ai/llms.txt
fonte, verificado 2026-08-07
Plataformas
Exportação direta do áudio pronto para plataformas de publicação não consta no que foi lido. Estão documentadas integrações de fluxo de trabalho e de segurança: Zoom, Microsoft Teams, Google Meet e Webex para o Resemble Meetings, extensão para Chrome, SIP e SIPREC para operadoras de telecomunicações, SDKs para Python, Node.js e JavaScript, e uma página própria Integrations and environments. A implantação é declarada em nuvem, em infraestrutura própria e em ambiente isolado
Não há no site seção sobre exportação do resultado para redes sociais ou streaming; são listadas apenas integrações de fluxo de trabalho
fonte, verificado 2026-08-07
Quanto custa
FLEX — $0 por mês, sem mensalidade e sem cartão, pagamento por uso a partir de créditos comprados previamente. Inclui: reconhecimento de deepfakes em áudio, imagens e vídeo, análise Intelligence, registro de identidade, reconhecimento em tempo real para reuniões, verificação de SynthID e assinatura de gravações em C2PA, acesso à plataforma e à API; 1 lugar no time. «No, credits on the Flex Plan never expire» (literalmente)
A composição do FLEX e a resposta sobre créditos vêm da tabela de planos e do bloco de FAQ da mesma página
fonte, verificado 2026-08-07
TEAM — $350 por mês no pagamento mensal e $280 por mês no anual (economia de $840 por ano), 5 lugares, tarifas de processamento reduzidas, Intelligence para reuniões, uploads grandes e em lote. BUSINESS — $1,000 por mês no mensal e $800 por mês no anual (economia de $2,400 por ano), 20 lugares, integração de calendário para toda a empresa, alertas de segurança para reuniões, SSO. ENTERPRISE — preço por contrato (descontos por volume, SLA, ajuste fino do modelo, instalação em infraestrutura própria). IMPORTANTE: a tabela de planos cobre Detect, Intelligence, Meetings, Identity e Watermarker; não há na página de preços uma tabela específica para síntese de voz e clonagem de voz
O título da página é «Deepfake Detection & AI Security Pricing | Resemble AI», o que confirma o posicionamento atual da tabela de preços
fonte, verificado 2026-08-07
280 USD por mês — plano TEAM no pagamento anual; no pagamento mensal, 350 USD por mês. A faixa gratuita FLEX custa 0 USD e é cobrada por unidade
Os valores vêm da tabela de planos e da tabela-resumo «Transparent flexible pricing» da mesma página
fonte, verificado 2026-08-07
Limites e restrições
Não há limites em minutos; a cobrança é por segundo e por chamada. Detect para áudio e imagens: $0.03500 por segundo no FLEX e $0.01500 no TEAM e no BUSINESS. Detect para vídeo: $0.07000 e $0.03000 por segundo. Intelligence: $0.02500 e $0.01500 por segundo. Identity search: $0.00050 por chamada. Watermarker encode — $0.00050; decode — $0.00020 por chamada. Para o ENTERPRISE declara-se volume pricing. Lugares: 1 no FLEX, 5 no TEAM, 20 no BUSINESS. Os créditos do FLEX não expiram e não há compromisso mínimo
As tarifas vêm do bloco «Processing rates» da tabela-resumo
fonte, verificado 2026-08-07
Restrições
DE QUEM É A VOZ: é exigido o consentimento da pessoa cuja voz é clonada. Terms of Service: «Resemble may require consent form the individual or third party whose voice is being cloned. Consent needs to be verbal, unless otherwise stated by Resemble» (literalmente, mantida a ortografia da fonte) — ou seja, o consentimento é, por padrão, VERBAL, e não escrito. O usuário também declara ser titular do conteúdo ou ter «the necessary licenses, rights, consents and permissions». Página de ética: «voice cloning only occurs with the explicit consent of the individual» (literalmente). VERIFICAÇÃO: a identidade, no momento do consentimento, é conferida pela tecnologia de reconhecimento de falante Resemblyzer. NÃO HÁ proibição expressa e específica de clonar a voz de figura pública — tal norma não aparece no que foi lido; o mais próximo é a proibição geral de «impersonation without authorization». TEMAS PROIBIDOS: discurso de ódio e discriminação, terrorismo e violência, exploração infantil, conteúdo sem atribuição e distorção da fonte, envios em massa não solicitados, mensagens enganosas; nos termos, adicionalmente — declarações falsas de afiliação e phishing para obter informações financeiras
As formulações sobre consentimento expresso e verificação pelo Resemblyzer e a lista de usos proibidos vêm da página https://www.resemble.ai/company/ethics
fonte, verificado 2026-08-07
Aspectos jurídicos
Os termos NÃO contêm transferência expressa ao usuário dos direitos sobre o áudio gerado: não há no texto formulação sobre a titularidade do Output. A Resemble mantém para si os direitos sobre os Aggregated Data — derivados anonimizados e metadados. Ao usuário é proibido usar o resultado «to train, improve, or otherwise further develop your own or any third party's product» (literalmente). Diferenças entre planos não são descritas nos termos. Um caso à parte são os modelos abertos: para o Chatterbox Multilingual declara-se «Full model weights on Hugging Face ... No vendor lock-in, no commercial restrictions», sob licença MIT
A ressalva sobre a MIT e a ausência de restrições comerciais se refere apenas ao modelo aberto hospedado por conta própria; fonte: https://www.resemble.ai/learn/models/chatterbox-multilingual
fonte, verificado 2026-08-07
Os termos admitem treinamento interno com dados derivados: o Content é usado «for the purposes of having Resemble AI synthesizing and generating an AI voice model» (literalmente), e os Aggregated Data «may be used for ... internal learning and training» (literalmente), além de depuração, correção de erros e desenvolvimento do produto. Não há no texto afirmação expressa de que as gravações originais dos usuários entrem no treinamento dos modelos do produto
A distinção entre Content e Aggregated Data existe nos termos, mas a extensão do treinamento com áudio bruto não é revelada
fonte, verificado 2026-08-07
A marca d'água PerTh é tecnologia própria da Resemble; para os modelos abertos, a marcação é declarada obrigatória e automática: «Every clip is watermarked with PerTh at generation, before it leaves the model» (literalmente, Chatterbox Multilingual); para o DramaBox — «Every output watermarked with PerTh at generation». A marca é apresentada como inaudível e resistente à recodificação. Nos Terms of Service o Resemble Watermarker é mencionado apenas como produto: a obrigatoriedade de marcar todos os resultados da plataforma e as diferenças entre planos não são descritas ali. As chamadas de encode e decode do Watermarker são cobradas
A afirmação sobre marcação obrigatória se refere a modelos específicos; não foi encontrada nos termos uma regra válida para toda a plataforma
fonte, verificado 2026-08-07
Seção do catálogo: todos os semelhantes Veja também: índice do catálogo · comparação de agendadores · seleção por situação · restrições das plataformas