Perguntas frequentes
Qual a melhor voz para vídeos?
A escolha depende do tom do seu conteúdo. Para narrativas suaves, Luna é ideal. Para instruções claras, use Sage. Para energia em promoções, Felix funciona bem. Todas as 8 vozes suportam os 23 idiomas disponíveis, permitindo adaptação precisa ao estilo do seu vídeo sem limitações técnicas.
Qual a melhor voz para rádio?
Para spots publicitários dinâmicos, Felix oferece energia e clareza. Para locuções de notícias neutras, Atlas é a escolha certa. Milo traz uma conversa amigável, enquanto Orion entrega profundidade para documentários. Todas as vozes são baseadas em gravações licenciadas, garantindo qualidade profissional para suas produções de áudio.
O que é voz Aria?
Aria é uma voz feminina descrita como 'narração clara e quente'. Ela é ideal para vídeos que exigem uma voz narradora envolvente e direta. Sua tonalidade equilibrada a torna uma excelente opção para conteúdos informativos ou storytelling que precisam de clareza e calor humano.
O que é voz Nova?
Nova é uma voz feminina 'brilhante e animada'. Ela traz um tom energético e positivo, perfeita para vídeos promocionais, anúncios rápidos ou conteúdos de redes sociais que precisam capturar a atenção do público imediatamente com uma presença vocal vibrante e moderna.
O que é voz Luna?
Luna é uma voz feminina 'suave e de contação de histórias'. Ela é ideal para narrativas longas, audiolivros ou vídeos que exigem uma entrega calma e envolvente. Sua tonalidade suave ajuda a manter a atenção do ouvinte durante conteúdos mais extensos e emotivos.
O que é voz Sage?
Sage é uma voz feminina 'calma e instrucional'. Ela é perfeita para tutoriais, explicações técnicas ou vídeos educacionais onde a clareza e a serenidade são essenciais. Sua entrega clara garante que as informações sejam transmitidas de forma eficiente e sem distrações emocionais excessivas.
O que é voz Felix?
Felix é uma voz masculina 'enerética e promocional'. Ele é ideal para spots de rádio, anúncios de vendas e vídeos que exigem alta energia e entusiasmo. Sua entrega vibrante ajuda a destacar ofertas e manter o público engajado com um tom de voz dinâmico.
O que é voz Milo?
Milo é uma voz masculina 'amigável e conversacional'. Ele é perfeito para vídeos explicativos, podcasts ou conteúdos que buscam uma conexão mais pessoal com o público. Sua tonalidade natural e próxima cria uma sensação de conversa direta, ideal para marcas que valorizam a proximidade.
O que é voz Atlas?
Atlas é uma voz masculina 'neutra e de notícias'. Ele é ideal para locuções informativas, boletins ou vídeos que exigem objetividade e profissionalismo. Sua entrega clara e sem viés emocional garante que a informação seja transmitida de forma direta, confiável e fácil de entender.
O que é voz Orion?
Orion é uma voz masculina 'profunda e de documentário'. Ele é perfeito para narrativas épicas, documentários ou conteúdos que exigem uma voz grave e imponente. Sua tonalidade única adiciona peso e seriedade ao conteúdo, ideal para histórias que demandam uma presença vocal marcante.
Qual modelo usar, tts-1 ou tts-1-hd?
Ambos os modelos, 'tts-1' e 'tts-1-hd', utilizam o mesmo motor de síntese e têm o mesmo preço. A escolha entre eles não afeta o custo nem a qualidade percebida do áudio gerado. Você pode usar qualquer um dos dois conforme sua preferência de código, sem diferença técnica.
As vozes são naturais?
As vozes são baseadas em gravações licenciadas do LibriTTS-R e do LibriVox, garantindo qualidade profissional. Cada arquivo gerado contém uma marca d'água inaudível que o identifica como fala sintética. Embora naturais, elas são claramente distinguíveis de gravações humanas tradicionais devido a essa marcação e ao contexto de uso.
Critérios de seleção
Selecionar a voz certa para narração de vídeo ou rádio exige equilíbrio entre clareza técnica e qualidade humana. O processo envolve avaliar como o texto é transformado em áudio, garantindo que cada sílaba seja compreensível sem perder a essência da mensagem original.
Qualidade de áudio
Nossos arquivos são gerados em formatos como MP3, WAV, OPUS, FLAC ou PCM, garantindo compatibilidade com qualquer editor de áudio ou plataforma de streaming. A velocidade de geração é aproximadamente em tempo real para textos longos, mas solicitações podem aguardar na fila sob carga.
- Suporte a múltiplos formatos de áudio
Naturalidade da voz
As vozes são baseadas em gravações licenciadas (LibriTTS-R) e de domínio público, oferecendo um tom orgânico e próximo do humano. Cada arquivo gerado possui uma marca d'água inaudível que identifica o conteúdo como síntese, mantendo a transparência sem afetar a experiência do ouvinte.
Versatilidade de uso
A API aceita textos de até 4.096 caracteres por solicitação, permitindo a criação de narrativas segmentadas ou frases curtas. Com velocidade ajustável entre 0.25x e 4.0x, você adapta o ritmo para spots de rádio dinâmicos ou documentários pausados, tudo via JSON padrão.
- Ajuste fino de velocidade (0.25x a 4.0x)
Vozes femininas para narrativas
As vozes femininas da NarraTTS Brasil oferecem tomers de voz distintos para narrativas de vídeo e rádio. Aria entrega uma narradora clara e quente, ideal para explicativos diretos. Nova traz uma vibração brilhante e animada, perfeita para manter o engajamento em spots curtos. Luna, por sua vez, oferece um storytelling suave, capaz de criar atmosferas imersivas em histórias mais longas.
Aria: narradora clara e quente
Aria é projetada para ser uma narradora clara e quente, transmitindo confiança e clareza. Sua voz é ideal para vídeos explicativos onde a compreensão do texto é prioritária. Ela não sobrecarrega o conteúdo com entonações excessivas, garantindo que a mensagem chegue ao público de forma direta.
Para produtores de áudio, Aria reduz a necessidade de edição extensiva. A qualidade natural da voz permite que o texto seja entregue com precisão, mantendo a atenção do ouvinte desde o primeiro segundo.
- Tom quente e claro
- Ideal para explicações técnicas ou narrativas diretas
- Clareza superior na articulação
Nova: voz vibrante e animada
Nova entrega uma voz vibrante e animada, característica 'bright, upbeat'. Ela é a escolha certa para spots de rádio de alta energia e vídeos de produtos que precisam de um toque de entusiasmo. Sua personalidade dinâmica ajuda a destacar ofertas e chamadas para ação.
O uso de Nova em anúncios curtos pode aumentar a retenção do público. A energia natural da voz evita a monotonia, mantindo o ouvinte interessado no conteúdo promocional.
- Voz brilhante e animada
- Perfeita para anúncios e lançamentos
- Alta energia emocional
Luna: storytelling suave e imersivo
Luna oferece uma voz suave, focada em storytelling. Sua entonação é suave e envolvente, ideal para narrativas longas ou documentários que exigem uma presença calma e reflexiva. Ela cria uma atmosfera íntima, perfeita para histórias que requerem paciência e profundidade.
Para criadores de conteúdo que buscam emoção e narrativa, Luna permite que o texto ganhe vida sem distrações. Sua suavidade natural a torna uma ferramenta poderosa para manter a conexão emocional com o público.
- Voz suave e envolvente
- Ideal para histórias longas
- Tom reflexivo e calmo
Vozes masculinas para documentos
A escolha da voz masculina adequada é decisiva para projetos de narração que exigem credibilidade e clareza. No nosso catálogo, dispomos de três opções distintas para atender desde jornalismo até contação de histórias.
Cada voz foi treinada com gravações licenciadas para garantir naturalidade, mantendo a essência da narrativa sem soar robótica.
Atlas: neutralidade jornalística
Atlas é a escolha ideal para notícias e reportagens. Sua entonação é neutra e direta, transmitindo informação sem enviesamento emocional excessivo. Ideal para vídeos explicativos ou boletins informativos.
Use Atlas quando a prioridade é a clareza factual. O tom é profissional e confiável, perfeito para conteúdos que exigem seriedade.
- Ideal para notícias e reportagens
- Tom neutro e direto
- Alta clareza factual
Orion: profundidade documental
Orion possui um timbre mais grave, ideal para documentários e narrações mais profundas. Sua voz adiciona peso e seriedade ao conteúdo, criando uma atmosfera imersiva.
Perfeito para long-form content onde a voz deve acompanhar a narrativa visual com gravitas. A profundidade vocal ajuda a reter a atenção do público em histórias complexas.
- Timbre grave e imersivo
- Ideal para documentários
- Adiciona gravidade à narrativa
Milo: conversa amigável
Milo traz uma abordagem mais próxima e conversacional. É excelente para tutoriais, vídeos de produto ou conteúdos que buscam gerar identificação imediata com o espectador.
Sua voz soa como alguém explicando algo de forma descontraída, mas ainda assim profissional. Use Milo para humanizar sua marca ou simplificar conceitos técnicos.
- Tom conversacional e próximo
- Ideal para tutoriais
- Humaniza o conteúdo
Vozes para promoções e anúncios
A escolha da voz certa para anúncios e promoções impacta diretamente na conversão do seu público. Com NarraTTS Brasil, você tem acesso a perfis vocais específicos para diferentes intents comerciais, garantindo que a mensagem seja entregue com a intensidade ou clareza adequadas para cada formato de mídia.
Felix: energia promocional
Felix é a escolha ideal para spots de rádio e vídeos promocionais que exigem dinamismo. Sua voz energética captura a atenção rapidamente, sendo perfeita para comunicar ofertas limitadas ou lançamentos de produtos. O tom vibrante ajuda a manter o engajamento do ouvinte em curtos períodos de tempo.
Sage: instrução calma
Para tutoriais ou explicações de produtos, Sage oferece uma voz calma e instrucional. Diferente de Felix, Sage prioriza a clareza e a compreensão, guiando o usuário passo a passo sem pressa. É a voz certa para conteúdos educacionais integrados a campanhas de vendas.
Combinação de vozes
Você não precisa se limitar a uma única voz. Utilize Felix para a introdução impactante e Sage para a parte explicativa. Essa combinação cria uma narrativa mais rica e profissional, mantendo o interesse do ouvinte desde o início até o call to action final.
Casos de uso por voz
A API NarraTTS Brasil resolve gargalos de produção ao automatizar a geração de áudio. Para vídeos explicativos, use Felix para manter o ritmo dinâmico ou Luna para narrativas mais suaves. O limite de 4096 caracteres por requisição exige divisão de textos longos, mas a integração via SDK OpenAI simplifica o fluxo.
Spots de rádio exigem precisão cronometrada. Com velocidade ajustável entre 0.25x e 4.0x, você calibra a duração exata do anúncio sem cortar conteúdo. A geração rápida permite iterações ágeis: teste diferentes vozes e ajustes de tom em minutos, não dias, otimizando o custo por segundo de áudio.
Vídeos explicativos
Utilize Aria ou Nova para criar narrativas claras e envolventes. A capacidade de ajustar a velocidade permite sincronizar a voz com a edição de vídeo. Como os arquivos são entregues em formatos como MP3 e WAV, a integração com softwares de edição é direta.
- Ideal para tutoriais e apresentações de produto.
- Permite ajuste fino de velocidade para sincronia visual.
Spots de rádio curtos
O formato é crítico para spots. Use Felix para energia promocional ou Milo para um tom conversacional. A API processa pedidos em sequência; sob carga, uma solicitação pode aguardar na fila. Lembre-se que espaços e pontuação contam como caracteres na faturação.
- Gere múltiplas versões para testar eficácia.
- Custo eficiente por segundo de áudio final.
Documentários longos
Para narrativas extensas, divida o texto em partes de até 4096 caracteres e une os arquivos resultantes. Use Orion ou Atlas para um tom sério e documental. A velocidade natural de geração permite produção em larga escala sem gargalos significativos de tempo de espera.
- Suporte a textos longos via divisão automática.
- Vozes profundas adequadas para narrativa imersiva.
Idiomas e adaptações
As vozes da NarraTTS Brasil são treinadas para entender nuances linguísticas específicas, garantindo que a pronúncia soe natural em cada idioma suportado. O sistema detecta automaticamente o idioma com base no script do texto, mas você pode forçar a configuração via parâmetro language para evitar erros de interpretação.
Essa flexibilidade permite que criadores de conteúdo alcancem audiências globais sem precisar contratar locutores diferentes para cada região, mantendo a consistência da marca em todos os mercados onde você atua.
Vozes em português
Qualquer voz pode falar português; não há distinção de sotaques ou nuances regionais entre as vozes. Isso é ideal para vídeos explicativos e spots de rádio nacionais.
Recomendamos usar o parâmetro language=pt para garantir que a IA não confunda palavras homógrafas ou acentuação, especialmente em textos técnicos ou nomes próprios.
- Suporte total a acentuação e pronúncia correta
- Vozes como Luna e Sage soam naturais em narrativas longas
- Ideal para vídeos instrucionais e e-books em áudio
Vozes em inglês
O inglês é o idioma base de treinamento, resultando na maior fidelidade e velocidade de geração. Voizes como Aria e Felix entregam textos em inglês com clareza excepcional.
Para textos em inglês usando vozes originalmente treinadas em outros idiomas, o sistema mantém a pronúncia nativa, o que pode ser um recurso estilístico desejado para alguns formatos criativos.
- Geração mais rápida devido ao treinamento primário
- Aria oferece narradora clara e profissional
- Felix é perfeito para promos energéticos
Vozes em espanhol
O espanhol é outro idioma com excelente suporte, permitindo a criação de conteúdo para mercados latino-americanos e espanhóis rapidamente. Voizes como Nova e Milos adaptam-se bem ao ritmo da língua.
Certifique-se de definir language=es se o texto contiver palavras que possam ser ambíguas para o detector automático, garantindo a entonação correta para sua audiência hispânica.
- Suporte para sotaques neutros e formais
- Nova entrega entonação vibrante e moderna
- Milos mantém tom conversacional e amigável
Velocidade e entonação
A velocidade é ajustável de 0,25 a 4,0 vezes, permitindo sincronizar a narração com o ritmo visual ou a trilha sonora. Para spots de rádio dinâmicos, aumentar a velocidade até 1,5x ou 2x mantém o engajamento sem perder a clareza. Textos longos, como documentários, beneficiam-se de velocidades próximas de 1,0x para garantir compreensão.
Ajuste de velocidade
O parâmetro speed aceita valores entre 0,25 e 4,0. Ajuste fino evita que a voz soe robótica ou apressada demais. Para vídeos explicativos rápidos, valores entre 1,2x e 1,5x são ideais, economizando tempo de produção sem sacrificar a dicção.
- Valores válidos: 0,25 a 4,0
- Padrão: 1,0x
- Ideal para spots: 1,2x–1,5x
Tom e estilo
O tom é definido pela escolha da voz, não por etiquetas de emoção. Cada voz tem uma personalidade fixa: Aria é clara e narrativa, enquanto Felix traz energia promocional. Não há tags de emoção disponíveis; a interpretação vem da seleção correta do preset.
Pausas naturais

Comparação de modelos
Este guia compara os dois modelos disponíveis na API NarraTTS Brasil para produção de áudio profissional.
Entenda as diferenças técnicas e financeiras para escolher a melhor opção para seus vídeos e spots de rádio.
tts-1 vs tts-1-hd
Os modelos "tts-1" e "tts-1-hd" utilizam exatamente o mesmo motor de síntese e as mesmas vozes. A única diferença técnica é que o "tts-1-hd" gera arquivos em formatos de alta fidelidade, enquanto o "tts-1" oferece opções mais leves.
Para a maioria dos criadores de conteúdo, a diferença auditiva é sutil em dispositivos padrão, mas o HD garante melhor qualidade em sistemas de som profissional.
- Mesmo motor de IA e banco de vozes
- Diferença principal na compressão do arquivo de saída
Qualidade vs custo
O preço é idêntico para ambos os modelos: US$ 10 por 1 milhão de caracteres processados.
Como não há custo adicional, você pode usar o "tts-1-hd" para todos os seus projetos sem preocupações com o orçamento, especialmente para spots de rádio que exigem clareza máxima.
- Custo fixo de US$ 0,01 por 1.000 caracteres
- Sem taxas extras por qualidade superior
Recomendações de uso
Recomendamos o "tts-1" para vídeos explicativos rápidos ou conteúdos onde a velocidade de geração é prioritária.
Prefira o "tts-1-hd" para documentários longos, spots de rádio premium ou quando o áudio será reproduzido em equipamentos de alta fidelidade.
- Uso geral: tts-1
- Alta fidelidade: tts-1-hd
Dicas de escolha
Escolher a voz certa depende de quem vai ouvir. Para público jovem, vozes como Nova ou Felix trazem energia e modernidade. Já para narrativas mais formais ou institucionais, Atlas e Sage garantem credibilidade e clareza, respeitando a expectativa da audiência.
O tom do conteúdo deve refletir a mensagem. Spots promocionais exigem velocidade e impacto, enquanto documentários beneficiam-se de vozes mais profundas e pausadas, como Orion ou Luna, criando uma atmosfera imersiva e séria.
Público-alvo
Adapte a voz à demografia. Jovens respondem melhor a vozes vibrantes como Nova, enquanto audiências corporativas preferem a neutralidade de Atlas ou a clareza instrucional de Sage.
Considere a familiaridade. Voizes como Milo criam conexão imediata em conteúdos conversacionais, ideal para redes sociais e vídeos explicativos diretos.
- Jovens: Nova ou Felix
- Corporativo: Atlas ou Sage
- Geral/Misto: Aria ou Milo
Tom do conteúdo
Alinhamento emocional é crucial. Use Luna para storytelling suave e envolvente, ideal para narrativas longas ou documentários. Para anúncios rápidos, Felix entrega a energia necessária para captar atenção.
Evite dissonância. Não use uma voz muito alegre para uma notícia séria. A consistência entre texto e voz aumenta a retenção do ouvinte.
Duração do áudio
Textos longos exigem vozes menos cansativas ao ouvido. Aria e Luna mantêm a clareza em narrações extensas, enquanto Felix pode tornar-se excessivo em arquivos maiores.
Lembre-se que a geração é síncrona. Textos muito longos devem ser divididos para garantir processamento eficiente, respeitando o limite de 4096 caracteres por requisição.
- Curto (<30s): Felix ou Nova
- Médio (30s-2min): Aria ou Milo
- Longo: Luna ou Sage
Exemplos práticos
Para um vídeo de produto, use a voz da Luna para criar uma narrativa envolvente. Com até 4096 caracteres por solicitação, você narra as funcionalidades principais com clareza. A velocidade padrão de 1.0x mantém o ritmo natural, ideal para demonstrações curtas.
Voz para vídeo de produto
Utilize a voz da Luna para criar uma narrativa envolvente. Com até 4096 caracteres por solicitação, você narra as funcionalidades principais com clareza. A velocidade padrão de 1.0x mantém o ritmo natural, ideal para demonstrações curtas.
- Voz: Luna (soft, storytelling)
- Formato: MP3 ou WAV
- Texto: até 4096 caracteres
Voz para rádio local
Spots de rádio beneficiam-se da energia da voz do Felix. Para anúncios de até 30 segundos, divida textos longos em partes menores e junte os arquivos de áudio. O custo é de $0.01 por mil caracteres, mantendo a produção acessível.
- Voz: Felix (energetic, promo)
- Custo: $0.01 / 1k chars
- Duração: ~30s por spot
Voz para documentário
Para documentários, a voz do Orion oferece a profundidade necessária. Use o modelo tts-1-hd para maior fidelidade em narrativas longas. Ajuste a velocidade para 0.9x se precisar de mais ênfase nas pausas dramáticas do roteiro.
- Voz: Orion (deep, documentary)
- Modelo: tts-1-hd
- Velocidade: 0.9x recomendado
Integração rápida
A integração com a NarraTTS Brasil é direta: enviamos texto bruto e recebemos áudio pronto. O processo ignora complexidades de infraestrutura, permitindo que criadores foquem no conteúdo. A API aceita requisições JSON padrão, compatível com SDKs OpenAI, facilitando a automação em scripts Python ou Node.js sem dependências extras.
Não há necessidade de configurar servidores ou gerenciar arquivos temporários. Cada chamada gera um arquivo de áudio finalizado, pronto para ser inserido em editores de vídeo ou plataformas de rádio. O fluxo elimina etapas manuais, reduzindo o tempo entre a escrita do roteiro e a entrega do produto final.
Seleção de voz na API
Escolha a voz ideal diretamente pelo campo voice na requisição. Temos oito opções, como "aria" para narrativas claras ou "felix" para promoções energéticas. A voz escolhida dita o tom do conteúdo, mas o idioma é ajustado automaticamente ou via parâmetro language.
Se o texto estiver em português, mas a voz for nativa de outro idioma, a API detecta o script ou você define o código ISO. Isso garante pronúncia correta sem necessidade de pré-processamento manual do texto.
- Campo
voiceaceita valores como "aria", "nova", "felix" ou "atlas". - Use
languagepara forçar português ("pt") se o script não for claro.
Formatação do texto
O texto deve ser enviado no campo input, respeitando o limite de 4096 caracteres por requisição. Espaços e pontuação contam como caracteres, então calcule o custo antecipadamente. Para textos longos, divida manualmente em partes e junte os arquivos de áudio posteriormente.
Não use SSML ou tags personalizadas. O sistema interpreta o texto literalmente. Pausas naturais são inferidas pela pontuação, mas para controle preciso, insira vírgulas ou pontos finais estratégicos no texto enviado.
- Máximo de 4096 caracteres por chamada.
- Espaços e pontuação contam para o cálculo de caracteres.
Geração do áudio
Envie a requisição POST para o endpoint de speech. O sistema processa a síntese e retorna o arquivo áudio no formato escolhido (mp3, wav, opus, flac ou pcm). A velocidade pode ser ajustada entre 0.25 e 4.0 para adaptar o ritmo ao vídeo ou spot.
O áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como sintético. Não há streaming; o arquivo é completo apenas após o processamento. Para textos muito longos, o tempo de geração aproxima-se do tempo real de fala.
- Formatos suportados: mp3, wav, opus, flac, pcm.
- Velocidade ajustável de 0.25 a 4.0.
Conclusão e recomendações
A escolha da voz certa impacta diretamente a retenção do seu público. Utilize nossa API para automatizar narrações de vídeo e rádio com precisão técnica e custo previsível.
Teste as diferentes configurações de velocidade e formato para encontrar o equilíbrio ideal entre naturalidade e eficiência no seu fluxo de trabalho criativo.
Melhor escolha geral
Para a maioria dos casos, a voz Aria oferece o melhor equilíbrio entre clareza e naturalidade, servindo como ponto de partida seguro para criadores de conteúdo.
Ela garante compreensão imediata, essencial tanto para vídeos explicativos quanto para spots de rádio que precisam de transmissão rápida de informação.
Voz para iniciantes
Comece com Aria ou Nova. São vozes intuitivas que exigem pouco ajuste de prompt, permitindo que você teste rapidamente a integração da API.
Utilize a trial credit de $0,50 para validar o fluxo sem compromisso financeiro, gerando seus primeiros áudios em minutos.
Voz para profissionais
Profissionais devem explorar a combinação de Milo para conversas ou Atlas para news, ajustando a velocidade entre 0.25 e 4.0 para sincronia perfeita.
Use o modelo tts-1-hd para projetos de alto valor, garantindo a máxima fidelidade sonora em documentários longos ou peças publicitárias premium.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Sua voz adiciona peso e seriedade ao conteúdo, criando uma atmosfera imersiva.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
