Perguntas frequentes
O que é texto para fala?
É uma API em nuvem que converte texto em arquivo de áudio via requisição POST. Você envia o texto e recebe o arquivo de áudio pronto para uso em vídeos ou spots de rádio, sem necessidade de estúdio ou gravação manual.
Como o TTS funciona?
Você envia texto via JSON para o endpoint /v1/audio/speech. O sistema processa a síntese e retorna o arquivo de áudio. O processamento é sequencial, então textos longos podem ter latência. Cada requisição suporta até 4096 caracteres.
É bom para vídeos?
Sim. A API gera áudios de alta qualidade rapidamente. Com velocidade de geração próxima do tempo real, você pode criar narrações para vídeos de forma eficiente. Basta enviar o texto da legenda ou roteiro e integrar o áudio ao seu vídeo.
É bom para rádio?
Sim. Oferecemos vozes claras e profissionais, como Atlas para notícias ou Felix para promoções. Os formatos disponíveis incluem MP3 e WAV, ideais para transmissão. A qualidade é consistente para spots de rádio e locuções comerciais.
Como integro a API?
Use o SDK da OpenAI alterando o base_url para https://api.yefersoncasino.net/v1. Ou faça uma requisição HTTP POST padrão. Autentique-se com seu token Bearer. A estrutura do corpo da solicitação é idêntica à da OpenAI Speech.
Como escolho a voz?
Escolha entre 8 presets: ARIA, NOVA, LUNA, SAGE, FELIX, MILO, ATLAS ou ORION. Cada uma tem um tom distinto, de narradora quente a voz profunda de documentário. Consulte /v1/voices para ver todas as opções disponíveis.
Posso mudar a velocidade?
Sim. O parâmetro 'speed' aceita valores entre 0.25 e 4.0. Isso permite acelerar ou desacelerar a narração conforme necessário para o ritmo do seu vídeo ou spot de rádio, mantendo a clareza da fala.
Qual formato usar?
Você pode escolher entre MP3, WAV, OPUS, FLAC ou PCM. Para uso geral na web e rádio, MP3 é eficiente. Para edição profissional, WAV ou FLAC oferecem melhor qualidade. O formato é definido no campo 'response_format'.
Como tratar textos longos?
Divida o texto em partes de até 4096 caracteres. Envie cada parte separadamente e junte os arquivos de áudio resultantes. Isso garante que o limite de caracteres seja respeitado e a síntese seja concluída com sucesso.
A voz soa natural?
As vozes são baseadas em gravações licenciadas de audiobooks públicos. Elas soam naturais e claras. Cada arquivo gerado contém uma marca d'água inaudível que o identifica como fala sintética, garantindo transparência sobre a origem do áudio.
Como otimizar o uso?
Monitore seu saldo e caracteres restantes no painel. Use o parâmetro 'language' para evitar erros de detecção automática. Limite suas requisições a 60 por minuto. Textos muito longos devem ser divididos para evitar filas de processamento.
Onde conseguir suporte?
O suporte é feito exclusivamente por e-mail. Não oferecemos chat ao vivo nem telefone. Para dúvidas técnicas ou sobre sua conta, entre em contato através do formulário na página /contact/ ou envie um e-mail.
O texto é usado para treino?
Não. O texto enviado é usado apenas para produzir o áudio solicitado e não é utilizado para treinar nossos modelos. Os dados de metadados da solicitação são mantidos apenas para fins de cobrança e registro.
A API é gratuita?
Oferecemos uma trial de $0,50 (50.000 caracteres) por 7 dias ao entrar com Google. Após isso, o custo é de $10 por milhão de caracteres. Falhas na síntese são gratuitas. O pagamento é feito via USDT (TRC-20).
O que é texto para fala (TTS)?
Texto para fala (TTS) converte texto escrito em áudio sintetizado via API. Você envia o texto e recebe um arquivo de áudio pronto para uso em vídeos ou spots de rádio.
A síntese é rápida e consistente, permitindo produção em escala sem estúdios complexos.
Definição de TTS
TTS é uma tecnologia que transforma caracteres em ondas sonoras naturais. Nossa API aceita texto JSON e retorna arquivos de áudio diretamente.
Como funciona a síntese
O sistema processa solicitações sequencialmente. Textos longos devem ser divididos em partes de até 4096 caracteres para garantir a integridade do áudio final.
Vantagens para criadores
Elimine a necessidade de agendar estúdios e locutores para cada peça. A consistência da voz garante que sua marca tenha uma identidade auditiva uniforme em todos os conteúdos.
- Gere áudios sob demanda
- Mantenha o tom de voz consistente
- Reduza custos de produção
Vantagens para vídeos
Gerar narrativas para vídeos deixa de ser uma gargalo logístico. Com a API, você transforma scripts em áudio rapidamente, escalando a produção de vídeos explicativos e tutoriais sem depender de agendas de estúdio ou locutores disponíveis.
A consistência de voz é garantida pelo uso dos mesmos presets (como Aria ou Felix) em todos os episódios. Isso cria uma identidade sonora reconhecível para sua marca, essencial para séries de conteúdo contínuo.
Escalabilidade na produção
Elimine a dependência de horários de estúdio. Você pode gerar dezenas de variações de um mesmo roteiro para testes A/B ou para diferentes mercados simultaneamente, processando requisições em sequência com previsibilidade de tempo baseada na extensão do texto.
- Gere múltiplas versões de um mesmo vídeo rapidamente
Consistência de voz
Mantenha a identidade da sua marca audiovisual. Escolha uma voz fixa para seus vídeos e use-a consistentemente, garantindo que o público associe aquela timbre específico ao seu conteúdo, sem variações inesperadas entre uma gravação e outra.
Facilidade de atualização
Corrigir um erro de pronúncia ou atualizar uma promoção deixa de ser um retrabalho caro. Basta atualizar o texto na API e regenerar o arquivo de áudio em segundos, integrando-o diretamente ao seu fluxo de edição sem custos adicionais de re-gravação.
Vantagens para spots de rádio
Para produtores de spots de rádio, a velocidade de produção é crucial. A NarraTTS Brasil elimina a necessidade de estúdios, agendamentos e locutores, permitindo gerar narrações profissionais diretamente via API. Você envia o texto e recebe o arquivo de áudio rapidamente, acelerando o ciclo de criação de campanhas publicitárias.
Rapidez na criação de anúncios
Com a API, você não precisa mais coordenar agendas de estúdio. O processo é simples: envie o texto via POST e receba o arquivo pronto. Isso permite iterar rapidamente sobre diferentes versões de um spot, ajustando o copy e regenerando o áudio em minutos, não em dias.
Variedade de vozes
Cada spot tem um tom diferente. Oferecemos 8 vozes distintas, desde a voz calorosa de Aria para narrativas até a energia de Felix para promoções. Cada voz pode falar qualquer um dos 23 idiomas suportados, permitindo testar diferentes abordagens vocais sem custo adicional de gravação.
- Vozes femininas: Aria, Nova, Luna, Sage
- Vozes masculinas: Felix, Milo, Atlas, Orion
- Todas as vozes suportam todos os 23 idiomas
Custo-benefício
O modelo de pagamento é baseado em caracteres, não em horas de estúdio. Com $0,01 por 1.000 caracteres, você paga apenas pelo que usa. Sem mensalidades fixas ou contratos de longo prazo, o custo marginal de cada novo spot de rádio é extremamente baixo e previsível.
- $0,01 por 1.000 caracteres
- Sem custos de estúdio ou locutores
- Pagamento apenas pelo uso
Passo a passo para integração
Integrar NarraTTS Brasil ao seu fluxo de trabalho é direto. Após criar sua conta em /get-api-key/, você obtém uma chave Bearer única e visualiza exemplos de código prontos para uso imediato.
Obtenção da chave API
Acesse a página de criação de conta para gerar sua chave de autenticação (tts-...). Cada conta possui uma chave ativa que pode ser renovada instantaneamente a qualquer momento, garantindo que você tenha controle total sobre a segurança do acesso.
- Registro via Google ou e-mail/senha
Formatação do texto
Envie seu texto via POST para https://api.yefersoncasino.net/v1/audio/speech. O corpo da requisição deve conter o modelo (tts-1 ou tts-1-hd), o texto (máximo 4096 caracteres), a voz desejada e o idioma opcional. Use o formato JSON padrão compatível com SDKs OpenAI.
Recebimento do áudio
A API retorna o arquivo de áudio diretamente na resposta, nos formatos MP3, WAV, OPUS, FLAC ou PCM. Se a síntese falhar, a cobrança é estornada integralmente, garantindo que você pague apenas pelo áudio gerado com sucesso.
Escolhendo a voz certa
Escolher a voz certa é fundamental para conectar-se com seu público, seja em uma narração institucional ou em um anúncio vibrante. Cada preset da NarraTTS Brasil foi projetado para atender a uma intenção específica de comunicação, garantindo que o tom da mensagem seja sempre o mais adequado possível.
Com oito vozes distintas, você tem controle total sobre a personalidade do seu conteúdo. A chave está em alinhar a timbre vocal com o objetivo do seu projeto, desde a clareza jornalística até a energia promocional.
Narrador claro e direto
Para vídeos explicativos ou conteúdo instrucional, a voz de Sage oferece uma entrega calma e clara, ideal para manter o foco na informação. Já Aria garante uma narração quente e precisa, perfeita para documentários ou storytelling que exigem naturalidade sem distrações.
Essas vozes são ideais quando a prioridade é a compreensão imediata do texto pelo ouvinte, sem excessos dramáticos.
- Sage: calma e instrucional
- Aria: narradora clara e quente
Voz para documentários
Orion traz uma voz profunda e séria, excelente para dar peso e seriedade a narrativas documentais ou notícias. Atlas, com sua neutralidade, é a escolha segura para reportagens que precisam de imparcialidade e profissionalismo.
Ambas as vozes transmitem autoridade, essenciais para conteúdos que exigem credibilidade e respeito ao assunto tratado.
- Orion: profundo e documental
- Atlas: neutro e jornalístico
Voz para promoções
Para spots de rádio ou vídeos dinâmicos, Felix e Nova são opções adequadas. Felix é energético e ideal para promoções, enquanto Nova traz um tom brilhante e animado, perfeito para captar a atenção rapidamente.
Use essas vozes quando você precisa de entusiasmo e ritmo acelerado para vender uma ideia ou produto em poucos segundos.
- Felix: energético e promocional
- Nova: brilhante e animada
Ajustes de velocidade
A velocidade de fala na NarraTTS Brasil varia de 0.25 a 4.0, permitindo ajustar o ritmo da narração conforme o contexto do seu projeto. Esse controle é enviado diretamente no corpo da requisição JSON para o endpoint de síntese de áudio.
Velocidade padrão
O valor padrão oferece uma leitura natural e equilibrada, ideal para narrativas contínuas ou textos informativos onde a clareza é prioridade. Para a maioria dos casos, manter a configuração padrão garante que o ouvinte absorva a mensagem sem esforço adicional.
Aceleração para vídeos dinâmicos
Em vídeos de redes sociais ou spots de rádio curtos, aumentar a velocidade para valores acima de 1.0 mantém o ritmo ágil e moderno. Isso é útil quando o tempo de execução é limitado, permitindo que mais informações sejam transmitidas sem perder a compreensibilidade.
Desaceleração para ênfase
Reduzir a velocidade para valores abaixo de 1.0 é eficaz para destacar informações críticas, como promoções ou avisos importantes. Essa técnica ajuda a prender a atenção do ouvinte, garantindo que detalhes específicos sejam percebidos com maior clareza e impacto.
Note que textos muito longos podem levar mais tempo para serem processados se a velocidade for drasticamente reduzida, afetando o tempo total de geração do áudio.
Formatos de áudio ideais
Escolher o formato certo é essencial para equilibrar qualidade e peso no seu projeto. O MP3 é um formato padrão para web, garantindo compatibilidade com a maioria dos players de vídeo.
Para quem precisa de máxima fidelidade na edição, o WAV oferece áudio sem perda. Já o Opus proporciona eficiência superior, mantendo a qualidade com arquivos menores, ideal para otimizar o carregamento.
MP3 para web
O MP3 é a escolha padrão para a maioria dos vídeos online. Ele oferece uma boa relação entre tamanho de arquivo e qualidade perceptível, sendo suportado nativamente por todos os navegadores modernos e plataformas de vídeo.
- Compatibilidade universal com players web
- Tamanho de arquivo otimizado para streaming
- Ideal para vídeos explicativos e spots curtos
WAV para produção
Use o WAV quando precisar editar o áudio posteriormente. Como é um formato sem perda, ele preserva todos os detalhes da voz, permitindo ajustes finos de volume e equalização sem degradação.
É a escolha segura para arquivos de rádio ou projetos que exigem alta fidelidade sonora antes da exportação final.
- Áudio sem perda de qualidade
- Ideal para pós-produção e edição
- Maior tamanho de arquivo
Opus para eficiência
O formato Opus oferece uma compressão eficiente, resultando em arquivos menores sem sacrificar significativamente a clareza da voz.
É excelente para reduzir o tempo de carregamento em aplicações web ou quando o armazenamento é uma preocupação, mantendo a integridade do conteúdo auditivo.
- Alta compressão com boa qualidade
- Reduz tempo de carregamento
- Perfeito para aplicativos móveis e web

Exemplos de uso prático
Nas plataformas digitais, a narração é o motor que conecta a mensagem ao espectador. Utilizar a API NarraTTS Brasil permite gerar vídeos explicativos com vozes como Aria ou Felix, mantendo a consistência visual e auditiva. Com o limite de 4.096 caracteres por solicitação, você cria segmentos curtos e diretos, ideais para tutoriais e apresentações de produtos.
Para spots de rádio, a agilidade é crucial. A API aceita textos concisos e devolve arquivos de áudio em segundos, permitindo a criação rápida de anúncios para rádio. A velocidade ajustável entre 0.25x e 4.0x ajuda a sincronizar a narração com trilhas sonoras ou efeitos, garantindo que o comercial tenha o ritmo exato para captar a atenção do ouvinte.
Vídeos explicativos
Use vozes como Aria ou Luna para narrar tutoriais passo a passo. O formato MP3 ou WAV é ideal para edição em softwares de pós-produção. Divida textos longos em partes de 4.096 caracteres para manter a clareza e evitar erros de síntese.
- Vozes: Aria (narradora clara) ou Luna (storytelling)
- Formato: MP3 para web ou WAV para edição
Spots de rádio curtos
Otimize a velocidade para spots de 15 ou 30 segundos. Vozes como Felix (energética) ou Milo (conversacional) se destacam em promoções. A API retorna o áudio rapidamente, permitindo ajustes de ritmo sem necessidade de re-gravação.
- Vozes: Felix (promo) ou Milo (conversacional)
- Dica: Ajuste a velocidade para caber no tempo exato
Conteúdo em múltiplos idiomas
Atinja audiências globais sem contratar novos locutores. A API suporta 23 idiomas, incluindo português, espanhol e inglês. Especifique o código ISO da linguagem para garantir a pronúncia correta, mesmo que o texto esteja em script latino.
- Suporte: 23 idiomas, incluindo PT, ES e EN
- Recurso: Campo 'language' para precisão linguística
Tratamento de textos longos
Para narrativas extensas, o limite de 4096 caracteres por solicitação exige estratégia. O texto deve ser dividido logicamente em partes menores para garantir a integridade da síntese sem cortes abruptos.
Ao reunir as peças, você garante um arquivo final coeso. Este processo permite que você controle o ritmo da narrativa, ajustando pausas entre os segmentos gerados.
Divisão automática
Cada requisição aceita no máximo 4096 caracteres, incluindo espaços e pontuação. Para textos maiores, divida o conteúdo em blocos gerenciáveis antes de enviar.
- Limite de 4096 caracteres por request
- Espaços e pontuação contam como caracteres
Juntar arquivos
Receba os arquivos de áudio de cada parte e una-os sequencialmente. Ferramentas de edição simples ou scripts podem concatenar os clipes para criar uma única faixa contínua.
Gerenciamento de fluxo
Monitore a fila de processamento. Pedidos são tratados um após o outro, então textos longos podem levar mais tempo para serem entregues completamente.
Qualidade e naturalidade
A qualidade sonora de NarraTTS Brasil deriva de vozes baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de domínio público do LibriVox. Isso garante uma base técnica sólida e consistente para todas as 8 vozes disponíveis.
Cada arquivo gerado carrega uma marca d'água inaudível que identifica o conteúdo como fala sintética. Essa marcação é automática e transparente, atendendo às exigências de plataformas de vídeo e rádio sem necessidade de ações adicionais do criador.
Vozes baseadas em gravações licenciadas
Nossas vozes são treinadas a partir de gravações licenciadas, garantindo clareza e naturalidade. A base técnica permite que cada voz, como a 'aria' ou 'felix', mantenha características vocais consistentes e profissionais.
A diversidade de timbres permite escolher o tom exato para seu projeto, seja narrativo ou promocional, sem comprometer a fidelidade do áudio final.
- Base em LibriTTS-R (CC BY 4.0)
- Leituras do LibriVox (domínio público)
Marca d'água de voz sintética
O áudio entregue contém uma marca d'água inaudível que marca o arquivo como gerado por IA. Isso é feito automaticamente para cada solicitação de síntese.
Essa característica é transparente para o ouvinte final, mas garante a rastreabilidade do conteúdo produzido pela API.
Naturalidade do áudio
A síntese prioriza a fluidez e a entonação natural, evitando o efeito robótico comum em ferramentas básicas. A velocidade ajustável (0.25–4.0) permite refinar a cadência para melhor encaixe no vídeo ou spot.
O resultado é um áudio pronto para uso profissional, com qualidade suficiente para competir com gravações tradicionais em produção de conteúdo.
- Intonação natural
- Velocidade ajustável para cadência
Dicas de otimização
Para obter resultados consistentes, envie textos com no máximo 4096 caracteres por solicitação. Isso garante que a síntese seja processada sem interrupções e mantém a qualidade do áudio estável, especialmente para frases mais longas.
Limite de caracteres
Cada requisição aceita até 4096 caracteres, incluindo espaços e pontuação. Para textos maiores, divida-o em partes menores e junte os arquivos de áudio gerados, garantindo uma transição suave entre as seções.
Uso de linguagem clara
Use palavras comuns e evite siglas complexas ou jargões técnicos que possam não ser reconhecidos pelos motores de síntese. Isso melhora a pronúncia e a clareza da voz, especialmente em spots de rádio ou vídeos explicativos.
Pausas e pontuação
A pontuação influencia diretamente o ritmo da fala. Use pontos finais para pausas longas e vírgulas para pequenas interrupções. Isso ajuda a criar uma narrativa mais natural e fácil de acompanhar para o ouvinte.
Suporte e dúvidas frequentes
Não oferecemos atendimento telefônico nem chat ao vivo. Para tirar dúvidas sobre sua integração ou uso da API, nosso suporte é exclusivamente por e-mail. Nossa documentação técnica está disponível em /docs/, incluindo exemplos práticos de curl e instruções para usar os SDKs oficiais da OpenAI com nossa base de URL personalizada.
Não possuímos uma comunidade de criadores dedicada ou fóruns internos. Para compartilhar experiências, basta explorar a seção de documentação e os exemplos de código disponíveis publicamente na página inicial.
Suporte por e-mail
Nosso canal oficial de suporte é o e-mail. Não há número de telefone ou chat ao vivo para resolução imediata de problemas críticos. Envie suas dúvidas técnicas ou de conta diretamente por e-mail e aguarde nossa resposta.
Documentação detalhada
Acesse a referência completa da API com exemplos de curl e uso dos SDKs OpenAI. A documentação explica os endpoints, parâmetros de voz e formatos de saída disponíveis para integração rápida.
Comunidade de criadores
Não oferecemos uma comunidade exclusiva ou grupo de usuários dedicado para a NarraTTS Brasil. O acesso à informação técnica é feito diretamente pelos documentos públicos da API.
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.
