API TTS para Podcasts: Transforme Texto em Voz com JungleHaan

Por Equipe Editorial JungleHaan · Atualizado 2026-11-19

A JungleHaan oferece uma API TTS (Text-to-Speech) simples para transformar seus scripts em áudios de podcast e posts para redes sociais. Você envia o texto e recebe o arquivo de áudio pronto, sem precisar de equipamentos especiais ou conhecimento técnico avançado. Ideal para criadores que buscam praticidade e agilidade na produção de conteúdo.

Nesta página, você descobre como usar nossas 8 vozes naturais, escolher entre formatos como MP3 e WAV, e ajustar a velocidade da narração. Comece agora com $0,50 de crédito gratuito por 7 dias. Sem mensalidades fixas: pague apenas pelos caracteres gerados, com suporte por e-mail.

API TTS para Podcasts: Transforme Texto em Voz com JungleHaan

Perguntas frequentes

O que é gravar texto em voz gratuito?

É o uso da API JungleHaan para converter texto em áudio. Ao se registrar com Google, você recebe US$ 0,50 de crédito (cerca de 50.000 caracteres) válidos por 7 dias. Para uso contínuo, o custo é de US$ 0,01 por mil caracteres. Pedidos falhos são gratuitos.

Como funciona a API de texto para fala?

Envie texto via POST para o endpoint /v1/audio/speech e receba o arquivo de áudio. A API aceita modelos tts-1 ou tts-1-hd, permite ajustar velocidade (0,25–4,0) e formato (mp3, wav, opus, flac, pcm). Use SDKs OpenAI ou HTTP direto com sua chave de autenticação Bearer.

Posso usar vozes para podcasts?

Sim. Oferecemos 8 vozes pré-definidas, como Aria (narração clara), Luna (histórias) ou Atlas (neutro). Todas são baseadas em gravações licenciadas e possuem marca d'água sintética invisível. Você pode escolher a voz que melhor se adapta ao tom do seu podcast ou conteúdo de áudio.

Quais idiomas são suportados?

Suportamos 23 idiomas, incluindo português, inglês, espanhol, japonês e árabe. Qualquer voz pode falar qualquer um desses idiomas. Se não especificar o código ISO, o sistema tenta adivinhar pelo script; para textos em latim fora do inglês, defina o idioma manualmente para evitar erros.

O texto em português é natural?

As vozes são baseadas em gravações licenciadas e processadas por IA para gerar fala natural. O sistema detecta automaticamente o idioma pelo script, mas você pode forçar 'pt' para garantir a pronúncia correta. O resultado é áudio fluido, ideal para narrativas e diálogos de podcasts.

Qual o custo por minuto de áudio?

O preço é baseado em caracteres: US$ 0,01 por 1.000 caracteres. Como a geração é cerca de 25 caracteres por segundo, o custo varia conforme o texto. Não há custo por minuto fixo, mas textos longos geram áudio em tempo real, otimizando o custo por hora de áudio.

Preciso instalar algum software?

Não. A JungleHaan é uma API na nuvem. Você pode usar o demo online diretamente no navegador ou integrar via código usando HTTP ou SDKs compatíveis. Não há necessidade de instalar softwares locais, plugins específicos ou configurar servidores próprios para começar a usar a ferramenta.

O áudio tem qualidade profissional?

O áudio é gerado por engines de alta fidelidade com vozes baseadas em gravações licenciadas. Oferecemos formatos como WAV e FLAC para máxima qualidade, além de MP3 e Opus. A voz soa natural e clara, adequada para produção de podcasts e conteúdo profissional sem necessidade de estúdio.

Posso alterar a velocidade da fala?

Sim. A API permite ajustar a velocidade de 0,25 a 4,0 vezes. Você pode acelerar narrações rápidas ou desacelerar para maior clareza. Basta definir o parâmetro 'speed' na requisição JSON. Isso oferece controle total sobre o ritmo da fala sem precisar editar o áudio depois.

Há limite de caracteres por pedido?

Cada requisição aceita até 4.096 caracteres. Para textos maiores, você deve dividi-los em partes e juntar os arquivos de áudio resultantes. O sistema processa as solicitações sequencialmente, então textos muito longos podem levar mais tempo para serem gerados completamente, dependendo da fila de processamento.

O áudio gerado tem direitos autorais?

O áudio gerado é uma síntese baseada em vozes licenciadas (LibriTTS-R). Cada arquivo contém uma marca d'água inaudível que o identifica como fala sintética. Os direitos de uso do áudio gerado são seus, mas a tecnologia de base é nossa. Não há clonagem de voz personalizada.

Posso usar o áudio em monetização?

Sim, você pode usar o áudio gerado em seus podcasts e redes sociais para monetização. O áudio é entregue em formatos comuns. Como não há restrições de uso declaradas, você pode integrá-lo em conteúdos pagos ou gratuitos conforme sua estratégia de conteúdo.

Como funcionam os créditos gratuitos?

Ao se registrar com Google, você recebe US$ 0,50 (aprox. 50.000 caracteres) válidos por 7 dias. Contas criadas com e-mail e senha não recebem esse crédito. Após o uso ou expiração, você pode adicionar saldo via USDT (TRC-20) a partir de US$ 5 para continuar.

O que acontece se o pedido falhar?

Se a síntese falhar, você não é cobrado. O valor é devolvido integralmente ao seu saldo. Isso garante que você pague apenas pelo áudio gerado com sucesso. Se o problema persistir, verifique a validade da sua chave ou a formatação do corpo da requisição JSON.

Primeira solicitação

curl

curl https://api.junglehaan.info/v1/audio/speech \
  -H "Authorization: Bearer $TTS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"tts-1","voice":"aria","input":"Hello from the API.","response_format":"mp3"}' \
  --output hello.mp3

Como funciona a conversão de texto para áudio

Ilustração de onda sonora para: Como funciona a conversão de texto para áudio

Transformar seu roteiro em áudio para podcast nunca foi tão simples. Com a JungleHaan, você envia o texto e recebe o arquivo de áudio pronto para publicação, sem complicação.

Nosso sistema é feito para quem quer praticidade. Basta usar nossa API ou o demo online para converter textos longos em narrações naturais.

Não precisa de estúdio caro ou microfones profissionais. Tudo acontece na nuvem, permitindo que você foque no conteúdo e não na produção técnica.

Envie seu texto e receba o arquivo de áudio

Envie seu texto e receba o arquivo de áudio

A conversão é direta: você envia o texto e recebe o áudio. O sistema aceita até 4096 caracteres por solicitação; para textos longos, você deve dividi-los e unir os arquivos de áudio.

Para frases curtas, a geração leva alguns segundos. Textos longos processam em tempo real, aproximadamente 25 caracteres por segundo, garantindo que sua produção não engasgue.

  • Envio de texto via JSON ou interface web
  • Recebimento imediato do arquivo de áudio
  • União automática de partes para textos longos

Integração simples com a API

A API segue o padrão aberto, facilitando a conexão com suas ferramentas. Você usa o SDK da OpenAI, alterando apenas a URL base para https://api.junglehaan.info/v1.

Autenticação é feita com um token Bearer. Não há necessidade de instalar bibliotecas proprietárias; use HTTP ou SDKs conhecidos para integrar em minutos.

  • Endpoint POST para geração de áudio
  • Compatível com SDKs OpenAI existentes
  • Autenticação via token Bearer

Sem necessidade de equipamentos especiais

Como tudo é processado na nuvem, você não precisa de computadores potentes ou placas de som profissionais. Apenas uma conexão com a internet é suficiente.

O áudio gerado já sai pronto para uso em plataformas de podcast ou redes sociais, sem necessidade de edições complexas de áudio.

Vozes naturais para seus episódios

Ilustração de onda sonora para: Vozes naturais para seus episódios

Transforme seus roteiros em episódios com vozes naturais e distintas. Nossa API oferece oito vozes pré-configuradas, cada uma com uma personalidade única para diferentes estilos de narrativa.

Vozes femininas: Aria, Nova, Luna, Sage

Aria traz uma narrativa clara e quente, ideal para narração. Nova oferece um tom vibrante e positivo, perfeito para introduções dinâmicas. Luna traz uma voz suave para contação de histórias, enquanto Sage garante um tom calmo e instrucional.

Vozes masculinas: Felix, Milo, Atlas, Orion

Felix adiciona energia e entusiasmo a promoções e anúncios. Milo cria uma conversa amigável e próxima, adequada para discussões cotidianas. Atlas mantém a neutralidade necessária para notícias e dados, e Orion traz profundidade para documentários e análises mais densas.

Estilos variados para diferentes temas de podcast

Cada voz é baseada em gravações licenciadas, garantindo qualidade auditiva consistente. Você pode alternar entre esses estilos para variar o tom do seu episódio sem precisar contratar novos locutores.

Idiomas disponíveis no sistema

Ilustração de onda sonora para: Idiomas disponíveis no sistema

O JungleHaan suporta 23 idiomas, incluindo português e inglês, além de espanhol, francês, alemão, japonês e árabe. Você pode usar qualquer uma das 8 vozes disponíveis para qualquer um desses idiomas, garantindo flexibilidade total na produção de conteúdo.

Suporte para 23 idiomas principais

Oferecemos suporte completo para 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês, árabe, russo e turco. Não suportamos vietnamita, indonésio, tailandês, ucraniano, romeno, checo, bengali e outros não listados. Qualquer voz pode falar qualquer um dos idiomas disponíveis.

  • Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish

Detecção automática de idioma

Se você não especificar o idioma, o sistema tenta adivinhar com base no texto. Para textos em latim que não sejam inglês, é recomendável definir o parâmetro language explicitamente para garantir a pronúncia correta.

Qualidade consistente em português e inglês

Formatos de áudio compatíveis

Ilustração de onda sonora para: Formatos de áudio compatíveis

A API suporta MP3, WAV, Opus, FLAC e PCM. Escolha o formato ideal para seu fluxo de trabalho sem conversões extras.

MP3 para streaming e web

O formato MP3 é o padrão para podcasts e redes sociais. Ele compacta o arquivo mantendo uma boa qualidade, ideal para distribuição rápida em plataformas online.

WAV para alta qualidade de som

Se você precisa de áudio bruto para edição, o WAV é a escolha certa. Ele preserva a qualidade original sem perdas, perfeito para pós-produção profissional.

Opções como FLAC, OPUS e PCM

O FLAC oferece compressão sem perdas, mantendo o tamanho menor que o WAV. O OPUS é eficiente para transmissão, enquanto o PCM entrega dados de áudio brutos. Use o formato que melhor se adapta à sua ferramenta de edição.

Velocidade e personalização

Ilustração de onda sonora para: Velocidade e personalização

O ajuste de velocidade (0,25x a 4,0x) permite controlar o ritmo da narração sem precisar editar o áudio depois. Ideal para podcasts que precisam de pausas dramáticas ou narrações dinâmicas.

Você define a velocidade exata para cada trecho, adaptando a entrega ao estilo do seu conteúdo. Textos lentos para histórias, rápidos para resumos.

Ajuste de velocidade de 0.25x a 4.0x

Com o parâmetro speed, você controla a velocidade da fala diretamente na API. De 0,25x para narrações lentas até 4,0x para leituras rápidas.

Controle do ritmo da narrativa

Ajuste o ritmo para destacar momentos importantes ou manter a atenção do ouvinte. A velocidade afeta diretamente a clareza e a naturalidade da voz.

Adaptação ao estilo do podcast

Use velocidades diferentes para cada segmento do seu episódio. Transições suaves entre entrevistas rápidas e histórias mais longas com uma única voz.

Velocidade e personalização

Teste gratuito e sem compromisso

Ilustração de onda sonora para: Teste gratuito e sem compromisso

Comece sem risco: ao fazer login com Google, você recebe $0,50 de crédito para testar a API. Isso equivale a cerca de 50.000 caracteres, suficiente para criar seus primeiros episódios ou trechos de redes sociais.

O crédito é válido por 7 dias após o login. Se não usar, ele expira, mas você não paga nada.

Crédito inicial de $0.50 para teste

O crédito inicial cobre processamento real de texto em áudio. Você pode experimentar diferentes vozes e formatos sem gastar seu saldo principal.

  • Crédito de $0,50 fornecido automaticamente
  • Aproximadamente 50.000 caracteres de teste
  • Válido apenas para login via Google

Válido por 7 dias após o login

O prazo de 7 dias começa no momento do login. Após esse período, o crédito não mais estará disponível para uso.

Experimente sem pagar nada agora

Não é necessário cartão de crédito ou pagamento antecipado. Crie sua conta e comece a gerar áudio imediatamente.

Preço justo por uso real

Ilustração de onda sonora para: Preço justo por uso real

O custo é simples: US$ 10 por milhão de caracteres processados, o que equivale a apenas US$ 0,01 por mil caracteres. Cada letra, espaço ou pontuação conta para o cálculo final da sua geração de áudio.

Cobrança por caractere processado

A fatura reflete exatamente o volume de texto convertido. Se a síntese falhar, o valor é devolvido integralmente, garantindo que você não pague por trabalho incompleto.

  • US$ 0,01 por 1.000 caracteres
  • Espaços e pontuação são contados
  • Falhas na geração são gratuitas

Sem mensalidades fixas

Não existem planos mensais obrigatórios nem valores mínimos de gasto. Você não paga para manter a conta ativa e pode interromper o uso a qualquer momento sem surpresas.

Pague apenas pelo que gerar

O saldo não expira e funciona como pré-pago. Adicione valor via USDT (TRC-20) quando precisar, sem assinaturas automáticas ou taxas ocultas de cartão.

Ideal para criadores de conteúdo

Ilustração de onda sonora para: Ideal para criadores de conteúdo

Elimine a necessidade de estúdios acústicos ou equipamentos de gravação caros. Com a JungleHaan, você transforma scripts prontos em áudios profissionais diretamente pela API, ideal para quem produz podcasts sem infraestrutura física.

Substitua locutores por vozes consistentes. Reduza custos fixos e pague apenas pelos caracteres gerados, mantendo a qualidade sonora sem comprometer o orçamento inicial.

Produção de episódios sem gravadores

Gere áudio de qualidade sem precisar de microfones ou cabines. Basta enviar o texto via API e receber o arquivo pronto, simplificando o fluxo de trabalho para criadores no-code.

Economia com locutores profissionais

Elimine a necessidade de contratar vozes para cada episódio. Com preços a partir de $0,01 por mil caracteres, o custo marginal é significativamente menor que tarifas de estúdio ou freelancers.

Agilidade na pós-produção

Reduza o tempo de edição ao evitar gravações e sincronização. A geração é rápida e o processo é automatizado, permitindo focar na narrativa e não na técnica de captação.

Tecnologia por trás da voz

Ilustração de onda sonora para: Tecnologia por trás da voz

O motor de síntese oferece dois modelos: "tts-1" e "tts-1-hd". Ambos utilizam o mesmo motor e possuem o mesmo preço, permitindo que você escolha a qualidade desejada sem custos adicionais diferenciados. A estrutura da API é idêntica à do padrão OpenAI, facilitando a integração.

Modelos tts-1 e tts-1-hd

Os modelos "tts-1" e "tts-1-hd" compartilham a mesma engine de geração e o mesmo preço por caractere. Isso significa que você pode alternar entre eles conforme a necessidade de fidelidade do seu episódio, sem surpresas na fatura. A escolha é feita apenas no campo model da requisição JSON.

  • Ambos usam a mesma engine de síntese
  • Mesmo preço por caractere processado
  • Integração simples via API REST

Áudios marcados como sintetizados

Cada arquivo gerado carrega uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso é útil para transparência em plataformas de streaming ou para fins de registro, sem afetar a experiência auditiva do ouvinte. A marcação é automática e embutida no arquivo final.

Baseado em gravações licenciadas

nossas vozes são construídas a partir de gravações licenciadas, especificamente o conjunto de dados LibriTTS-R (CC BY 4.0) e leituras de audiolivros de domínio público do LibriVox. Isso garante uma base sonora natural e livre de problemas de direitos autorais complexos para o uso comercial.

As 8 vozes disponíveis (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) são presets derivados desse material, otimizados para clareza e consistência na narração de podcasts.

  • Baseado em LibriTTS-R (CC BY 4.0)
  • Origem em audiobooks do LibriVox
  • 8 vozes presets otimizadas

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. O sistema identifica caracteres latinos e atribui o idioma inglês como padrão.

Avatar da voz aria
ariafeminino
Avatar da voz nova
novafeminino
Avatar da voz luna
lunafeminino
Avatar da voz sage
sagefeminino
Avatar da voz felix
felixmasculino
Avatar da voz milo
milomasculino
Avatar da voz atlas
atlasmasculino
Avatar da voz orion
orionmasculino

23 idiomas

Qualquer voz fala qualquer um desses idiomas.

Fontes e leituras adicionais

  1. Wikipedia
  2. TRON developer hub: TRC-20
  3. LibriVox public-domain audiobooks
  4. Node.js documentation
  5. FFmpeg documentation
  6. openai-python on GitHub
  7. openai-node on GitHub
  8. curl documentation
  9. LibriTTS-R paper (arXiv 2305.18802)
  10. Tether (USDT)
  11. ISO 639 language codes
  12. LibriTTS-R corpus (OpenSLR 141)

Mais neste site