Perguntas frequentes
O que é uma API de texto para fala?
É uma ferramenta que converte texto em arquivo de áudio. Você envia um script e recebe o arquivo pronto para usar. É ideal para podcasts e redes sociais sem precisar de equipamento profissional.
Como funciona a geração de voz?
Envie texto via POST para o endpoint /v1/audio/speech. Escolha o modelo, voz e idioma. Receba o arquivo de áudio diretamente na resposta. O processo é simples e direto, sem necessidade de conhecimento técnico avançado.
Preciso de equipamento de áudio?
Não. Como o áudio é gerado na nuvem, você não precisa de microfones ou estúdios. Basta ter um computador ou celular com acesso à internet para usar nossa API e criar seus episódios.
Posso usar vozes em português?
Sim. Oferecemos vozes em português, além de outros idiomas como inglês e espanhol. Você pode escolher entre vozes femininas e masculinas para encontrar o tom ideal para o seu podcast ou conteúdo.
Qual o tempo de geração do áudio?
Textos longos geram áudio em tempo real aproximado (25 caracteres por segundo). Frases curtas levam alguns segundos. Pedidos são processados em fila, então o tempo pode variar conforme a demanda no momento.
É possível mudar a velocidade da fala?
Sim. Você pode ajustar a velocidade entre 0.25 e 4.0. Isso permite acelerar ou desacelerar a fala para se encaixar melhor no ritmo do seu podcast ou para tornar a narração mais clara.
O áudio gerado é livre de royalties?
O texto não é usado para treinamento. O áudio é retornado na resposta e não armazenado. Você paga apenas pelos caracteres gerados. Não há taxas de royalties adicionais sobre o uso do áudio criado.
Como divido textos longos?
O limite é de 4096 caracteres por solicitação. Para textos maiores, divida o script em partes menores, gere cada áudio separadamente e junte os arquivos manualmente ou com ferramentas de edição de áudio simples.
Qual a diferença entre tts-1 e tts-1-hd?
Ambos usam o mesmo motor de síntese e têm o mesmo preço. A escolha entre 'tts-1' e 'tts-1-hd' é apenas uma questão de nome no campo do modelo, sem diferença técnica ou de custo indicada.
Posso usar o áudio no YouTube?
Sim, você pode usar o áudio gerado em seus vídeos. Cada arquivo possui uma marca d'água inaudível que identifica o conteúdo como sintetizado.
O que é a rede TRC-20?
É a rede TRON para transações de criptomoedas. Usamos apenas USDT na rede TRC-20 para recargas. O mínimo é $5 e o saldo é creditado automaticamente em minutos após a transferência confirmada na blockchain.
Como funciona o crédito gratuito?
Ao criar uma conta com Google, você recebe $0.50 de crédito válido por 7 dias. Isso equivale a cerca de 50.000 caracteres. Contas criadas por e-mail e senha começam sem esse crédito inicial.
A API suporta SSML?
Não. Nossa API não suporta marcação SSML. Você deve usar a pontuação e a estrutura do texto normal para influenciar a entonação da voz sintetizada automaticamente.
Posso clonar minha própria voz?
Não oferecemos clonagem de voz personalizada. As vozes são predefinidas e baseadas em gravações licenciadas. Você não pode enviar seu próprio áudio para criar uma voz exclusiva, mas pode escolher entre as 8 opções disponíveis.
O que é uma API de texto para fala
Uma API de texto para fala (TTS) é uma conexão direta que transforma seu roteiro escrito em arquivos de áudio prontos para uso. Em vez de gravar você mesmo ou contratar locutores, você envia o texto e recebe o arquivo de áudio final.
Essa tecnologia automatiza a primeira etapa da produção de podcast, permitindo que criadores sem estúdio profissional gerem narrações consistentes e rápidas.
Conceito básico de API
API significa Interface de Programação de Aplicações. É como um contrato simples: você envia dados (texto) e recebe uma resposta (áudio). Nossa API segue o padrão usado por grandes players, facilitando a integração mesmo para quem não é programador.
- Endpoint simples e documentado
- Compatível com SDKs populares
- Autenticação via chave segura
Entrada de texto e saída de áudio
O processo é direto: você envia seu script via JSON e recebe um arquivo de áudio. O sistema suporta formatos como mp3, wav, opus, flac e pcm.
Automação da produção de voz
Ao automatizar a geração de voz, você elimina gargalos de agendamento de estúdio. Isso permite produzir episódios completos rapidamente, focando no conteúdo e na edição em vez da gravação manual.
Vantagens para criadores de podcasts
Transformar roteiros em áudio para podcasts deixou de ser uma tarefa exclusiva de estúdios profissionais. Com nossa API, você envia o texto e recebe o arquivo de áudio pronto, sem precisar de microfones caros ou tratamento acústico complexo. A tecnologia gerencia a síntese na nuvem, entregando resultados consistentes diretamente no seu navegador ou via código.
Essa abordagem elimina a barreira técnica para criadores de conteúdo. Você foca na narrativa enquanto a infraestrutura cuida da geração de voz, permitindo que você produza episódios completos com apenas um computador e uma conexão estável.
Sem necessidade de estúdio profissional
Não é preciso investir em equipamentos de gravação ou alugar salas de som. A API processa seu texto e retorna o áudio pronto, disponível em mp3, wav, opus, flac ou pcm.
Isso reduz drasticamente o custo fixo de produção, já que você não precisa manter uma equipe técnica dedicada à captação de áudio.
- Áudio pronto para publicação em plataformas de podcast
- Formatos compatíveis com editores de áudio tradicionais
Economia com locutores contratados
Contratar vozes profissionais para cada episódio pode encarecer rapidamente seu projeto. Com nossa API, o custo é fixo e previsível: $0,01 por cada 1.000 caracteres processados.
Você paga apenas pelo que usa, sem mensalidades ou assinaturas mínimas. Isso permite escalar a produção de episódios sem aumentar proporcionalmente os custos fixos.
- Cobrança proporcional ao volume de caracteres
- Sem taxas de assinatura obrigatórias
Agilidade na produção de episódios
Textos longos geram áudio em tempo real (cerca de 25 caracteres por segundo); frases curtas levam alguns segundos. Você pode iterar rapidamente sobre o roteiro, ajustando vozes ou velocidades sem agendar novas sessões de gravação.
Essa velocidade permite lançar mais conteúdo com menos esforço, mantendo a regularidade que os ouvintes valorizam em podcasts independentes.
- Geração rápida de arquivos de áudio
- Iteração ágil no roteiro e na narração
Passo a passo para começar
Para começar a produzir seu podcast com nossa API, o primeiro passo é criar uma conta no site. O registro é simples: você pode usar sua conta do Google ou criar um login com e-mail e senha direto na página de obtenção da chave. Isso leva apenas alguns segundos e já habilita o acesso à plataforma.
Registro na plataforma
O cadastro é gratuito e não exige cartão de crédito. Se usar o login com Google, você recebe automaticamente um crédito de $0,50, válido por 7 dias para testar a qualidade do áudio sem compromisso.
Obtenção da chave de acesso
Após o cadastro, acesse sua área de usuário para visualizar sua chave de API única. Essa chave, iniciada com 'tts-', é usada no cabeçalho de autorização das suas requisições. Se precisar, você pode gerar uma nova chave a qualquer momento, e a anterior é invalidada imediatamente.
- Uma chave ativa por conta
- Geração instantânea na dashboard
Primeira geração de áudio
Com sua chave em mãos, faça sua primeira requisição POST para o endpoint de fala. Basta enviar o texto do seu roteiro, escolher uma das 8 vozes disponíveis e especificar o formato de áudio desejado. O sistema processa o texto e retorna o arquivo de áudio pronto para uso.
Escolha da voz adequada
Escolher a voz certa é o primeiro passo para dar personalidade ao seu podcast. Nossa API oferece 8 vozes distintas, permitindo que você escolha o tom que melhor se adapta ao estilo do seu conteúdo, seja ele mais informativo ou descontraído.
Análise das 8 vozes disponíveis
Temos opções femininas como Aria (narração clara), Luna (contação de histórias), Nova (alegre) e Sage (calma). Para os masculinos, Felix traz energia para promoções, Milo é conversacional, Atlas é neutro para notícias e Orion é ideal para documentários.
Compatibilidade com o tema do podcast
Alinhe a voz ao gênero do seu programa. Um podcast de notícias diárias pode se beneficiar da neutralidade de Atlas, enquanto uma narrativa de mistério pede a profundidade de Orion. A escolha deve refletir a identidade sonora da sua marca.
Teste de tom e entonação
Gere trechos curtos para verificar se a entonação soa natural. Como a geração é instantânea, você pode ajustar a velocidade e o formato rapidamente até encontrar a combinação perfeita para manter a atenção dos seus ouvintes.
Ajuste de velocidade e tom
A velocidade da narração é crucial para manter o ritmo natural de um podcast. Ajustar o parâmetro de velocidade permite que o áudio se encaixe perfeitamente no tempo de edição, garantindo que a escuta seja agradável e não cansativa para o ouvinte.
Importância do ritmo na narração
Controlar a velocidade garante que a entonação soe natural, evitando que o ouvinte se sinta pressionado ou entediado. Um ritmo adequado melhora a compreensão e mantém a atenção durante episódios longos.
Faixa de 0.25x a 4.0x
A API aceita valores de 0.25x a 4.0x, permitindo desde narrações pausadas até versões aceleradas para resúmos rápidos. Isso oferece flexibilidade total para diferentes estilos de conteúdo.
- Valores padrão geralmente entre 0.8x e 1.2x para voz natural.
- Ajuste fino para adaptar o tempo total do episódio.
Personalização do conteúdo falado
Além da velocidade, você escolhe entre 8 vozes pré-definidas para combinar com o tom do seu podcast. Cada voz tem uma característica única, desde a calma de 'Sage' até a energia de 'Felix', permitindo personalizar a identidade sonora sem gravação adicional.
Formatos de arquivo para publicação
Escolher o formato certo é crucial para equilibrar qualidade e praticidade na distribuição do seu podcast. Nossa API permite gerar arquivos em diferentes formatos, garantindo que o áudio final atenda às necessidades específicas de cada plataforma de publicação.
Qualidade do MP3 para streaming
O MP3 é um formato leve e amplamente compatível para plataformas de streaming. Com tamanho reduzido e boa fidelidade, ele carrega rápido e consome menos dados dos ouvintes, mantendo a experiência fluida.
Uso do WAV para edições
Se você precisa editar o áudio posteriormente, o formato WAV é mais indicado. Ele oferece áudio sem compressão, preservando todos os detalhes da narração para ajustes precisos em softwares de edição.
Compatibilidade com plataformas
Tanto MP3 quanto WAV são amplamente aceitos pela maioria das plataformas de hospedagem de podcasts. O choice final depende apenas se você prioriza leveza para distribuição ou qualidade máxima para pós-produção.

Gestão de textos longos
Textos longos exigem cuidado porque cada requisição suporta no máximo 4.096 caracteres. Para episódios de podcast, o roteiro deve ser dividido em partes menores para garantir que a geração seja concluída sem erros ou cortes inesperados no meio da frase.
Divisão inteligente do roteiro
Organize seu script em parágrafos ou frases que não ultrapassem o limite de caracteres. Isso facilita o processamento sequencial e mantém a coerência narrativa entre as partes geradas.
Juntar arquivos de áudio gerados
Cada parte gerada retorna um arquivo de áudio separado. Você precisará concatenar esses arquivos na ordem correta usando um editor de áudio ou script simples para criar o episódio final.
Evitar limites de caracteres
Conte os caracteres do seu texto antes de enviar. Lembre-se de que espaços e pontuação contam. Se o texto for muito extenso, divida-o em múltiplas requisições para evitar falhas.
Idiomas e detecção automática
Nossa API suporta 23 idiomas, incluindo português, inglês, espanhol e japonês, permitindo que você crie conteúdo para públicos globais sem precisar de vozes separadas para cada região. A mesma biblioteca de vozes está disponível para todos os idiomas listados.
O sistema detecta automaticamente o idioma com base no script enviado. Se o texto estiver em latim e não for inglês, recomenda-se definir o idioma manualmente para garantir a pronúncia correta, evitando que o sistema assuma erroneamente o inglês como padrão.
Suporte a 23 idiomas
Oferecemos suporte completo para 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês e árabe. Cada idioma é tratado com a mesma qualidade de áudio, garantindo consistência na experiência do ouvinte, independente da linguagem escolhida.
- Português, Inglês, Espanhol, Francês, Alemão, Japonês, Árabe, Chinês, Russo e outros
- Todas as 8 vozes disponíveis para cada idioma suportado
Detecção automática de script
A API detecta o idioma com base no script enviado. Para textos em latim que não sejam inglês, o sistema pode assumir o idioma padrão (inglês) se não houver indicação clara, resultando em pronúncia incorreta.
Configuração manual do idioma
Para garantir precisão, você pode especificar o código ISO do idioma no corpo da requisição. Isso é especialmente útil para textos em idiomas minoritários ou quando há mistura de idiomas no mesmo script, garantindo que cada palavra seja falada corretamente.
- Use o parâmetro
languagena requisição JSON - Códigos ISO como
pt-BR,en-US,ja-JP
Custos previsíveis para o projeto
Para criadores de podcasts sem conhecimento técnico, entender o custo é essencial para planejar a produção. Nossa API cobra apenas pelos caracteres realmente processados, com uma taxa fixa de US$ 10 por milhão de caracteres. Isso equivale a US$ 0,01 por mil caracteres, garantindo que você pague exatamente pelo que usa.
Cobrança por caractere processado
Cada espaço, pontuação e letra conta como um caractere. O preço é transparente e direto, sem taxas ocultas ou assinaturas mensais obrigatórias.
- Tarifa: US$ 0,01 por 1.000 caracteres
- Espaços e pontuação são cobrados
Estimativa de custo por episódio
Um roteiro de 5.000 caracteres gera aproximadamente 2 minutos de áudio. Com o crédito trial de US$ 0,50, você pode gerar cerca de 50.000 caracteres nos primeiros 7 dias após o login com Google.
- 5.000 caracteres ≈ 2 minutos de áudio
- Crédito inicial: US$ 0,50 (7 dias)
Sem surpresas na fatura
Pedidos falhos são gratuitos e o saldo é devolvido integralmente. Não há planos mensais ou custos mínimos. Você recarrega apenas quando necessário via USDT (TRC-20), sem impostos ou notas fiscais complicadas.
- Solicitações falhas não cobram
- Saldo não expira
Exemplo prático de uso
Transforme seu roteiro em áudio pronto para publicação em minutos, sem precisar de estúdio ou locutores profissionais. Este exemplo mostra o fluxo completo para criar a introdução do seu episódio.
Script de introdução de podcast
Use até 4096 caracteres por requisição. Um texto de 200 caracteres gera cerca de 8 segundos de áudio, suficiente para uma abertura impactante.
Geração via interface ou API
Envie o texto para https://api.junglehaan.info/v1/v1/audio/speech com a voz sage para um tom narrativo. O processo leva alguns segundos, processado em fila.
Download do arquivo final
Receba o arquivo em MP3 ou WAV diretamente na resposta. Basta salvar o binário para usar no seu editor de áudio favorito.
Perguntas frequentes sobre o processo
Você não precisa ser programador para usar nossa API. Basta acessar o painel em /get-api-key/, copiar a chave e usar os exemplos prontos ou nossa interface online para gerar seus áudios rapidamente.
Preciso saber programar?
Não necessariamente. Embora a solução seja uma API, oferecemos uma interface web simples para testes e geração imediata de áudio. Se preferir automação, a estrutura de requisição segue o padrão aberto, facilitando a integração sem código complexo.
Quanto tempo leva para gerar?
Textos longos geram áudio em tempo real aproximado (cerca de 25 caracteres por segundo). Frases curtas podem levar alguns segundos. Em picos de uso, as requisições são processadas em fila sequencial, o que pode adicionar leve atraso.
Posso editar o áudio depois?
Sim. Os arquivos gerados (MP3, WAV, etc.) são arquivos de áudio padrão. Você pode importá-los em qualquer editor de áudio para ajustar cortes, adicionar trilha sonora ou efeitos, já que não há dependência de formato proprietário.
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
