Documentação da API de Texto para Fala para Iniciantes

Por Equipe Editorial JungleHaan · Atualizado 2026-11-19

Esta documentação foi feita para quem quer criar áudios para podcasts ou redes sociais sem precisar saber programar. Aqui você encontra exemplos prontos, como comandos cURL e ajustes simples de voz, para começar a usar a API da JungleHaan imediatamente.

Você aprenderá a obter sua chave de acesso, entender os limites de uso e integrar com ferramentas existentes. O guia é direto, sem termos técnicos desnecessários, focado em resolver seu problema de produção de áudio de forma rápida e clara.

Documentação da API de Texto para Fala para Iniciantes

Perguntas frequentes

O que é uma chave de API?

É um token de autenticação que começa com 'tts-' e permite acessar a API. Cada conta possui apenas uma chave ativa por site. Você pode emitir uma nova a qualquer momento; a anterior é desativada imediatamente. Use-a no cabeçalho Authorization: Bearer tts-...

Como uso o SDK do OpenAI?

Basta alterar o base_url para https://api.junglehaan.info/v1 e usar sua chave JungleHaan. O formato da requisição é idêntico ao da OpenAI. Isso permite usar as SDKs oficiais do OpenAI diretamente, sem precisar aprender uma biblioteca nova ou criar uma integração personalizada.

Qual o formato de áudio mais leve?

O MP3 é geralmente o formato mais leve e compatível. Você também pode escolher WAV, OPUS, FLAC ou PCM via response_format. O Opus oferece boa compressão para armazenamento, enquanto o FLAC preserva a qualidade sem perdas. Escolha conforme sua necessidade de tamanho versus qualidade.

Posso mudar a velocidade da voz?

Sim, você pode ajustar a velocidade entre 0.25 e 4.0 usando o campo speed. Isso permite acelerar ou desacelerar a narração conforme o ritmo desejado para seu podcast ou vídeo. A velocidade não altera o preço cobrado por caractere, apenas o tempo de geração.

O que significa base_url?

É o endereço base da API onde suas requisições são enviadas. Para a JungleHaan, defina-o como https://api.junglehaan.info/v1. Isso permite que bibliotecas padrão, como a SDK do OpenAI, apontem para nosso serviço em vez do serviço original, mantendo a mesma estrutura de endpoints.

Como lidamos com textos grandes?

O texto deve ser dividido em partes de até 4096 caracteres por solicitação. Você deve enviar cada parte e juntar os arquivos de áudio resultantes. Isso garante que cada requisição esteja dentro do limite permitido e processe a síntese de forma eficiente e controlada.

Qual o limite de caracteres?

Cada solicitação POST aceita até 4096 caracteres no campo input. Isso inclui espaços e pontuação. Para textos mais longos, divida o conteúdo em blocos menores e processe cada um separadamente, unindo os áudios finais para criar o arquivo completo.

A API retorna o áudio instantaneamente?

Não necessariamente. O processamento é feito sequencialmente. Textos longos levam tempo similar ao tempo real (cerca de 25 caracteres por segundo). Em momentos de alta demanda, suas requisições podem ficar em fila, aumentando o tempo total de espera pela resposta do áudio.

Posso usar Python para integrar?

Sim, você pode usar a biblioteca oficial openai do Python. Configure o base_url para https://api.junglehaan.info/v1 e use sua chave API. Isso permite gerar áudio com poucas linhas de código, aproveitando a familiaridade que muitos desenvolvedores já têm com o ecossistema OpenAI.

O que é o formato PCM?

PCM é um formato de áudio não compactado, que armazena dados brutos de áudio. É útil para edições posteriores ou processamento, pois não perde qualidade. Selecione-o via response_format se precisar de máxima fidelidade sem compressão.

Como descubro se a chave está ativa?

Faça uma requisição de teste à API. Se a chave for válida, você receberá o áudio ou uma resposta de sucesso. Se estiver inválida, receberá um erro de autenticação. Você também pode verificar o saldo e o status na página /get-api-key/ do painel.

A velocidade afeta o preço?

Não. O preço é fixo em $10 por milhão de caracteres, independentemente da velocidade. Se você acelerar o áudio, o número de caracteres processados permanece o mesmo. O custo é baseado exclusivamente na quantidade de texto enviado para a síntese, não no tempo de reprodução.

É necessário conhecimento de programação?

Não é estritamente necessário, mas ajuda. Você pode usar o endpoint da API para gerar áudios rapidamente. Para integrações em podcasts ou sites, conhecer conceitos básicos de API e JSON facilita o uso. Oferecemos exemplos prontos para facilitar a implementação técnica.

Onde encontro exemplos de código?

Exemplos prontos, incluindo comandos cURL e código Python, estão disponíveis na página /get-api-key/ do seu painel. Lá você verá como estruturar a requisição JSON corretamente. Também recomendamos consultar a seção de documentação técnica para detalhes sobre parâmetros e formatos de resposta.

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

Python (openai)

from openai import OpenAI

client = OpenAI(base_url="https://api.junglehaan.info/v1", api_key="tts-...")

with client.audio.speech.with_streaming_response.create(
    model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
    response.stream_to_file("hello.mp3")

Node.js (openai)

import OpenAI from "openai";
import fs from "node:fs";

const client = new OpenAI({ baseURL: "https://api.junglehaan.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));
voice
ariafeminino
novafeminino
lunafeminino
sagefeminino
felixmasculino
milomasculino
atlasmasculino
orionmasculino
language
arالعربية
zh中文
daDansk
nlNederlands
enEnglish
fiSuomi
frFrançais
deDeutsch
elΕλληνικά
heעברית
hiहिन्दी
itItaliano
ja日本語
ko한국어
msBahasa Melayu
noNorsk
plPolski
ptPortuguês
ruРусский
esEspañol
swKiswahili
svSvenska
trTürkçe

Obtenção da chave de API

Ilustração de onda sonora para: Obtenção da chave de API

Para começar a usar a API de texto para fala da JungleHaan, você precisa de uma chave de acesso. O processo é simples e não exige configuração técnica complexa, ideal para quem está criando conteúdo para podcasts ou redes sociais.

Acesse a página de criação de conta e selecione uma das opções de registro. Isso gerará suas credenciais para começar a enviar textos e receber áudio.

Crie uma conta no site

Crie uma conta no site

Acesse a página de criação de conta e selecione uma das opções de registro. Isso gerará suas credenciais para começar a enviar textos e receber áudio.

  • Registro via Google ou email + senha
  • Sem necessidade de cartão de crédito

Acesse a página de configuração

Acesse a página de configuração

Após o registro, você será direcionado para o painel de controle onde suas credenciais estão visíveis. Aqui você pode verificar seu saldo e gerar novos exemplos de código.

Copie sua chave Bearer

Localize o campo de chave API e copie o valor que começa com 'tts-'. Esta é sua credencial de autenticação. Use-a no cabeçalho Authorization para todas as requisições.

  • A chave começa com 'tts-'
  • Você pode gerar uma nova a qualquer momento

Primeiro pedido com cURL

Ilustração de onda sonora para: Primeiro pedido com cURL

Testar a API é rápido: use cURL para enviar um texto curto e receber o áudio em segundos. Este exemplo mostra o formato JSON exato que o endpoint espera.

Substitua YOUR_API_KEY pela sua chave encontrada na página /get-api-key/. O modelo tts-1 é padrão e cobre a maioria dos casos de uso.

Exemplo de código pronto para uso

Copie e cole este comando no terminal. Ele envia um texto simples e salva o arquivo .mp3 localmente.

  • curl -X POST https://api.junglehaan.info/v1/audio/speech \
  • -H "Authorization: Bearer YOUR_API_KEY" \
  • -H "Content-Type: application/json" \
  • -d '{"model": "tts-1", "input": "Olá, este é um teste.", "voice": "aria", "response_format": "mp3"}' \
  • -o output.mp3

Configuração do endpoint POST

O endpoint principal é POST https://api.junglehaan.info/v1/audio/speech. O cabeçalho Authorization deve conter sua chave Bearer única.

Envio de texto e obtenção do áudio

O campo 'input' aceita até 4096 caracteres. O áudio é retornado diretamente na resposta binária, permitindo salvar ou reproduzir imediatamente.

Integração com SDK OpenAI

Ilustração de onda sonora para: Integração com SDK OpenAI

Para usar nossas vozes com as bibliotecas oficiais, basta apontar o base_url para https://api.junglehaan.info/v1 e inserir sua chave tts-.... Isso permite que você utilize o mesmo código familiar do OpenAI, apenas alterando a origem da requisição.

Essa abordagem garante que scripts de produção funcionem imediatamente, sem necessidade de adaptar lógica complexa ou instalar pacotes extras.

Alteração do base_url na configuração

Substitua a URL padrão do SDK pela base da JungleHaan. Isso direciona as requisições para nosso endpoint seguro sem mudar a estrutura do código.

Use a variável de ambiente OPENAI_API_BASE ou defina o parâmetro diretamente na inicialização do cliente. Mantenha sua chave de autenticação padrão no header Authorization.

Uso das mesmas bibliotecas oficiais

As bibliotecas oficiais do OpenAI (Python, Node.js, etc.) reconhecem nossa estrutura de JSON. Basta garantir que o modelo enviado seja tts-1 ou tts-1-hd.

Você pode continuar usando métodos como client.audio.speech.create() sem alterações significativas na sintaxe.

Isso reduz o tempo de integração para quem já possui projetos existentes que consomem áudio.

  • Funciona com versões recentes das bibliotecas oficiais.
  • Mantém a compatibilidade com métodos padrão de download.

Compatibilidade com bibliotecas existentes

Scripts que já fazem chamadas à API de speech do OpenAI podem migrar facilmente. Apenas ajuste a URL base e o modelo.

Não há necessidade de reescrever a lógica de tratamento de respostas ou erros de formato JSON.

Teste primeiro com textos curtos para validar a conexão antes de integrar fluxos de produção maiores.

Formatos de áudio disponíveis

Ilustração de onda sonora para: Formatos de áudio disponíveis

Escolher o formato certo garante que seu áudio funcione bem onde você vai publicá-lo, sem perder qualidade desnecessária. A API permite enviar o texto e receber o arquivo no formato que melhor se adapta ao seu fluxo de trabalho.

MP3 para uso geral na web

O MP3 é a escolha padrão para a maioria dos criadores. Ele oferece um equilíbrio ideal entre tamanho de arquivo e qualidade, sendo amplamente suportado por players de podcast, redes sociais e sites. É a opção mais prática para quem quer praticidade.

WAV para alta fidelidade

Se você precisa de qualidade de estúdio para edição posterior, o WAV é a opção ideal. Ele não comprime o áudio, preservando todos os detalhes da voz sintética. Ideal para arquivos que serão remixados ou processados novamente.

Opções como Opus e FLAC

Para quem busca eficiência ou arquivamento puro, temos outras opções. O Opus oferece compressão eficiente com alta qualidade, ótimo para armazenamento economizando espaço. O FLAC permite salvar o áudio sem perda de qualidade, mantendo o arquivo original intacto.

Parâmetros de voz e velocidade

Ilustração de onda sonora para: Parâmetros de voz e velocidade

A API oferece 8 vozes pré-definidas, categorizadas em masculinas e femininas, para diferentes contextos de áudio. Você pode escolher desde narrativas quentes e claras até vozes neutras para notícias ou graves para documentários. Cada voz é baseada em gravações licenciadas e possui uma pegada sonora distinta.

O ajuste de velocidade varia de 0.25x a 4.0x, permitindo adaptar o ritmo da fala conforme a necessidade do conteúdo. O idioma é opcional; se não especificado, o sistema tenta adivinhar pelo script, mas é recomendado definir o código ISO para textos em latim fora do inglês.

Escolha entre 8 vozes pré-definidas

Disponíveis estão vozes como Aria (narradora), Nova (animada), Luna (histórias), Sage (instrucional), Felix (promo), Milo (conversacional), Atlas (notícias) e Orion (documentário). Todas falam os 23 idiomas suportados, permitindo flexibilidade na produção.

None

  • Femininas: aria, nova, luna, sage
  • Masculinas: felix, milo, atlas, orion
  • Baseadas em gravações licenciadas (LibriTTS-R/LibriVox)

Ajuste de velocidade de 0.25x a 4.0x

Use o parâmetro speed para acelerar ou desacelerar a fala. Velocidades mais altas podem economizar tempo em conteúdos informativos rápidos, enquanto valores menores melhoram a clareza em narrações detalhadas.

None

  • Mínimo: 0.25x
  • Máximo: 4.0x
  • Padrão: 1.0x

Definição de idioma opcional

Se o parâmetro language não for definido, o sistema tenta identificar o idioma pelo script. Para textos em latim que não sejam inglês, defina explicitamente o código ISO para evitar erros de pronúncia.

None

  • Suporta 23 idiomas
  • Detecção automática por script
  • Recomendado definir para textos em latim não-ingleses
Parâmetros de voz e velocidade

Limites e cotas de uso

Ilustração de onda sonora para: Limites e cotas de uso

Entender os limites da API é essencial para manter seu podcast ou vídeo no ar sem interrupções. Nossa infraestrutura processa pedidos em sequência, o que significa que, em momentos de alta demanda, a geração de áudio pode levar alguns segundos para frases curtas.

As cotas são aplicadas por chave de API e garantem que o serviço permaneça estável para todos os usuários. Com um limite de 60 requisições por minuto, você consegue gerar conteúdo rapidamente, desde que respeite os limites de caracteres e a fila de processamento.

60 pedidos por minuto por chave

Você pode enviar até 60 requisições por minuto para cada chave ativa. Como os pedidos são processados um após o outro, textos longos ou muitas frases curtas simultâneas podem entrar em fila.

  • A taxa máxima é de 60 requisições por minuto por chave.

Limite de 10 pedidos/min sem recarga

Contas novas sem recarga começam com uma taxa reduzida de 10 pedidos por minuto. Esse limite aumenta automaticamente para 60/min após a primeira recarga ser confirmada.

Limite de 4096 caracteres por pedido

Cada requisição pode conter no máximo 4096 caracteres, incluindo espaços e pontuação. Para textos maiores, divida o script em partes menores e junte os arquivos de áudio resultantes para manter a fluência da narração.

  • Limite: 4096 caracteres por request.

Tratamento de erros comuns

Ilustração de onda sonora para: Tratamento de erros comuns

Para garantir que sua integração funcione sem sustos, é importante saber lidar com os erros mais comuns. O sistema retorna códigos claros para que você possa ajustar sua aplicação rapidamente e continuar gerando áudio sem interrupções prolongas.

Abaixo, explicamos como identificar e resolver as três situações que aparecem com mais frequência na prática, mantendo seu fluxo de produção de podcasts ou redes sociais estável.

Chave de API inválida

Se você receber um erro de autenticação, verifique se a chave Bearer está correta na cabeçalho da requisição. Lembre-se de que, ao emitir uma nova chave, a anterior é invalidada imediatamente.

Certifique-se também de que sua conta possui saldo suficiente ou que o período de teste ainda não expirou.

  • Verifique a chave no painel /get-api-key/.
  • Emita uma nova chave se a antiga estiver expirada.

Texto muito longo para um único pedido

Cada requisição suporta até 4096 caracteres. Se seu script for maior, divida-o em partes menores e junte os arquivos de áudio resultantes.

Isso garante que cada segmento seja processado corretamente sem truncamento.

  • Limite de 4096 caracteres por chamada.
  • Divida o texto e concatene os arquivos.

Erros de formatação JSON

A API espera um corpo JSON estrito. Erros comuns incluem chaves faltando ou valores fora do formato esperado, como velocidade fora de 0.25–4.0.

Use exemplos prontos da documentação como base para evitar falhas de sintaxe.

Verifique se o campo input contém apenas texto válido e se o model é tts-1 ou tts-1-hd.

Dicas para textos longos

Ilustração de onda sonora para: Dicas para textos longos

A API aceita no máximo 4096 caracteres por solicitação. Para textos maiores, como roteiros de podcast, você deve dividir o conteúdo em blocos menores antes de enviar.

Divida o texto em partes menores

Quebre seu texto em segmentos de até 4096 caracteres. Lembre-se de que espaços e pontuação contam como caracteres. Isso evita erros de tamanho e garante que cada parte seja processada corretamente.

Junte os arquivos de áudio resultantes

Cada solicitação bem-sucedida retorna um arquivo de áudio separado. Após receber todos os blocos, você precisará concatená-los manualmente na ordem correta para criar o arquivo final contínuo.

Gerencie o tamanho dos arquivos

A geração leva tempo real aproximado (25 caracteres por segundo). Textos muito longos podem demorar para completar. Processamos as requisições em fila, então o tempo total depende da fila de processamento.

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. MDN: Web Speech API
  3. openai-node on GitHub
  4. LibriTTS-R corpus (OpenSLR 141)
  5. Node.js documentation
  6. W3C WAI: making audio and video accessible
  7. FFmpeg documentation
  8. IETF RFC 7845: Ogg Opus
  9. Python documentation
  10. OpenAI API reference: create speech
  11. Creative Commons Attribution 4.0
  12. LibriVox public-domain audiobooks

Mais neste site