API de Síntese de Voz para Criadores de Conteúdo

Por Equipe Editorial Edição Voz · Atualizado 2026-11-19

Este é o ponto de partida para quem busca eficiência na produção de audiolivros. Aqui você encontra a estrutura técnica e os detalhes de uso da API Edição Voz, projetada especificamente para autores e editoras que desejam converter textos em áudio com qualidade profissional e custos previsíveis.

Explore a documentação para entender como integrar a síntese de voz ao seu fluxo de trabalho, descubra as opções de preços transparentes e veja como começar a gerar seus primeiros capítulos em poucos minutos. Toda a informação necessária para iniciar sua operação de publicação está reunida neste guia.

API de Síntese de Voz para Criadores de Conteúdo

Perguntas frequentes

O conversor de texto em voz natural gratis é realmente gratuito?

O registro via Google oferece US$ 0,50 de crédito válido por 7 dias, suficiente para cerca de 50.000 caracteres. Contas criadas com e-mail e senha iniciam sem crédito de teste. Após o uso ou expiração, é necessário realizar um recarga mínima de US$ 5 via USDT na rede TRON para continuar utilizando o serviço.

Quantos idiomas as vozes suportam?

O sistema suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês, chinês, árabe, hindi, coreano, turco, polonês, sueco, norueguês, dinamarquês, finlandês, grego, hebraico, malaio, swahili e tcheco. Qualquer voz pode falar qualquer um desses idiomas. Se o idioma não for especificado, o sistema tenta adivinhar pelo script, mas recomenda-se definir o código ISO para textos em latim que não sejam inglês.

As vozes soam como pessoas reais ou robôs?

As vozes são baseadas em gravações licenciadas de audiobooks do LibriVox (domínio público) e do LibriTTS-R. Cada arquivo gerado contém uma marca d'água inaudível que o identifica como fala sintética. Não há clonagem de voz personalizada nem imitação de celebridades, mas a qualidade é profissional e natural.

Posso usar o áudio para vender audiolivros?

Sim, o serviço é ideal para produtores de audiolivros e autoeditores. O texto de entrada é usado apenas para produzir o áudio e não é utilizado para treinar o modelo. O áudio gerado é retornado na resposta e não fica armazenado, permitindo o uso comercial direto dos arquivos de áudio.

Qual o limite de caracteres por solicitação?

Cada solicitação aceita até 4.096 caracteres, incluindo espaços e pontuação. Para textos mais longos, é necessário dividir o manuscrito em partes desse tamanho e juntar os arquivos de áudio resultantes. O processamento é sequencial, então textos muito longos podem levar tempo dependendo da fila de processamento.

O texto é usado para treinar o modelo de IA?

Não. O texto enviado é utilizado exclusivamente para gerar o arquivo de áudio correspondente. Após a geração, o áudio é retornado na resposta e não é armazenado. Apenas os metadados da solicitação (horário, caracteres, status) são mantidos para fins de faturamento e controle de uso.

Posso alterar a velocidade da fala?

Sim, o campo speed permite ajustar a velocidade entre 0,25 e 4,0 vezes. Isso permite acelerar ou desacelerar a narração conforme necessário para o ritmo do audiolivro. A velocidade afeta diretamente o tempo de geração, mas o número de caracteres processados (e o custo) permanece o mesmo.

Qual o formato de arquivo de áudio entregue?

O serviço oferece cinco formatos de saída: mp3, wav, opus, flac e pcm. Você pode especificar o formato desejado no campo response_format da solicitação JSON. Isso permite escolher entre compressão leve (mp3) ou qualidade sem perda (flac, wav) conforme a necessidade do seu projeto editorial.

Preciso de conhecimento técnico para usar a API?

A API segue o padrão OpenAI, o que permite o uso de SDKs oficiais ou requisições HTTP diretas. É necessário configurar a chave de autenticação e o base_url. Para quem não tem conhecimento técnico, a página de documentação oferece exemplos prontos em cURL e explicações passo a passo.

O que acontece se a síntese falhar?

Se a síntese falhar, o valor é devolvido integralmente. Você não paga pelo caractere processado em solicitações que não resultam em áudio. Isso garante que você só pague pelo trabalho concluído com sucesso, protegendo seu saldo em caso de erros temporários ou problemas de conexão.

Posso usar vozes masculinas e femininas?

Sim, há 8 vozes disponíveis: 4 femininas (Aria, Nova, Luna, Sage) e 4 masculinas (Felix, Milo, Atlas, Orion). Cada voz tem uma característica distinta, como narradora, energética ou neutra. Você pode alternar entre elas em diferentes solicitações para variar o estilo da narração.

Há cobrança de taxa de serviço ou IVA?

Não há cobrança de taxa de serviço ou IVA. O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20), com recarga mínima de US$ 5. Não há cartões, PayPal, assinaturas mensais ou faturas tradicionais. O saldo não expira e o custo é US$ 0,01 por mil caracteres.

Posso cancelar a qualquer momento?

Sim, não há planos mensais, assentos (seats) ou gasto mínimo. Você pode emitir uma nova chave de API a qualquer momento, invalidando a anterior instantaneamente. Não há contratos de longo prazo ou penalidades por cancelamento. O serviço é pago conforme o uso, sem compromisso contínuo obrigatório.

O áudio tem marca d'água invisível?

Sim, cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso ajuda na identificação da origem do áudio. A marca não afeta a qualidade de reprodução nem é perceptível ao ouvinte humano durante a escuta normal.

Primeira solicitação

curl

curl https://api.kohkae789.cc/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

Síntese de Voz para Autoeditores

Ilustração de onda sonora para: Síntese de Voz para Autoeditores

Transforme manuscritos em áudio profissional sem estúdios ou atores. Nossa API processa textos longos dividindo-os em partes de até 4096 caracteres; o cliente deve unir os arquivos de áudio resultantes.

Ideal para autoeditores que precisam de volume. Com velocidades ajustáveis de 0.25x a 4.0x, você controla o ritmo da narração para adaptar o conteúdo ao tempo de audição desejado.

Produção de audiolivros em escala

Produção de audiolivros em escala

Automatize a síntese de capítulos inteiros. O processamento é sequencial, garantindo consistência, mas permitindo alto volume de requisições (60 por minuto) para acelerar a produção.

  • Processamento automático de textos longos
  • Velocidade ajustável para controle de duração
  • Integração direta com fluxos de publicação

Economia de custos com narração

Pague apenas $10 por milhão de caracteres. Sem custos fixos, assinaturas ou mínimos de gasto, o custo varia conforme o volume de palavras geradas.

  • Cobrança por uso real
  • Sem taxas de plataforma
  • Créditos não expiram

Controle total sobre o roteiro

Envie o texto exato que deseja ouvir. Não há interpretação automática de marcas de pontuação complexas ou SSML, apenas a conversão direta do input fornecido.

  • Texto direto para áudio
  • Sem formatação extra
  • Precisão no conteúdo lido

Vozes Naturais e Multilíngues

Ilustração de onda sonora para: Vozes Naturais e Multilíngues

Transforme manuscritos em áudio com naturalidade, utilizando uma seleção curada de vozes que capturam a essência de cada gênero literário. Nossa API oferece precisão linguística e entonação adequada para manter a imersão do ouvinte do início ao fim.

Com suporte para 23 idiomas, cada voz pode narrar em qualquer um dos idiomas disponíveis, garantindo versatilidade para edições multilíngues ou projetos internacionais sem a necessidade de vozes adicionais.

8 vozes pré-configuradas

Cada projeto de audiolivro exige uma tonalidade específica. Nossa biblioteca inclui quatro vozes femininas e quatro masculinas, desde a narradora clara e quente até a voz profunda e documental.

Essas vozes são baseadas em gravações licenciadas e leitura de domínio público, oferecendo uma base sólida e livre de royalties para sua produção editorial.

  • Aria: narradora quente e clara
  • Nova: voz brilhante e animada
  • Luna: suave, ideal para storytelling
  • Sage: calma e instrucional
  • Felix: energética, para promoções
  • Milo: amigável e conversacional
  • Atlas: neutra, estilo jornalístico
  • Orion: profunda, para documentários

23 idiomas suportados

Suportamos 23 idiomas, incluindo português, espanhol, inglês, francês, alemão, italiano, japonês, chinês, árabe, russo, hindi, coreano, turco, polonês, sueco, norueguês, dinamarquês, finlandês, grego, hebraico, malaio, swahili e tcheco. Qualquer voz pode falar qualquer um desses idiomas, facilitando a expansão de catálogo.

O sistema detecta o idioma automaticamente pelo script, mas você pode forçar a configuração via código se necessário, garantindo a pronúncia correta em textos latinos não ingleses.

  • Inclui: Português, Espanhol, Francês, Alemão, Italiano, Japonês, Chinês, Árabe, Russo, Hindi, Coreano

Narrador claro e envolvente

As vozes são otimizadas para a escuta prolongada, reduzindo a fadiga auditiva em audiolivros longos. Cada arquivo gerado contém uma marca d'água inaudível que identifica o áudio como sintético.

A combinação de clareza articulatoria e ritmo natural permite que ouvintes acompanhem narrativas complexas sem esforço, mantendo o padrão editorial exigido por plataformas de distribuição.

Integração Técnica para Devs

Ilustração de onda sonora para: Integração Técnica para Devs

A API de síntese de voz para autoeditores foi projetada para integração rápida, permitindo que desenvolvedores convertam manuscritos em áudio com código mínimo. Utilize os SDKs oficiais da OpenAI ajustando apenas a URL base, simplificando a adoção em seus pipelines de publicação.

O endpoint principal aceita texto e retorna arquivos de áudio em formatos padrão da indústria, como MP3, WAV, FLAC e OPUS. Essa flexibilidade garante compatibilidade imediata com as plataformas de distribuição de audiolivros mais utilizadas.

SDK compatível com OpenAI

Envie requisições POST para o endpoint /v1/audio/speech seguindo a mesma estrutura de corpo JSON utilizada pela OpenAI. Para utilizar os SDKs oficiais, basta alterar a propriedade base_url para https://api.kohkae789.cc/v1 e substituir a chave de API.

Esta compatibilidade permite reutilizar bibliotecas de código aberto existentes, reduzindo o tempo de integração e testes técnicos para a produção de audiolivros.

  • Endpoint: POST /v1/audio/speech
  • Formato de corpo JSON idêntico ao padrão OpenAI
  • Compatível com SDKs oficiais da OpenAI (apenas altere base_url)

Formatos MP3, WAV, FLAC

Selecione o formato de saída mais adequado ao seu pipeline de distribuição através do parâmetro response_format. As opções incluem MP3, WAV, OPUS, FLAC e PCM, atendendo desde a compactação eficiente até a máxima fidelidade para arquivos mestre.

O formato escolhido é retornado diretamente na resposta da API, facilitando o armazenamento e o envio automático para distribuidores de audiolivros.

  • MP3, WAV, OPUS, FLAC e PCM
  • Controle granular sobre a compressão e qualidade do áudio
  • Resposta direta do arquivo de áudio na requisição

API REST simples

A interface é baseada em HTTP padrão, utilizando métodos POST para geração e GET para consulta de vozes e modelos. A autenticação é feita via cabeçalho Authorization: Bearer, utilizando uma única chave ativa por conta.

Esta simplicidade técnica permite automações robustas para converter grandes bibliotecas de e-books em áudio sem necessidade de middleware complexo ou integrações proprietárias.

  • Autenticação via token Bearer
  • Métodos HTTP padrão (POST/GET)
  • Sem necessidade de SDK proprietário

Transparência de Preços

Ilustração de onda sonora para: Transparência de Preços

O custo é simples e direto: US$ 10 por 1 milhão de caracteres, o que equivale a US$ 0,01 por mil caracteres. Espaços e pontuação contam como caracteres. Solicitações falhas não são cobradas, garantindo que você pague apenas pelo áudio gerado com sucesso.

Não há planos mensais, assinaturas ou gastos mínimos. O saldo nunca expira, permitindo que você utilize os recursos conforme a demanda de produção dos seus títulos.

Cobrança por caractere

Calculamos o preço baseado na quantidade exata de caracteres enviados na solicitação. Isso permite prever o custo de cada capítulo ou audiolivro com precisão, sem surpresas no faturamento.

Crédito inicial gratuito

Novos usuários que se inscrevem via Google recebem US$ 0,50 de crédito, válido por 7 dias. Isso permite gerar cerca de 50.000 caracteres de áudio para testar a qualidade das vozes antes de investir.

Contas criadas com e-mail e senha não incluem crédito inicial gratuito.

Pagamento em criptomoeda

Realizamos recargas exclusivamente via USDT na rede TRON (TRC-20). O mínimo para depósito é de US$ 5. O crédito é adicionado automaticamente à sua conta em poucos minutos após a confirmação da transferência na blockchain.

Não utilizamos cartões de crédito, PayPal ou faturas com VAT, simplificando o processo para editores internacionais.

Qualidade para Publicação

Ilustração de onda sonora para: Qualidade para Publicação

A qualidade de publicação exige precisão técnica e direitos claros. Nossa API gera arquivos de áudio prontos para distribuição em plataformas de audiolivros, garantindo que o resultado final atenda aos padrões profissionais exigidos pelo mercado editorial independente.

Áudio sem marca d'água audível

Cada arquivo gerado contém uma marca d'água inaudível que identifica o conteúdo como speech synthetic. Isso permite a identificação da origem sem afetar a experiência de escuta do ouvinte, mantendo a imersão narrativa intacta.

Vozes baseadas em licenciamento

As oito vozes disponíveis são derivadas de gravações licenciadas do LibriTTS-R (CC BY 4.0) e de leituras de audiolivros de domínio público do LibriVox. Isso assegura uma base legal sólida para a comercialização dos seus produtos.

Não há imitação de vozes de celebridades ou políticos reais, evitando questões de direito de imagem e permitindo uso comercial direto.

Formatos padrão de indústria

Oferecemos exportação em MP3, WAV, OPUS, FLAC e PCM. Esses formatos garantem compatibilidade imediata com as principais plataformas de distribuição de audiolivros e repositórios de conteúdo.

Você pode escolher o formato ideal entre compressão leve (MP3) ou qualidade sem perda (FLAC/WAV), dependendo da sua necessidade de armazenamento e fidelidade.

  • MP3 e WAV para máxima compatibilidade
  • FLAC para arquivamento de alta fidelidade
  • OPUS para eficiência de banda
Qualidade para Publicação

Automação de Conteúdo

Ilustração de onda sonora para: Automação de Conteúdo

Automatize a conversão de manuscritos em áudio com nossa API. Envie textos em lote, respeitando o limite de 4096 caracteres por requisição, e receba arquivos MP3 ou WAV prontos para publicação.

Conversão de e-books em áudio

Simplifique o workflow de autoedição. Divida capítulos longos em partes e junte os arquivos gerados. Não há necessidade de estúdios ou atores para narração profissional.

  • Envio de texto via JSON padrão

Atualização rápida de narrativas

Alterou o roteiro? Regere o áudio em minutos. Como não há armazenamento de áudio gerado, você pode refazer seções rapidamente sem custos adicionais por arquivo, apenas pelos caracteres processados.

Testes A/B de vozes

Compare diferentes vozes para encontrar a melhor adaptação para seu público. Com 8 presets disponíveis, você pode gerar versões rápidas para validar a recepção antes da produção final.

Escalabilidade para Editores

Ilustração de onda sonora para: Escalabilidade para Editores

Editoras e autoeditores podem escalar a produção de audiolivros sem se preocupar com planos mensais ou limites de caracteres. O consumo é linear e transparente, permitindo que você ajuste o volume de geração conforme a necessidade de cada lançamento.

O painel web centraliza o controle financeiro e técnico, oferecendo visão clara do saldo e da contagem de caracteres utilizados. Não há surpresas na fatura, apenas o uso real do serviço.

Sem limites de uso fixos

Não existem planos de assinatura com cotas fixas. Você paga apenas pelo que gerar, com uma taxa de $0,01 por 1.000 caracteres. Isso permite testar narrativas curtas ou processar romances inteiros sem restrições artificiais de capacidade.

Gestão via painel web

Tudo é gerenciado diretamente no site. O painel exibe o saldo atual, o crédito de teste disponível e o histórico de uso. Não é necessário abrir contratos ou negociar volumes mínimos com representantes comerciais.

Chave de API única

Cada conta possui uma única chave de acesso ativa. Se necessário, você pode emitir uma nova chave a qualquer momento, e a anterior deixa de funcionar imediatamente. Isso garante segurança simples para integração em seus pipelines de produção.

Suporte Editorial

Ilustração de onda sonora para: Suporte Editorial

Para desenvolvedores e editores técnicos, a clareza técnica é essencial para uma integração fluida. Nossa documentação detalha cada parâmetro de API, desde os formatos de áudio até a gestão de erros, garantindo que você tenha as informações precisas para automatizar seu fluxo de trabalho de produção.

Não reinvente a roda: oferecemos exemplos de código prontos que demonstram como enviar texto e receber áudio rapidamente. Isso reduz o tempo de configuração inicial, permitindo que você foque na curadoria do conteúdo e na qualidade narrativa do seu audiolivro.

Documentação clara

Cada endpoint é explicado com precisão, incluindo os limites de caracteres e os formatos suportados (MP3, WAV, FLAC). Isso elimina ambiguidades durante a implementação técnica.

  • Descrição detalhada dos parâmetros de entrada e saída

Exemplos de código prontos

Utilize nossos exemplos de código para integrar a API em poucos minutos. A estrutura de requisição segue padrões conhecidos, facilitando a adaptação para suas ferramentas existentes.

  • Exemplos práticos de integração imediata

Suporte por e-mail

Nossa equipe está disponível para resolver dúvidas técnicas específicas via e-mail. Não oferecemos chat ao vivo ou telefone, o que garante atendimento focado e sem distrações para questões complexas de integração.

Comece Agora

Ilustração de onda sonora para: Comece Agora

Comece a transformar seus manuscritos em audiolivros profissionais sem complicação técnica. O processo de registro é rápido e direto, permitindo que você foque no que realmente importa: a qualidade da narrativa.

Com apenas alguns cliques, você terá acesso imediato à API e poderá integrar a síntese de voz ao seu fluxo de produção editorial.

Crie sua conta em 30 segundos

Acesse a página /get-api-key/ e registre-se usando sua conta Google ou email e senha. A criação é instantânea e independente, garantindo que você tenha controle total sobre suas credenciais de acesso desde o primeiro momento.

  • Registro via Google ou email+senha
  • Acesso imediato ao painel
  • Chave única por conta

Obtenha seu crédito grátis

Ao se registrar com Google, você recebe $0,50 de crédito (cerca de 50.000 caracteres) válidos por 7 dias. Isso permite testar a qualidade das vozes sem compromisso financeiro inicial. Contas criadas apenas com email não possuem crédito trial.

  • $0,50 grátis para testes
  • Válido por 7 dias
  • Não expira após o uso

Gere seu primeiro áudio

Envie seu texto via POST para o endpoint /v1/audio/speech. Com apenas 8 vozes pré-configuradas e suporte a 23 idiomas, você pode gerar arquivos em MP3, WAV, FLAC ou Opus rapidamente. Use o SDK padrão ou requisições HTTP diretas.

  • Endpoint REST simples
  • 8 vozes naturais
  • Formatos padrão de indústria

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Escolher a voz certa é o passo final para transformar um manuscrito em um produto auditivo coeso.

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. LibriTTS-R paper (arXiv 2305.18802)
  3. Creative Commons Attribution 4.0
  4. OpenAI API reference: create speech
  5. Node.js documentation
  6. LibriVox public-domain audiobooks
  7. FFmpeg documentation
  8. Tether (USDT)
  9. Python documentation
  10. MDN: Web Speech API
  11. curl documentation
  12. W3C WAI: making audio and video accessible

Mais neste site