Gerador de voz grátis para produção em escala de áudio

Por equ editorial VerbaVoz · Atualizado 2026-11-19

Esta página documenta a API TTS da VerbaVoz, projetada para agências de localização e publicadores que necessitam integrar síntese de voz em pipelines de produção em escala. Oferecemos um endpoint compatível com o SDK da OpenAI, permitindo integração técnica direta para geração de áudio via JSON.

Aqui você encontra especificações técnicas precisas sobre integração, limites de taxa, formatos de saída e modelo de precificação por caractere. O conteúdo é direcionado a engenheiros e gestores técnicos que exigem controle sobre velocidade, idioma e formato de áudio para seus projetos de dublagem e audiobook.

Gerador de voz grátis para produção em escala de áudio

Perguntas frequentes

O que é uma API TTS?

É uma interface de programação que converte texto em áudio. Você envia texto via JSON e recebe um arquivo de áudio. A API segue o padrão do endpoint de fala da OpenAI, permitindo integração rápida em pipelines de produção de áudio para agências de localização e publicadores.

Como funciona a geração de voz em massa?

Para textos longos, divida o texto em partes de até 4096 caracteres. Envie cada parte via POST e una os arquivos de áudio resultantes. O processamento é sequencial, então requisições podem aguardar na fila sob carga. A velocidade média é de aproximadamente 25 caracteres por segundo de áudio gerado.

Quais idiomas são suportados na API?

São suportados 23 idiomas: Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Suaili, Sueco e Turco. Qualquer voz pode falar qualquer um desses idiomas. Idiomas como Vietnamita e Tailandês não são suportados.

As vozes são clonadas de pessoas reais?

Não. As vozes são presets baseados em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de domínio público do LibriVox. Cada arquivo gerado contém uma marca d'água inaudível que o identifica como fala sintética. Não oferecemos clonagem de voz personalizada nem upload de vozes próprias.

Quanto custa usar a API por caractere?

O custo é de US$ 10,00 por 1 milhão de caracteres, ou US$ 0,01 por 1.000 caracteres. Espaços e pontuação contam como caracteres. O saldo não expira. Não há planos mensais, assentos ou gasto mínimo. O pagamento é feito via recarga de saldo na conta.

O que acontece se uma requisição falhar?

Requisições falhas são gratuitas. Se a síntese falhar, o valor cobrado é devolvido integralmente ao saldo da conta. Isso garante que você não pague por áudio não entregue. O status da requisição indica se a geração foi concluída com sucesso ou se houve erro no processamento.

Posso usar o SDK oficial da OpenAI?

Sim. A API segue o mesmo formato de corpo de solicitação do endpoint de fala da OpenAI. Você pode usar o SDK oficial da OpenAI alterando o base_url para https://api.77at.info/v1 e utilizando sua chave de API. Não temos um SDK próprio, mas a compatibilidade é direta.

Como funciona o pagamento com USDT?

O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20). O valor mínimo para recarga é de US$ 5,00. O crédito é creditado automaticamente na conta dentro de minutos após a confirmação da transferência na blockchain. Não aceitamos cartões, PayPal ou faturas com IVA.

Qual o limite de caracteres por pedido?

Cada solicitação POST aceita até 4096 caracteres no campo input. Para textos maiores, é necessário dividir o conteúdo em partes dentro desse limite e unir os arquivos de áudio resultantes. O texto é processado sequencialmente, o que pode afetar o tempo total de geração para volumes grandes.

O áudio gerado é armazenado?

Não. O áudio é retornado diretamente na resposta da requisição e não é armazenado em nossos servidores. Apenas os metadados da solicitação (horário, número de caracteres e status) são mantidos para fins de faturamento e controle de uso. O texto enviado também não é usado para treinamento.

Há garantia de disponibilidade (SLA)?

Não. Não oferecemos contrato de nível de serviço (SLA) nem garantia de tempo de atividade (uptime). Não há certificações como SOC 2 ou HIPAA. O serviço é fornecido conforme disponibilidade, sem garantias contratuais de disponibilidade contínua ou latência específica para as requisições enviadas.

Como solicitar uma nova chave de API?

Acesse a página /get-api-key/ e faça login com Google ou e-mail. Cada conta possui uma chave ativa. Você pode emitir uma nova chave a qualquer momento. Ao emitir uma nova, a chave anterior é invalidada imediatamente. A nova chave será exibida na página da conta após a geração.

O texto enviado é usado para treinamento?

Não. O texto de entrada é utilizado exclusivamente para produzir o arquivo de áudio solicitado. Não utilizamos seus textos para treinar nossos modelos ou para outros fins. Após a geração, o áudio não é armazenado, e apenas os metadados de uso são conservados para faturamento.

Existe suporte telefônico disponível?

Não. Não possuímos número de telefone nem chat ao vivo. O suporte é realizado exclusivamente por e-mail. Não oferecemos suporte telefônico para dúvidas técnicas ou sobre faturamento. Para questões urgentes, entre em contato via o formulário de contato ou endereço de e-mail disponível na página /contact/.

Primeira solicitação

curl

curl https://api.77at.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

API TTS para agências de localização

Ilustração de onda sonora para: API TTS para agências de localização

A API TTS da VerbaVoz opera sobre um endpoint compatível com o formato da API de fala da OpenAI, permitindo que agências de localização integrem a síntese de voz diretamente em seus pipelines de produção. Ao alterar o base_url para https://api.77at.info/v1, as SDKs oficiais da OpenAI funcionam sem necessidade de reescrita de código.

O sistema aceita requisições JSON padronizadas, facilitando a automação de fluxos de trabalho para publicadores que necessitam de geração de áudio em massa. A estrutura de dados mantém a compatibilidade com as ferramentas existentes, reduzindo o tempo de integração técnica.

Integração via OpenAI SDK

Integração via OpenAI SDK

A integração utiliza a mesma forma de corpo de requisição da API de fala da OpenAI. Basta apontar o cliente para https://api.77at.info/v1 e autenticar com a chave tts-.... Isso permite o uso direto das bibliotecas oficiais em Python, Node.js e outras linguagens suportadas.

  • Compatível com SDKs oficiais da OpenAI
  • Endpoint POST /v1/audio/speech
  • Autenticação via header Authorization: Bearer

Geração de áudio em lote

Para textos longos, o sistema divide o conteúdo em partes de até 4096 caracteres e concatena os arquivos de áudio resultantes. Isso permite a produção de audiobooks ou documentários completos sem limites artificiais de tamanho por requisição única.

  • Limite de 4096 caracteres por requisição
  • Concatenação automática de arquivos
  • Adequado para textos extensos

Controle de velocidade e formato

Cada requisição permite definir a velocidade de fala entre 0.25 e 4.0, ajustando a cadência para diferentes estilos de narração. Os formatos de saída incluem MP3, WAV, OPUS, FLAC e PCM, atendendo a diversos requisitos de codec para plataformas de vídeo e documentos digitais.

  • Velocidade: 0.25 a 4.0
  • Formatos: mp3, wav, opus, flac, pcm
  • Configuração por requisição

Vozes naturais e línguas suportadas

Ilustração de onda sonora para: Vozes naturais e línguas suportadas

O motor de síntese utiliza oito vozes predefinidas derivadas de gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de domínio público do LibriVox. Cada preset oferece um timbre distinto, adequado para diferentes contextos de produção de áudio.

As vozes abrangem perfis femininos e masculinos, variando de narrativas quentes a locuções neutras, permitindo a seleção precisa para cada projeto de localização ou publicação.

8 presets de vozes licenciadas

A API oferece oito configurações de voz fixas, eliminando a necessidade de clonagem personalizada ou design de voz. As opções incluem: Aria, Nova, Luna e Sage (vozes femininas); Felix, Milo, Atlas e Orion (vozes masculinas).

Cada voz mantém consistência tonal, desde a clareza narrativa de Aria até a profundidade documental de Orion, sem variação emocional automática ou tags de estilo.

  • Aria: narradora clara e quente
  • Nova: vibrante e otimista
  • Luna: suave e narrativa
  • Sage: calma e instrucional
  • Felix: energético e promocional
  • Milo: amigável e conversacional
  • Atlas: neutro e jornalístico
  • Orion: profundo e documental

23 idiomas incluindo árabe e japonês

O sistema suporta 23 idiomas, incluindo árabe, japonês, chinês, coreano e línguas europeias e africanas como suaili. Qualquer voz pode falar qualquer um dos idiomas suportados.

Se o campo language não for especificado, o idioma é detectado automaticamente pelo script (texto latino assume inglês por padrão). Para textos latinos não ingleses, defina o código ISO explicitamente.

  • Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Suaili, Sueco, Turco

Marca d'água sintética invisível

Cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso garante a rastreabilidade da origem do áudio em pipelines de produção em massa.

Modelo de preços transparente

Ilustração de onda sonora para: Modelo de preços transparente

O modelo de precificação é baseado estritamente no volume de texto processado, garantindo previsibilidade para pipelines de produção em massa. Cada caractere, incluindo espaços e pontuação, conta para o cálculo final, sem taxas ocultas ou planos de assinatura mensais.

Cobrança por caractere processado

A taxa é de US$ 10,00 por milhão de caracteres processados, equivalente a US$ 0,01 por mil caracteres. Requisições falhas são totalmente isentas de cobrança, com o valor devolvido integralmente ao saldo da conta.

  • Tarifa fixa: US$ 0,01 por 1.000 caracteres.

Crédito grátis para testes iniciais

Novos usuários autenticados via Google recebem US$ 0,50 de crédito, válido por 7 dias, permitindo a geração de aproximadamente 50.000 caracteres para validação técnica. Contas criadas com e-mail e senha iniciam sem crédito de teste.

Pagamento via USDT (TRC-20)

As recargas são realizadas exclusivamente via USDT na rede TRON (TRC-20), com depósito mínimo de US$ 5,00. O saldo é creditado automaticamente em poucos minutos após a confirmação da transação na blockchain, sem necessidade de faturas ou processamento bancário.

  • Rede: TRON (TRC-20).
  • Depósito mínimo: US$ 5,00.

Casos de uso para publicadores

Ilustração de onda sonora para: Casos de uso para publicadores

Agências de localização e publicadores utilizam a API VerbaVoz para converter manuscritos e roteiros em áudio de forma programática. A integração via SDK OpenAI permite automatizar o fluxo de produção, eliminando a necessidade de estúdios físicos para cada projeto.

O sistema aceita textos em até 4096 caracteres por requisição, retornando arquivos de áudio prontos para distribuição. Essa estrutura é ideal para pipelines de tradução que exigem sincronização precisa e entrega rápida de ativos sonoros.

Audiolivros e narração de textos

A geração de audiolivros em escala requer consistência vocal e processamento eficiente de grandes volumes. A API permite dividir capítulos longos em partes menores, unindo os arquivos de áudio resultantes em um único arquivo final.

Com suporte a 23 idiomas, as agências podem localizar obras literárias rapidamente, mantendo a coerência narrativa através dos 8 presets de voz licenciados, desde narradores calmos até vozes mais energéticas.

  • Suporte a 23 idiomas, incluindo japonês e árabe.
  • Divisão automática de textos longos em blocos de 4096 caracteres.
  • União sequencial dos arquivos de áudio gerados.

Conteúdo para plataformas de vídeo

Publicadores de vídeo necessitam de narrações rápidas para documentários, tutoriais e conteúdos explicativos. A API fornece arquivos em formatos como MP3, WAV ou OPUS, compatíveis com a maioria dos editores de vídeo profissionais.

A velocidade de geração é aproximadamente tempo real para textos longos, permitindo que equipes de pós-produção atualizem trilhas sonoras sem grandes atrasos. A marca d'água invisível identifica o conteúdo como síntese artificial.

  • Formatos de saída: MP3, WAV, OPUS, FLAC, PCM.
  • Velocidade de geração próxima do tempo real.
  • Integração direta em workflows de edição de vídeo.

Acessibilidade em documentos digitais

Instituições e editores transformam artigos, relatórios e manuais em áudio para leitores com deficiência visual ou dislexia. A API processa textos técnicos com precisão, oferecendo vozes neutras e claras para leitura informativa.

O custo de $10 por milhão de caracteres torna a acessibilidade economicamente viável para grandes acados de conteúdo digital, sem taxas mensais ou limites de uso rígidos.

  • Custo fixo por caractere processado ($0,01 por 1.000 caracteres).
  • Vozes adequadas para leitura técnica e instrucional.

Arquitetura técnica da API

Ilustração de onda sonora para: Arquitetura técnica da API

A API opera através de um endpoint POST JSON padrão, compatível com o formato da API de fala da OpenAI. O cliente envia texto e parâmetros de síntese, recebendo o arquivo de áudio gerado na resposta direta.

O endpoint principal é POST https://api.77at.info/v1/audio/speech. A estrutura do corpo da requisição segue o padrão estabelecido, permitindo integração rápida utilizando SDKs oficiais ou HTTP padrão.

Endpoint POST JSON padrão

O endpoint principal é POST https://api.77at.info/v1/audio/speech. A estrutura do corpo da requisição segue o padrão estabelecido, permitindo integração rápida utilizando SDKs oficiais ou HTTP padrão.

Limites de taxa e filas de processamento

Cada chave de API está limitada a 60 requisições por minuto (10 por minuto antes do primeiro depósito). As requisições são processadas sequencialmente; sob carga, uma solicitação pode aguardar na fila até ser executada.

Requisições falhas não são cobradas. O limite de 4096 caracteres por requisição exige divisão manual de textos longos, cujos arquivos de áudio resultantes devem ser unidos pelo cliente.

Formatos de áudio: MP3, WAV, OPUS, FLAC, PCM

O formato de saída é configurável no campo response_format da requisição. As opções disponíveis são: mp3, wav, opus, flac e pcm.

A escolha do formato deve considerar a necessidade de qualidade versus tamanho de arquivo para o pipeline de produção da agência.

  • mp3
  • wav
  • opus
  • flac
  • pcm
Arquitetura técnica da API

Gestão de credenciais e segurança

Ilustração de onda sonora para: Gestão de credenciais e segurança

As chaves de API são emitidas no momento da criação da conta e vinculadas exclusivamente a uma única credencial ativa. O painel de controle exibe a chave atual e o saldo restante, facilitando a gestão técnica imediata sem necessidade de múltiplos tokens.

A segurança é mantida através da revogação instantânea. Ao solicitar uma nova chave, a anterior torna-se inválida imediatamente, eliminando janelas de vulnerabilidade em caso de comprometimento ou rotatividade de equipe.

Chave única por conta

Cada conta mantém apenas uma chave válida por vez. Isso simplifica a configuração de variáveis de ambiente em pipelines de CI/CD e evita conflitos de permissão em integrações automatizadas.

Revogação imediata de chave antiga

A troca de chave é síncrona. Ao gerar uma nova credencial, a anterior deixa de funcionar no exato momento da emissão, garantindo que apenas a nova chave seja utilizada nas requisições subsequentes.

Retenção mínima de metadados

O texto enviado é utilizado apenas para a síntese e não entra em processos de treinamento. O áudio gerado é retornado na resposta e não é armazenado. Apenas metadados de cobrança (tempo, caracteres, status) são mantidos para fins fiscais e de auditoria.

Precisão e limites de texto

Ilustração de onda sonora para: Precisão e limites de texto

A API impõe um limite rígido de 4096 caracteres por requisição, incluindo espaços e pontuação. Textos excedentes devem ser divididos previamente ou gerenciados pelo cliente para garantir a síntese correta.

Limite de 4096 caracteres por requisição

Cada chamada POST deve conter um campo input com no máximo 4096 caracteres. O sistema não realiza truncamento automático; o erro é retornado se o limite for ultrapassado.

  • Contagem inclui espaços e pontuação.
  • Erro retornado se exceder 4096 caracteres.

Detecção automática de idioma

O campo language é opcional. Se omitido, o sistema infere o idioma pelo script (padrão para texto latino é inglês). Para textos em línguas latinas não inglesas, defina o parâmetro explicitamente para evitar erros de pronúncia.

  • Padrão: inglês para script latino.
  • Defina language para não inglês.

Tratamento de textos longos em partes

Para obras extensas, divida o texto em blocos de 4096 caracteres. Envie requisições sequenciais e junte os arquivos de áudio resultantes. A latência é aproximadamente tempo real para textos longos, mas pode haver fila sob carga.

Velocidade de geração

Ilustração de onda sonora para: Velocidade de geração

Aproximadamente tempo real em textos longos

Para textos extensos, a taxa de geração é de cerca de 25 caracteres por segundo de áudio produzido, mantendo o ritmo próximo ao tempo real.

Latência variável em frases curtas

Frases curtas podem levar alguns segundos para serem processadas, pois o overhead de inicialização é proporcional ao volume menor de dados.

Processamento sequencial sob carga

As solicitações são processadas em sequência. Em períodos de alta demanda, uma requisição pode aguardar na fila até que a anterior seja concluída.

Suporte técnico especializado

Ilustração de onda sonora para: Suporte técnico especializado

O suporte técnico é realizado exclusivamente por e-mail, sem atendimento telefônico, chat ao vivo ou SLA garantido. A equipe responde diretamente às dúvidas técnicas, focando na estabilidade da API e na integração com pipelines de localização.

Não há garantias de tempo de resposta nem contratos empresariais. Todo o suporte é baseado em disponibilidade da equipe e na clareza da descrição do problema técnico apresentado.

Atendimento exclusivo por e-mail

Utilize o formulário de contato ou envie e-mail diretamente para a equipe técnica. Descreva o endpoint, o código de erro e o payload enviado para acelerar a análise.

Documentação técnica completa

Acesse a documentação completa da API em /docs/. Ela detalha os parâmetros de requisição, formatos de resposta e limites de taxa (60 requisições por minuto por chave).

Tudo está documentado para facilitar a integração via SDK oficial da OpenAI ou HTTP simples, sem necessidade de plugins ou extensões de navegador.

Exemplos de código prontos para uso

Encontre exemplos prontos de integração no painel da sua conta. O formato JSON segue o padrão OpenAI, permitindo uso imediato com bibliotecas populares.

Os exemplos incluem a configuração do base_url para https://api.77at.info/v1 e o envio correto da chave de autenticação Bearer.

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. A seleção deve considerar a natureza do texto original para assegurar que a síntese respeite as expectativas de tom e ritmo do projeto final.

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. Node.js documentation
  4. FFmpeg documentation
  5. IETF RFC 7845: Ogg Opus
  6. W3C WAI: making audio and video accessible
  7. OpenAI API reference: create speech
  8. Creative Commons Attribution 4.0
  9. LibriVox public-domain audiobooks
  10. MDN: Web Speech API
  11. curl documentation
  12. Python documentation

Mais neste site