Perguntas frequentes
Como autenticar uma requisição API?
Envie o cabeçalho Authorization: Bearer tts-... com sua chave única. Cada conta possui uma chave ativa por vez; a emissão de uma nova invalida a anterior imediatamente. Utilize a chave fornecida na página /get-api-key/ para autorizar todas as chamadas à API.
Qual o formato do corpo JSON?
O corpo deve ser JSON contendo os campos model ("tts-1" ou "tts-1-hd"), input (texto), voice (uma das 8 opções), response_format (mp3, wav, opus, flac, pcm), speed (0.25–4.0) e language (opcional). A estrutura é idêntica ao endpoint de fala da OpenAI.
Posso usar o SDK da OpenAI?
Sim. Os SDKs oficiais da OpenAI funcionam alterando o base_url para https://api.77at.info/v1 e utilizando sua chave de API. Isso permite integração direta sem necessidade de adaptar bibliotecas externas ou desenvolver clientes HTTP personalizados para o protocolo.
Como lidar com limites de taxa?
O limite é de 60 requisições por minuto por chave (10/min antes do primeiro depósito). As requisições são processadas em fila; sob carga, podem aguardar. Implemente lógica de retry com backoff exponencial para gerenciar filas automáticas durante picos de geração em massa.
O que é o campo 'input'?
É o texto a ser sintetizado, com limite máximo de 4096 caracteres por requisição. Espaços e pontuação contam como caracteres. Para textos longos, divida em partes de até 4096 caracteres e una os arquivos de áudio resultantes para manter a continuidade do áudio.
Quais formatos de áudio estão disponíveis?
Os formatos suportados são mp3, wav, opus, flac e pcm. Selecione o formato desejado no campo response_format da requisição. Todos os arquivos gerados contêm uma marca d'água inaudível que identifica o conteúdo como fala sintética, garantindo a rastreabilidade do ativo.
O que acontece em caso de erro 4xx?
Solicitações com erro 4xx, como falhas de síntese, são isentas de cobrança. O valor correspondente aos caracteres consumidos é devolvido integralmente ao saldo da conta. Isso garante que você não pague por áudio gerado com falha.
Existe suporte para streaming de áudio?
Não. A API retorna o arquivo de áudio completo após o processamento. Não há suporte para streaming WebSocket ou áudio parcial em tempo real. O tempo de resposta varia conforme o tamanho do texto e a fila de processamento.
Como listar as vozes disponíveis?
Faça uma requisição GET /v1/voices. Este endpoint retorna a lista completa das 8 vozes, idiomas suportados, formatos de áudio e preços. Utilize esse dado para configurar dinamicamente o campo voice nas suas requisições de síntese de áudio.
Posso definir a velocidade da fala?
Sim. O campo speed aceita valores entre 0.25 e 4.0. Isso permite ajustar a velocidade de narração para se adequar a diferentes ritmos de locução, desde narrativas lentas até promoções dinâmicas, sem alterar a entonação da voz selecionada.
O idioma é detectado automaticamente?
O idioma é detectado pelo script (texto em latim assume inglês por padrão). Para textos em latim não ingleses, defina explicitamente o campo language com o código ISO. O sistema suporta 23 idiomas específicos; idiomas não listados não são suportados.
Qual o tamanho máximo de texto permitido?
O limite é de 4096 caracteres por requisição. Para textos maiores, divida o conteúdo em partes dentro desse limite e junte os arquivos de áudio gerados. O processamento é sequencial, então textos muito longos podem levar mais tempo para serem completados.
Como obter a chave da API?
Crie uma conta em /get-api-key/ usando Google ou e-mail. A chave é exibida na página junto com o saldo e o histórico de uso. Cada conta possui uma chave ativa; a geração de uma nova invalida a anterior instantaneamente.
Os dados são enviados via HTTPS?
Sim, todas as requisições são enviadas via HTTPS para https://api.77at.info/v1. O texto de entrada é usado apenas para gerar o áudio e não é usado para treinamento. Metadados de solicitação são mantidos exclusivamente para fins de faturamento.
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.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.77at.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.77at.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 | |
|---|---|
aria | feminino |
nova | feminino |
luna | feminino |
sage | feminino |
felix | masculino |
milo | masculino |
atlas | masculino |
orion | masculino |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
Autenticação e Chave API
A autenticação é realizada via header HTTP Authorization: Bearer. Envie a chave única associada à sua conta em cada requisição para validar o acesso à API.
Uso do header Authorization Bearer
Inclua o cabeçalho Authorization: Bearer <sua-chave-aqui> em todas as chamadas à API. A validação ocorre antes do processamento da síntese, garantindo que apenas contas ativas e com crédito ou limite de taxa permitido possam gerar áudio.
- Header:
Authorization: Bearer tts-...
Formato da chave tts-...
As chaves API seguem o prefixo tts- seguido de caracteres alfanuméricos. Cada conta mantém apenas uma chave ativa por vez, simplificando a gestão de credenciais em pipelines de produção automatizados.
Revogação e emissão de nova chave
A emissão de uma nova chave invalida imediatamente a anterior. Utilize essa funcionalidade para revogar acesso em caso de comprometimento ou para rotacionar credenciais entre diferentes ambientes de desenvolvimento e produção sem necessidade de recriar a conta.
Endpoint de geração de áudio
O endpoint principal para síntese é POST https://api.77at.info/v1/audio/speech. Este ponto de entrada processa a conversão de texto em áudio, seguindo o formato de requisição padrão do ecossistema OpenAI para garantir compatibilidade direta.
Método POST para /v1/audio/speech
Utilize o método HTTP POST para enviar solicitações de geração. O servidor aceita apenas requisições JSON com a chave de autenticação no cabeçalho Authorization. Cada chamada gera um arquivo de áudio independente.
Corpo JSON com input, voice e model
O corpo da requisição deve incluir o campo input (texto, até 4096 caracteres), voice (uma das 8 presets disponíveis) e model (tts-1 ou tts-1-hd). O campo language é opcional, mas recomendado para textos em latim não ingleses (o padrão é inglês). Formatos de saída incluem mp3, wav, opus, flac e pcm.
input: string (máx. 4096 caracteres)voice: string (ex:nova,atlas)model: string (tts-1outts-1-hd)response_format: string (mp3, wav, opus, flac, pcm)
Retorno do arquivo de áudio binário
A resposta contém o arquivo de áudio binário direto no corpo, sem metadados JSON adicionais. O tempo de geração é aproximadamente tempo real para textos longos. Em caso de falha na síntese, o crédito é estornado integralmente.
Integração com SDK OpenAI
O endpoint de geração de áudio segue o formato padrão do OpenAI, permitindo que bibliotecas oficiais consumam a API de 77at.info sem adaptações complexas. A única configuração necessária é ajustar o base_url para https://api.77at.info/v1.
Essa compatibilidade permite integrar a síntese de voz diretamente em pipelines de localização existentes, utilizando a mesma estrutura de chamadas já conhecida pelos desenvolvedores.
Configuração do base_url personalizado
Para utilizar o SDK oficial, defina a variável de ambiente ou parâmetro de inicialização base_url como https://api.77at.info/v1. Isso redireciona todas as chamadas para o endpoint POST /v1/audio/speech da VerbaVoz.
O cabeçalho Authorization deve conter a chave API gerada no painel (formato tts-...). O SDK tratará a autenticação automaticamente se a chave estiver configurada no ambiente.
Compatibilidade com SDKs oficiais
Qualquer SDK oficial do OpenAI (Python, Node.js, Go, Java) é compatível, desde que o base_url seja alterado. A estrutura de requisição JSON permanece idêntica à especificação original.
Isso garante que scripts de geração em massa para agências de localização funcionem imediatamente, sem necessidade de escrever clientes HTTP personalizados ou adaptar formatos de resposta.
O formato de resposta é binário (áudio), retornando diretamente o arquivo gerado, conforme esperado por clientes que consomem endpoints de áudio.
Mapeamento de parâmetros de entrada
Os parâmetros model, input, voice, response_format e speed mapeiam diretamente para as propriedades do objeto de criação de áudio do SDK.
O campo model aceita tts-1 ou tts-1-hd. O campo input recebe a string de texto, limitada a 4096 caracteres. A voz deve ser uma das 8 presets disponíveis.
O parâmetro language é opcional; se omitido, o sistema tenta adivinhar o idioma baseado no script, mas para textos em latim não ingleses, defina explicitamente.
Parâmetros de requisição
Os parâmetros de entrada definem a estrutura técnica da geração de áudio. O campo input aceita texto puro, limitado a 4096 caracteres por requisição. Espaços e pontuação contam como caracteres. O campo voice seleciona um dos oito presets disponíveis, enquanto response_format define a saída (mp3, wav, opus, flac, pcm).
Modelos tts-1 e tts-1-hd
O parâmetro model aceita apenas tts-1 ou tts-1-hd. Ambos utilizam o mesmo motor de síntese e possuem preço idêntico ($0,01 por 1.000 caracteres). A distinção entre os modelos não afeta o custo final, permitindo flexibilidade na configuração do SDK sem impacto financeiro.
Vozes presets e formato de resposta
O parâmetro voice exige um dos oito valores predefinidos (ex: nova, atlas). Não há suporte para customização de vozes ou clonagem. O campo response_format determina a codificação do arquivo binário retornado. A escolha entre formatos lossy (mp3, opus) ou lossless (flac, wav) depende da necessidade de qualidade versus tamanho de arquivo no pipeline de localização.
- Formatos suportados: mp3, wav, opus, flac, pcm
- Vozes são fixas e baseadas em gravações licenciadas
Velocidade de fala entre 0.25 e 4.0
O parâmetro speed ajusta a velocidade da síntese, aceitando valores decimais entre 0.25 (lento) e 4.0 (rápido). O valor padrão é 1.0. Alterações na velocidade afetam a duração final do arquivo de áudio, mas não alteram o custo por caractere. O ajuste de velocidade é útil para sincronia labial em projetos de dublagem.
- Intervalo válido: 0.25 a 4.0
- Custo permanece por caractere, independente da velocidade
Limites e Taxas (Rate Limits)
O limite padrão de processamento é de 60 requisições por minuto por chave de API. Esse limite aplica-se individualmente a cada credencial ativa, permitindo o controle preciso do fluxo de geração em pipelines de localização.
60 requisições por minuto por chave
As requisições são processadas sequencialmente. Para volumes elevados, considere a distribuição da carga entre múltiplas chaves se necessário, respeitando o limite individual de 60 RPM por credencial.
Limite de 10 req/min antes do primeiro pagamento
Durante o período de avaliação, sem top-up realizado, o limite é reduzido para 10 requisições por minuto. A ativação do limite padrão ocorre após a realização do primeiro top-up (depósito mínimo de US$5 em USDT TRC-20).
Gestão de filas sob alta demanda
Devido ao processamento sequencial, solicitações simultâneas podem aguardar na fila. O tempo de geração aproxima-se do tempo real (25 caracteres por segundo) para textos longos. A latência aumenta proporcionalmente à carga do sistema.

Tratamento de erros
A API retorna códigos de status HTTP padrão para indicar o estado da solicitação. Erros de sintaxe ou parâmetros ausentes resultam em respostas 400 ou 401, permitindo que pipelines de automação identifiquem falhas estruturais imediatamente.
Códigos de status HTTP padrão
Respostas 200 indicam sucesso na geração do arquivo de áudio binário. Códigos 429 sinalizam que o limite de 60 requisições por minuto foi excedido, exigindo implementação de backoff exponencial nos scripts de produção em massa.
Mensagens de erro para input inválido
Campos obrigatórios como input ou voice faltando geram erro 400 com descrição clara. Texto excedendo 4096 caracteres ou formato de áudio não suportado também são rejeitados com mensagens específicas para depuração rápida.
- Verificar codificação UTF-8 para caracteres especiais.
Retorno de crédito em falhas de síntese
Se a síntese falhar durante o processamento, o valor correspondente aos caracteres consumidos é devolvido integralmente ao saldo da conta. Isso garante que agências não paguem por áudio não entregue.
Exemplos de código (cURL)
O endpoint de geração de áudio retorna o arquivo de áudio diretamente no corpo da resposta HTTP. Para testes rápidos, utilize o script cURL abaixo, substituindo <API_KEY> pela sua chave e ajustando os parâmetros conforme necessário.
A resposta não é um JSON, mas sim o arquivo binário do áudio no formato solicitado. É essencial configurar o cabeçalho Accept corretamente para garantir o processamento adequado do fluxo de dados.
Script de exemplo para teste rápido
Execute o comando abaixo na linha de comando para gerar um arquivo MP3 simples. O comando redireciona a saída binária diretamente para um arquivo local, facilitando a validação imediata da integração.
- curl -X POST https://api.77at.info/v1/audio/speech \ -H "Authorization: Bearer tts-seu-aqui" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Teste de integração VerbaVoz", "voice": "nova", "response_format": "mp3"}' \ -o output.mp3
Configuração de cabeçalhos obrigatórios
O cabeçalho Authorization deve conter a string Bearer seguida pela sua chave única. O Content-Type deve ser definido como application/json para que o servidor interprete corretamente o corpo da requisição.
- Authorization: Bearer tts-...
- Content-Type: application/json
Parsing da resposta binária
A resposta bem-sucedida contém o fluxo de áudio binário. Em pipelines de automação, direcione o stdout para um buffer de memória ou arquivo temporário. Não tente parsear como JSON, pois a estrutura é o próprio arquivo de áudio.
Endpoints auxiliares
Os endpoints auxiliares fornecem metadados essenciais para a integração automatizada em pipelines de localização. A consulta a GET /v1/voices retorna a lista completa das 8 vozes disponíveis, seus idiomas suportados e formatos de áudio compatíveis, permitindo a seleção dinâmica conforme o perfil do conteúdo.
A verificação de formatos e modelos via GET /v1/models garante que a configuração técnica esteja alinhada às capacidades do motor de síntese, sem necessidade de testes empíricos para cada novo formato ou versão de modelo introduzida na plataforma.
GET /v1/voices para listar vozes
A chamada retorna um objeto JSON contendo as 8 vozes preset (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) e os 23 idiomas suportados. Cada objeto inclui o ID da voz, o gênero vocal e o idioma padrão, facilitando o mapeamento automático em sistemas de tradução e dublagem.
O endpoint também indica os formatos de áudio disponíveis para cada voz, permitindo que o cliente selecione o codec mais adequado para sua pipeline de produção sem adivinhar as capacidades do motor.
- Retorna lista atualizada de todas as vozes e idiomas.
- Inclui metadados de gênero e idioma padrão para cada voz.
- Indica formatos de áudio suportados por voz.
GET /v1/models para informações técnicas
Retorna os modelos disponíveis (tts-1 e tts-1-hd), ambos operando com o mesmo motor e preço. Esta informação é crucial para validar a compatibilidade antes do envio das requisições de síntese.
O endpoint confirma que não há diferenças de preço ou engine entre os modelos, simplificando a lógica de custo nos orçamentos de projetos de localização em larga escala.
- Lista os modelos
tts-1etts-1-hd. - Confirma engine e preço idênticos para ambos os modelos.
- Valida compatibilidade técnica antes da síntese.
Verificação de formatos suportados
Os formatos MP3, WAV, Opus, FLAC e PCM estão disponíveis para todos os modelos. O endpoint auxilia na validação de que o formato solicitado no corpo da requisição é tecnicamente suportado pelo servidor, evitando erros de requisição inválida.
A escolha do formato deve considerar o tamanho do arquivo e a compatibilidade do player de áudio da pipeline de distribuição final, sem perdas de qualidade adicionais por conversão externa.
- Suporte a MP3, WAV, Opus, FLAC e PCM.
- Validação de formato antes da requisição POST.
- Evita erros de requisição inválida.
image
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
