Perguntas frequentes
O que é API TTS?
É uma API de síntese de fala em nuvem: você envia texto e recebe um arquivo de áudio. O endpoint é POST /v1/audio/speech, com corpo JSON compatível com o formato da OpenAI. Basta alterar o base_url para https://api.abc1234.info/v1 e usar sua chave de API para integrar ao seu fluxo de produção de conteúdo.
Como escolher a voz ideal?
Escolha entre 8 presets: Aria, Nova, Luna, Sage (femininas) e Felix, Milo, Atlas, Orion (masculinas). Cada voz tem um tom específico, como narrador ou noticioso. Todas falam os 23 idiomas suportados. Defina o parâmetro voice na requisição para selecionar a preset desejada, sem necessidade de clonagem personalizada.
Quais idiomas são suportados?
Suportamos 23 idiomas: Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Sueco e Turco. Qualquer voz pode falar qualquer um desses idiomas. Idiomas como Vietnamita e Tailandês não são suportados.
Qual o preço por caractere?
O custo é de US$ 10 por 1 milhão de caracteres, equivalente a US$ 0,01 por 1.000 caracteres. Espaços e pontuação contam como caracteres. Solicitações falhas são gratuitas e o valor é devolvido integralmente. O saldo não expira e não há planos mensais ou custos fixos.
A API é escalável para grandes equipes?
A API suporta processamento sequencial, com limite de 60 requisições por minuto por chave. Para grandes volumes, divida textos longos em partes de até 4.096 caracteres e junte os arquivos de áudio. A velocidade é aproximadamente em tempo real, mas filas podem ocorrer sob carga intensa.
Posso usar o SDK da OpenAI?
Sim. A API segue o mesmo formato de solicitação do endpoint de fala da OpenAI. Basta alterar o base_url para https://api.abc1234.info/v1 e usar sua chave de API. Não oferecemos SDK próprio, mas a compatibilidade permite o uso direto das bibliotecas oficiais da OpenAI.
Há limite de requisições por minuto?
Sim, o limite é de 60 requisições por minuto por chave de API. Antes do primeiro recarga, o limite é de 10 requisições por minuto. Se o limite for excedido, as requisições podem ser recusadas ou processadas em fila, dependendo da carga do sistema.
O áudio gerado é livre de royalties?
As vozes são baseadas em gravações licenciadas (LibriTTS-R, CC BY 4.0) e leituras de domínio público do LibriVox. O áudio gerado não é armazenado e é retornado na resposta. Não há menção a royalties específicos, mas o uso é regido pelos termos da licença CC BY 4.0.
A API suporta SSML?
Não. A API não oferece suporte a marcação SSML, nem a dicionários de fonemas ou lexicons personalizados de pronúncia. O processamento é baseado em texto puro, com parâmetros básicos como velocidade e formato de resposta. Para controle fino, é necessário ajustar os parâmetros de entrada diretamente.
Posso gerar áudio em tempo real?
Não há streaming ou WebSocket para áudio parcial em tempo real. As requisições são processadas sequencialmente, e o tempo de geração é aproximadamente em tempo real para textos longos. Para textos curtos, o processo pode levar alguns segundos, dependendo da fila de processamento.
Qual a diferença entre tts-1 e tts-1-hd?
Ambos os modelos, tts-1 e tts-1-hd, utilizam o mesmo motor de síntese e têm o mesmo preço. A escolha entre eles não impacta o custo ou a qualidade percebida, pois a diferença é apenas na identificação do modelo na requisição. Ambos aceitam os mesmos parâmetros e formatos.
O texto é armazenado?
O texto de entrada é usado apenas para produzir o áudio e não é armazenado para treinamento. O áudio gerado é retornado na resposta e não é mantido em nosso sistema. Apenas metadados da solicitação (horário, caracteres, status) são guardados para fins de faturamento.
Posso cancelar a assinatura?
Não há assinaturas mensais ou planos fixos. O pagamento é feito por recarga de saldo via USDT na rede TRON. Você pode usar o saldo até que ele se esgote, sem compromisso de continuidade. Não há taxa de cancelamento, pois não há contratos de assinatura vigentes.
Há suporte técnico por email?
Sim, o suporte é oferecido exclusivamente por e-mail. Não há número de telefone, chat ao vivo ou SLA garantido. Para questões técnicas ou de faturamento, envie um e-mail para o endereço de suporte indicado no site. O tempo de resposta não é garantido.
Critérios de escolha
Escolher uma API TTS para e-learning exige análise técnica precisa, focada na escala de produção e na diversidade linguística dos seus cursos. A decisão deve considerar o volume de caracteres gerados, os idiomas necessários e o custo por caractere para garantir eficiência orçamentária.
Volume de caracteres
O limite técnico é de 4096 caracteres por requisição. Textos longos devem ser divididos e unidos via código. A velocidade média é de 25 caracteres por segundo, equivalente à velocidade real da fala.
Idiomas necessários
O sistema suporta 23 idiomas, incluindo português, inglês e espanhol. A detecção automática funciona para textos em latim, mas é recomendável definir o idioma explicitamente para evitar erros de pronúncia em textos não ingleses.
Orçamento por caractere
A precificação é de $10 por milhão de caracteres ($0,01 por 1000 caracteres). Não há custo fixo mensal. O crédito inicial gratuito de $0,50 permite testar a integração sem compromisso financeiro imediato.
Vozes disponíveis
A seleção de vozes impacta diretamente a retenção e a clareza do aprendizado. Nossa API oferece oito presets baseados em gravações licenciadas do LibriTTS-R, permitindo que você escolha o tom ideal para cada módulo do seu LMS sem custos adicionais.
Aria: narradora clara
Aria apresenta uma voz feminina, quente e nítida. É ideal para narrativas de cursos gerais, onde a dicção precisa e a clareza da articulação garantem que o conteúdo seja absorvido sem fadiga auditiva.
Luna: storytelling suave
Luna oferece uma voz feminina suave, perfeita para storytelling. Utilize-a em módulos que contam histórias de casos de sucesso ou narrativas corporativas, criando uma conexão mais empática com o colaborador.
Sage: instrucional calma
Sage é uma voz feminina calma, projetada para instruções passo a passo e manuais técnicos. Sua estabilidade tonal reduz distrações, sendo a escolha recomendada para trilhas de treinamento técnico ou procedimentos operacionais.
Idiomas suportados
A API suporta 23 idiomas, permitindo que equipes globas gerem trilhas sonoras para diversos públicos sem necessidade de múltiplos provedores. A detecção automática de idioma simplifica a configuração inicial, embora a definição explícita seja recomendada para textos em latim não ingleses.
23 idiomas incluídos
O conjunto de idiomas cobre as principais línguas corporativas e educacionais: Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Suáili, Sueco e Turco. Não há suporte para Vietnamita, Indonésio, Tailandês, Ucraniano, Romeno, Tcheco, Bengali ou outros idiomas não listados.
Inglês e espanhol padrão
Os idiomas inglês e espanhol são suportados nativamente com alta fidelidade em todas as 8 vozes predefinidas. Não existe uma configuração específica de "padrão" além do comportamento padrão de detecção ou definição explícita via campo language.
Detecção automática
Se o campo language não for especificado, o sistema tenta inferir o idioma com base no script do texto. Textos em script latino padrão serão tratados como inglês. Para textos em outros idiomas que utilizem caracteres latinos (como português ou francês), é essencial definir o parâmetro language explicitamente para evitar erros de pronúncia.
Precificação competitiva
A estrutura de custo é baseada estritamente no volume de caracteres processados, sem mensalidades ou compromissos mínimos. O valor fixo de US$ 10,00 por milhão de caracteres simplifica o planejamento orçamentário para equipes de e-learning.
Não há planos recorrentes ou taxas de licença por usuário. Você paga apenas pelo que gera, e solicitações falhas são estornadas integralmente, garantindo que o custo reflita exatamente o áudio entregue.
$10 por milhão de caracteres
O cálculo é direto: US$ 0,01 por 1.000 caracteres, incluindo espaços e pontuação. Para uma trilha de curso com 500 mil caracteres, o custo é fixo em US$ 5,00.
Não existem taxas ocultas por formato ou velocidade. O preço unitário permanece constante, independentemente do volume mensal consumido pela sua organização.
- Custo fixo de US$ 10 por 1 milhão de caracteres
- Espaços e pontuação contam como caracteres
- Falhas na síntese são gratuitas
Sem custo fixo mensal
Diferente de plataformas que cobram assinaturas obrigatórias, nossa infraestrutura opera no modelo pay-as-you-go. Se houver baixa demanda em um mês, o custo acompanha o volume real de geração.
Esta estrutura elimina o desperdício de pagar por capacidade ociosa, ideal para equipes que geram trilhas sonoras sob demanda para treinamentos pontuais.
Crédito inicial gratuito
Ao criar uma conta com autenticação Google, você recebe US$ 0,50 de crédito, válido por 7 dias. Isso equivale a aproximadamente 50.000 caracteres para testes iniciais de integração.
Contas criadas apenas com email e senha iniciam sem crédito. A recarga posterior é feita via USDT (TRC-20), com mínimo de US$ 5 e crédito sem validade.
- US$ 0,50 para contas com login Google
- Válido por 7 dias
- Equivalente a ~50.000 caracteres
Limites técnicos
Para garantir a integridade da geração de áudio, cada chamada de API aceita no máximo 4096 caracteres. Textos excedentes devem ser divididos em partes menores pelo cliente e as áudio resultantes unidas posteriormente. Isso exige lógica de chunking no seu pipeline de e-learning.
A taxa de requisições é limitada a 60 por minuto por chave de API. Antes do primeiro recarga, o limite é de 10 requisições por minuto. Exceder esses limites resulta em erro, exigindo retry.
Solicitações são processadas sequencialmente. Em picos de demanda, pode haver espera na fila, tornando o tempo de resposta variável. Para grandes volumes de trilhas, planeje o envio em lotes controlados.
4096 caracteres por request
Cada payload JSON deve conter no máximo 4096 caracteres de texto no campo input. Caracteres de espaço e pontuação contam para esse limite. O texto deve ser particionado pela aplicação cliente antes do envio.
60 requisições por minuto
O limite padrão é de 60 requisições por minuto por chave ativa. Contas novas têm limite reduzido para 10 requisições por minuto até a primeira recarga. Após o pagamento, o limite padrão é restabelecido.
Requisições que falham durante a síntese não consomem créditos.
Processamento em fila
As solicitações são processadas uma após a outra. Sob carga, as requisições podem aguardar na fila antes de serem executadas. Isso significa que o tempo de geração varia conforme o volume de tráfego na API.
Para operações de e-learning com milhares de trilhas, recomenda-se espaçar as requisições para evitar timeouts e garantir a ordem de geração.
Formas de pagamento
Nossa infraestrutura de pagamento é projetada para operarções corporativas globais, eliminando burocracias bancárias tradicionais. Utilizamos exclusivamente USDT na rede TRON (TRC-20) para garantir agilidade e precisão nas transações internacionais.
O processo é direto: você realiza a transferência e o crédito é aplicado automaticamente, sem necessidade de notas fiscais ou variações cambiais manuais.
USDT TRC-20
Adotamos a rede TRON (TRC-20) para a stablecoin USDT. Essa escolha técnica reduz custos de transação e acelera a confirmação na blockchain, garantindo que seu saldo seja atualizado em minutos após a transferência confirmada.
- Rede exclusiva: TRON (TRC-20).
Recarga mínima $5
Não há planos fixos ou assinaturas mensais obrigatórias. A recarga mínima é de apenas US$ 5,00, permitindo que equipes ajustem o consumo exatamente conforme a necessidade de geração de áudio de cada trimestre ou projeto específico.
Crédito sem validade
Seu saldo não expira. Diferente de modelos SaaS tradicionais que cobram por seat ou exigem renovação anual, nosso crédito permanece disponível indefinidamente até o uso, ideal para orçamentos de e-learning com picos sazonais de produção.
Integração técnica
A integração técnica é simplificada pela compatibilidade com o SDK oficial da OpenAI. Basta alterar o base_url para https://api.abc1234.info/v1 e utilizar a chave de API do Narrativa Corporativa. Isso permite reutilizar bibliotecas já conhecidas pelas equipes de desenvolvimento, reduzindo o tempo de implementação sem necessidade de aprender uma nova interface.
O endpoint REST padrão segue a estrutura convencional, aceitando métodos POST para geração de áudio e GET para consulta de vozes e modelos. A consistência nos formatos de resposta facilita a automação de pipelines de e-learning, onde textos são convertidos em arquivos de áudio para trilhas sonoras de cursos corporativos.
SDK OpenAI compatível
Utilize os SDKs oficiais da OpenAI configurando o base_url para o domínio da API. A estrutura de requisição é idêntica, garantindo que scripts existentes funcionem com ajustes mínimos de configuração. Isso é ideal para equipes que já possuem infraestrutura baseada nessas bibliotecas.
A autenticação utiliza o cabeçalho Authorization: Bearer, mantendo a segurança e a familiaridade com padrões de mercado. Não há necessidade de desenvolver adaptadores complexos, pois a sintaxe JSON permanece consistente.
- Compatível com bibliotecas oficiais OpenAI
- Configuração via base_url
- Autenticação Bearer padrão
Endpoint REST padrão
O endpoint principal é POST https://api.abc1234.info/v1/audio/speech. Ele aceita JSON com os campos model, input, voice, response_format e speed. A resposta retorna o arquivo de áudio diretamente, facilitando o armazenamento em LMS.
Endpoints adicionais como GET /v1/voices permitem listar as 8 vozes disponíveis e seus formatos suportados, incluindo mp3, wav, opus, flac e pcm. Isso garante flexibilidade na escolha do formato para diferentes plataformas de distribuição de conteúdo.
Exemplos curl incluídos
A documentação técnica fornece exemplos práticos de comandos curl para teste imediato. Esses exemplos demonstram a estrutura JSON necessária e a passagem da chave de API no cabeçalho de autorização.
Os exemplos cobrem casos básicos de síntese, permitindo que desenvolvedores validem a integração antes de integrar ao sistema de gestão de aprendizado. A simplicidade do comando reflete a natureza direta da API, sem camadas extras de complexidade.

Qualidade de áudio
A qualidade sonora é baseada em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de audiolivros em domínio público. Essa origem garante uma base técnica sólida para a síntese, sem a necessidade de promessas exageradas sobre realismo absoluto.
Vozes licenciadas
O motor utiliza vozes derivadas de gravações licenciadas, garantindo consistência acústica em toda a biblioteca. Cada voz mantém características específicas, como a clareza narrativa de Aria ou a calma instrucional de Sage, adequadas para diferentes tons de treinamento corporativo.
- Origem em gravações licenciadas e domínio público
- Consistência técnica entre todas as vozes
Marca d'água sintética
Cada arquivo gerado contém uma marca d'água inaudível que identifica o áudio como fala sintética. Isso permite a verificação da origem do conteúdo sem afetar a experiência de escuta do aluno ou colaborador.
Formatos variados
O sistema oferece MP3, WAV, Opus, FLAC e PCM. Essa variedade permite otimizar o armazenamento e a compatibilidade com diferentes LMS. Escolha o formato que melhor se integra à infraestrutura atual de e-learning.
Escalabilidade
A API suporta processamento de requisições ilimitado no total, permitindo que grandes equipes de LMS gerem trilhas sonoras simultaneamente, respeitando os limites de taxa por chave. A arquitetura cloud escala conforme a demanda, ideal para operações de e-learning de alta volumetria.
Sem limite de usuários
Diferente de planos com limites de seats, sua equipe inteira pode utilizar a mesma conta para acessar a API. Não há restrição na quantidade de desenvolvedores ou engenheiros de instrução que podem consumir a infraestrutura simultaneamente.
Chave única por conta
Cada conta mantém apenas uma chave ativa, simplificando a gestão de credenciais em ambientes corporativos. A emissão de uma nova chave invalida imediatamente a anterior, garantindo segurança sem complexidade de rotacionamento manual.
Geração em lote
Para processamento massivo, o texto deve ser dividido em partes de até 4096 caracteres e as áudio geradas são unidas posteriormente. Isso permite automatizar a criação de centenas de módulos de curso via scripts, otimizando o workflow de produção.
Casos de uso
O uso da API TTS permite a produção em massa de trilhas sonoras para cursos online, substituindo a gravação em estúdio. Isso reduz custos e acelera o lançamento de novos módulos, mantendo a consistência de voz em todo o catálogo.
Equipes de LMS podem gerar áudio a partir de textos existentes ou atualizados rapidamente, garantindo que o conteúdo instrucional esteja sempre sincronizado com as mudanças no material didático sem depender da agenda de narradores externos.
Cursos online
Gerar trilhas sonoras para cursos online elimina a logística de estúdio. Com o limite de 4.096 caracteres por requisição, é possível segmentar módulos longos e unificar os arquivos finais, mantendo a coerência narrativa.
Utilize vozes como Aria ou Sage para garantir clareza e tom instrucional adequado à educação corporativa, escalando a produção conforme a demanda de novos cursos.
- Produção escalável de áudio para múltiplos módulos
- Atualização rápida de conteúdo sem regravar
- Consistência de voz em todo o catálogo
Treinamentos internos
Treinamentos internos beneficiam-se da rapidez na geração de áudio para comunicação de políticas e procedimentos. A API processa textos em segundos para frases curtas, permitindo a criação de microlearning sob demanda para equipes distribuídas.
A velocidade de geração próxima ao tempo real facilita a atualização de trechos específicos sem refazer toda a gravação, otimizando o tempo das equipes de L&D.
- Geração rápida de conteúdo de compliance
- Personalização por idioma para equipes globais
- Integração direta com plataformas LMS
Audiolivros corporativos
Para audiolivros corporativos, a API oferece vozes com características específicas, como a narração clara de Aria ou o tom documental de Orion. Cada arquivo gerado contém uma marca d'água invisível que identifica o conteúdo como síntese.
O custo de $0,01 por mil caracteres torna viável a produção de longos conteúdos sem o alto custo fixo de estúdio, ideal para bibliotecas digitais de conhecimento.
O formato de áudio pode ser selecionado conforme a necessidade de armazenamento ou qualidade, com suporte a MP3, WAV e outros formatos padrão.
- Vozes licenciadas com marca d'água sintética
- Custo variável proporcional ao volume
- Suporte a múltiplos formatos de áudio
Comparação com alternativas
A API TTS para e-learning da Narrativa Corporativa oferece infraestrutura direta e previsível para equipes de grandes operações de treinamento. Ao eliminar camadas de serviços gerenciados, focamos na entrega técnica precisa de áudio sintetizado via API, sem garantias de nível de serviço (SLA) fixas ou suporte telefônico dedicado.
Esta abordagem permite custos variáveis alinhados ao volume real de caracteres gerados. A ausência de clonagem de voz personalizada e de SLAs premium reduz a complexidade operacional, permitindo que equipes de e-learning escalem a produção de trilhas sonoras sem depender de estúdios externos ou contratos de longo prazo.
Sem SLA garantido
Nossa infraestrutura processa requisições em fila, priorizando a integridade da geração de áudio sobre a latência extrema. Não oferecemos garantias contratuais de uptime ou tempo de resposta específico, o que é adequado para produções de e-learning que não exigem streaming em tempo real durante aulas ao vivo.
- Processamento sequencial sujeito a filas sob carga
- Sem compensação financeira por indisponibilidade
- Ideal para geração em lote de cursos
Sem suporte telefônico
O suporte é exclusivamente por e-mail, permitindo atendimento assíncrono focado em resolução técnica detalhada. Não há número de telefone direto nem chat ao vivo, o que reduz custos operacionais e é suficiente para equipes de TI que integram a API em seus LMS existentes.
- Atendimento via e-mail
- Respostas técnicas detalhadas
- Sem filas de espera telefônicas
Sem clonagem de voz
Utilizamos oito vozes pré-selecionadas licenciadas, baseadas em gravações de domínio público e bibliotecas CC BY 4.0. Não oferecemos a capacidade de clonar a voz de um instrutor específico ou criar vozes personalizadas sob demanda, mantendo a consistência acústica em todos os cursos gerados.
- 8 vozes predefinidas de alta qualidade
- Sem upload de amostras de voz
- Consistência acústica garantida
Próximos passos
Acesse https://abc1234.info/get-api-key/ para iniciar a configuração. O processo leva poucos minutos e permite criar sua conta institucional sem burocracia.
Defina suas credenciais e configure o ambiente de desenvolvimento para integrar a síntese aos seus fluxos de e-learning.
Criar conta no site
Acesse o painel de cadastro em get-api-key. Escolha entre autenticação via Google ou criação manual com e-mail e senha. A conta é vinculada especificamente a este domínio.
Obter chave de API
Após o registro, o sistema gera uma chave única no formato tts-.... Ela é exibida no painel e pode ser revogada a qualquer momento, invalidando a anterior instantaneamente.
Testar com crédito inicial
Contas criadas com Google recebem $0,50 de crédito válido por 7 dias. Esse valor equivale a aproximadamente 50.000 caracteres, suficientes para validar a integração antes de qualquer recarga.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. É ideal para narrativas de cursos gerais, onde a dicção precisa e a clareza da articulação garantem que o conteúdo seja absorvido sem fadiga auditiva.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
