API de Voz para Ler Texto para Editoras Infantis

Por Equ editorial FábulaVoze · Atualizado 2026-11-19

Esta página explica como a FábulaVoze transforma textos infantis em áudio profissional via API. Descubra as 8 vozes licenciadas, os 23 idiomas suportados e o preço de $0,01 por mil caracteres. Ideal para editoras que buscam qualidade consistente para audiolivros.

Aprenda a integrar nossa API em JSON, controle a velocidade e receba arquivos nos formatos mp3, wav, opus, flac ou pcm. Veja como usar seu crédito inicial gratuito e realize pagamentos via USDT TRC-20. Tudo sem assinaturas complexas ou surpresas na fatura.

API de Voz para Ler Texto para Editoras Infantis

Perguntas frequentes

O que é uma API TTS?

É uma API de texto para fala na nuvem: você envia texto e recebe um arquivo de áudio. A estrutura de requisição é idêntica à da OpenAI, permitindo o uso dos SDKs oficiais com apenas a alteração do base_url para https://api.m799.info/v1. É uma solução técnica simples para integrar geração de áudio diretamente aos seus sistemas de publicação.

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, Suahili, Sueco e Turco. Não suportamos vietnamita, indonésio, tailandês, ucraniano, romeno, checo, bengali e outros não listados. Para textos em latim fora do inglês, defina o idioma explicitamente.

As vozes podem falar qualquer idioma?

Sim, cada uma das 8 vozes disponíveis pode falar qualquer um dos 23 idiomas suportados. Isso permite consistência de marca em audiolivros multilíngues. Se o idioma não for especificado, o sistema tenta adivinhar pelo script, mas para textos latinos não ingleses, recomendamos definir o campo language para garantir a pronúncia correta.

Como funciona o limite de caracteres?

Cada requisição aceita até 4.096 caracteres. Para textos longos, você deve dividi-los em partes desse tamanho e juntar os arquivos de áudio resultantes. O cálculo inclui espaços e pontuação. A velocidade média é de cerca de 25 caracteres por segundo, mas requisições são processadas em fila, podendo haver espera sob carga.

O texto é usado para treinar modelos?

Não. O texto de entrada é usado exclusivamente para produzir o áudio solicitado e não é utilizado para treinamento dos nossos modelos. Os arquivos de áudio gerados são retornados na resposta e não são armazenados. Apenas metadados de solicitação (tempo, caracteres, status) são mantidos para fins de faturamento e controle de conta.

Posso usar o áudio em comerciais?

Sim, as vozes são baseadas em gravações licenciadas (LibriTTS-R CC BY 4.0 e áudios de domínio público do LibriVox). O áudio gerado é entregue pronto para distribuição, podendo ser utilizado em plataformas de streaming, audiolivros ou outros projetos editoriais. O áudio gerado é entregue pronto para distribuição, podendo ser utilizado em plataformas de streaming, audiolivros ou outros projetos editoriais.

O áudio tem marca d'água?

Sim. Cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso é uma característica padrão de todas as nossas gerações, garantindo a identificação da origem do áudio sem afetar a experiência de escuta do usuário final em seus audiolivros ou contos.

Quais formatos de áudio são suportados?

Oferecemos suporte para MP3, WAV, Opus, FLAC e PCM. Você pode selecionar o formato desejado no campo response_format da requisição JSON. Isso permite compatibilidade com diversas plataformas de distribuição de áudio, desde streaming leve (Opus) até arquivos de alta fidelidade sem perda (FLAC) para arquivos mestre de audiolivros.

Qual a velocidade média de geração?

A velocidade típica é de aproximadamente 25 caracteres de texto por segundo de áudio gerado para textos longos. Para frases curtas, o processo pode levar alguns segundos. As requisições são processadas sequencialmente, o que significa que, sob carga, sua solicitação pode ficar em uma fila de espera antes do início da síntese.

O que acontece se a API falhar?

Se a síntese falhar, o valor é devolvido integralmente. Você não paga por requisições que não resultam em áudio. Isso garante que você só pague pelo trabalho concluído. Basta verificar o status da resposta da API para confirmar se a geração foi bem-sucedida antes de considerar o áudio como finalizado.

Posso alterar a velocidade da fala?

Sim. Você pode ajustar a velocidade da fala entre 0.25 e 4.0 vezes a velocidade normal usando o campo speed na requisição. Isso é útil para adaptar o ritmo da narração de contos infantis ou audiolivros, tornando a leitura mais lenta para crianças ou mais dinâmica para narrações rápidas.

Como faço o pagamento via criptomoeda?

Aceitamos apenas USDT na rede TRON (TRC-20). O depósito mínimo é de US$ 5 e o saldo é creditado automaticamente em minutos após a transferência. Não há cartões, PayPal ou assinaturas. O saldo não expira. Você pode verificar seu saldo e histórico de uso diretamente no painel da sua conta após o cadastro.

Existe suporte telefônico?

Não. Não oferecemos suporte por telefone nem chat ao vivo. O suporte é realizado exclusivamente por e-mail. Não há garantia de tempo de resposta específico. Para dúvidas técnicas ou sobre sua conta, envie um e-mail para o endereço de suporte fornecido no painel. Não há número de telefone para contato direto.

A API tem garantia de uptime?

Não. Não oferecemos contrato de nível de serviço (SLA) nem garantia de disponibilidade. A API pode sofrer interrupções ou lentidão, especialmente sob carga, devido ao processamento sequencial das requisições. Não há garantias de tempo de atividade, certificações (como SOC 2 ou HIPAA) ou contratos empresariais para garantir 100% de disponibilidade.

Primeira solicitação

curl

curl https://api.m799.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

O que é a FábulaVoze

Ilustração de onda sonora para: O que é a FábulaVoze

A FábulaVoze é uma API de conversão de texto em fala (TTS) projetada especificamente para editoras que produzem audiolivros e contos infantis. Nossa tecnologia transforma textos escritos em áudio de alta qualidade, pronto para distribuição em plataformas de streaming.

API TTS para audiolivros

API TTS para audiolivros

Envie texto e receba arquivos de áudio via nossa API RESTful. O processo é simples: POST de texto JSON e retorno do arquivo de áudio gerado, otimizado para a narrativa infantil.

Tecnologia baseada em vozes licenciadas

Nossas vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e de leituras de audiolivros em domínio público do LibriVox. Cada arquivo gerado carrega uma marca d'água inaudível que identifica o conteúdo como fala sintética.

Solução para editoras modernas

A FábulaVoze permite que editoras selecionem a voz ideal para cada capítulo, garantindo consistência na transição do texto para o áudio. Oferecemos 8 presets de voz, incluindo Aria para narradoras quentes e Luna para histórias suaves, adequadas ao universo infantil.

Voizes para Contos de Fadas

Ilustração de onda sonora para: Voizes para Contos de Fadas

Transforme suas histórias infantis em experiências auditivas memoráveis com vozes projetadas para encantar. Nossa API permite que editoras selecionem a entonação perfeita para cada capítulo, garantindo que a magia dos contos de fadas seja preservada na transição do texto para o áudio.

Narrativas com Aria e Luna

Aria oferece uma voz clara e quente, ideal para narradoras que conduzem o ouvinte através de aventuras complexas. Já Luna traz um tom suave e storytelling, perfeito para momentos de maior emotividade ou finais de histórias delicadas.

Personagens com Felix e Milo

Dê vida aos personagens principais com a energia de Felix, ótimo para promoções ou cenas dinâmicas, e a conversa natural de Milo, que soa como um amigo contando uma história. Isso permite criar diálogos distintos sem necessidade de múltiplos atores.

Vozes para documentários e educação

Para livros educativos ou informativos dentro do catálogo infantil, Atlas e Orion fornecem neutralidade e profundidade respectivamente, mantendo o foco no conteúdo didático sem distrações.

Por que Editoras Escolhem Nossas Vozes

Ilustração de onda sonora para: Por que Editoras Escolhem Nossas Vozes

Editoras valorizam a segurança jurídica na produção de audiolivros. Nossas vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de domínio público do LibriVox. Isso garante que você distribua conteúdo sem surpresas sobre direitos autorais, mantendo a clareza necessária para o mercado editorial.

Licenciamento claro e transparente

A origem das vozes é documentada e verificável. Ao utilizar a FábulaVoze, você integra uma tecnologia que respeita as licenças de base, facilitando a auditoria de direitos para suas produções de audiolivros e contos infantis.

  • Baseada em LibriTTS-R (CC BY 4.0)
  • Fontes do LibriVox (domínio público)

Áudios com marca d'água sintética

Cada arquivo gerado contém uma marca d'água inaudível que identifica o áudio como síntese artificial. Isso adiciona uma camada de transparência para as plataformas de streaming e para os ouvintes, diferenciando claramente a produção manual da produção em escala via API.

Qualidade consistente para audiolivros

A consistência técnica é crucial para narrativas longas. Nossas vozes mantêm um timbre uniforme, essencial para a imersão em histórias infantis e contos. A geração segue um padrão técnico que evita variações bruscas de qualidade entre diferentes capítulos ou sessões de leitura.

Idiomas e Acessibilidade

Ilustração de onda sonora para: Idiomas e Acessibilidade

A API suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, italiano, japonês, coreano, chinês, árabe, hindi, russo e turco. Qualquer voz pode falar qualquer um dos idiomas suportados, facilitando a criação de audiolivros multilíngues.

Suporte a 23 idiomas distintos

Além dos principais idiomas ocidentais, oferecemos suporte para dinamarquês, finlandês, grego, hebraico, malaio, norueguês, polonês, sueco, suáili e turco. A detecção automática de idioma funciona para scripts latinos (padrão: inglês), mas recomendamos definir o campo language explicitamente para textos em latim que não sejam inglês.

  • Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish, Turkish.

Tradução de vozes para novos mercados

Editoras podem expandir seus catálogos de audiolivros para mercados internacionais sem contratar novos locutores. Como as mesmas vozes (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) falam todos os 23 idiomas, a consistência acústica é mantida entre diferentes versões linguísticas de uma mesma obra.

Acessibilidade para leitores com deficiência

A API permite criar áudio acessível rapidamente, atendendo a leitores com dislexia ou deficiência visual, convertendo texto em arquivos de áudio. O texto é convertido em arquivos de áudio, prontos para distribuição em plataformas de streaming, garantindo que o conteúdo literário chegue a todos os públicos.

Como Funciona a API

Ilustração de onda sonora para: Como Funciona a API

Para integrar a FábulaVoze à sua produção de audiolivros, basta enviar uma requisição POST para o endpoint https://api.m799.info/v1/audio/speech. O corpo da solicitação deve ser em JSON, contendo o texto a ser convertido (até 4.096 caracteres), o modelo escolhido ("tts-1" ou "tts-1-hd") e o código da voz desejada.

Se você utiliza SDKs oficiais da OpenAI, basta alterar o base_url para https://api.m799.info/v1 e utilizar sua chave de API. Isso permite manter a mesma estrutura de código, facilitando a migração ou a criação de novos fluxos de geração de áudio para seus catálogos.

Envio de texto via JSON

Cada requisição aceita um texto bruto de até 4.096 caracteres. Para histórias mais longas, o sistema espera que você divida o texto em partes menores e junte os arquivos de áudio resultantes.

O corpo da requisição deve incluir obrigatoriamente o campo input com seu texto e o campo voice selecionando uma das 8 vozes disponíveis, como Aria para narrativas ou Luna para contos de fadas.

  • Endpoint: POST https://api.m799.info/v1/audio/speech
  • Formato do corpo: JSON
  • Campo obrigatório: input (texto)
  • Campo obrigatório: voice (ex: "aria", "luna")

Recebimento de áudio em MP3 ou WAV

A API retorna o arquivo de áudio diretamente na resposta da requisição. Você pode escolher entre os formatos MP3, WAV, OPUS, FLAC ou PCM, definidos pelo campo response_format.

Não há armazenamento dos áudios gerados; eles são entregues instantaneamente e devem ser salvados pelo seu sistema para distribuição nas plataformas de streaming.

  • Formatos suportados: mp3, wav, opus, flac, pcm
  • Resposta direta com o arquivo binário
  • Sem armazenamento nativo de áudio

Controle de velocidade e formato

Você pode ajustar a velocidade da fala entre 0.25 e 4.0 vezes usando o campo speed. Isso é útil para adaptar o ritmo da narração a diferentes faixas etárias de livros infantis.

O campo language é opcional. Se não for definido, o idioma é inferido automaticamente, mas para textos em latim fora do inglês, recomendamos especificá-lo explicitamente para maior precisão.

  • Range de velocidade: 0.25 a 4.0
  • Campo: speed
  • Campo opcional: language (código ISO)
Como Funciona a API

Velocidade e Performance

Ilustração de onda sonora para: Velocidade e Performance

A API processa textos longos aproximadamente no tempo real, gerando cerca de 25 caracteres por segundo de áudio. Isso significa que a duração do arquivo final corresponde quase integralmente à duração da leitura.

Para frases curtas, o tempo de geração varia de alguns segundos. Devido ao processamento sequencial, requisições simultâneas podem enfrentar filas de espera, especialmente sob carga elevada.

Geração em tempo real para textos longos

A velocidade de síntese mantém-se estável para narrativas extensas. O sistema processa o texto de forma contínua, resultando em arquivos de áudio com duração proporcional ao tempo de leitura humana.

Filas de processamento sob demanda

Os pedidos são executados um após o outro. Em momentos de alta demanda, sua requisição pode aguardar na fila antes de iniciar a síntese, garantindo a estabilidade do serviço.

Limite de 4096 caracteres por pedido

Cada chamada à API aceita no máximo 4096 caracteres, incluindo espaços e pontuação. Para textos maiores, é necessário dividir o conteúdo em partes e unir os arquivos de áudio gerados.

Integração Fácil

Ilustração de onda sonora para: Integração Fácil

Desenvolvedores podem integrar a FábulaVoze utilizando os SDKs oficiais da OpenAI, ajustando apenas a URL base para https://api.m799.info/v1. O formato de requisição JSON é idêntico, permitindo que scripts existentes de geração de áudio funcionem sem reescrita completa.

Essa compatibilidade reduz o tempo de integração técnica, permitindo que editoras mantenham seus fluxos de trabalho atuais enquanto aproveitam a qualidade das vozes licenciadas para audiolivros e contos infantis.

Compatível com SDKs OpenAI

Utilize as bibliotecas oficiais da OpenAI para Python, Node.js ou outras linguagens. Basta apontar o cliente para nossa API e usar as mesmas estruturas de payload (model, input, voice).

Isso elimina a necessidade de criar clientes HTTP personalizados do zero, acelerando o desenvolvimento de aplicativos de leitura para crianças.

  • SDKs oficiais OpenAI funcionam nativamente
  • Payload JSON idêntico ao padrão do mercado
  • Suporte a múltiplas linguagens de programação

Mudança simples de base URL

A única alteração necessária é definir base_url para https://api.m799.info/v1. Todas as outras configurações, como autenticação via Bearer token e formatos de resposta, permanecem iguais.

Essa minimalidade técnica facilita a migração ou a criação de novos microserviços de áudio dentro da arquitetura da editora.

  • URL base: https://api.m799.info/v1
  • Autenticação via header Bearer
  • Sem mudanças na lógica de chamada

Documentação técnica completa

Acesse /docs/ para a referência completa dos endpoints, parâmetros e exemplos de código. A documentação detalha o uso dos modelos tts-1 e tts-1-hd, além dos formatos de saída aceitos.

Encontre também exemplos práticos de integração para ajudar a equipe de desenvolvimento a implementar a geração de áudio em poucos minutos.

  • Endpoint principal: POST /v1/audio/speech
  • Documentação detalhada em /docs/
  • Exemplos de código inclusos

Precificação Transparente

Ilustração de onda sonora para: Precificação Transparente

A FábulaVoze cobra $0,01 por mil caracteres, com cada espaço e pontuação contando como unidade. O crédito inicial gratuito de $0,50 (cerca de 50.000 caracteres) é válido por 7 dias ao entrar com Google.

Copias de áudio geradas não são armazenadas; apenas metadados de cobrança são mantidos. O saldo nunca expira, e pedidos falhos têm o valor integralmente devolvido.

Cobrança por caractere

O custo é baseado na quantidade de caracteres enviados na solicitação, incluindo espaços e pontuação. Para textos longos, divida-os em partes de até 4.096 caracteres.

  • Preço: $10 por 1 milhão de caracteres ($0,01 por 1.000 caracteres)

Crédito inicial gratuito

Receba $0,50 de crédito ao fazer login com sua conta do Google. Este crédito permite gerar aproximadamente 50.000 caracteres de áudio para testar a qualidade.

  • Válido por 7 dias após a criação da conta

Pagamento via USDT TRC-20

Adicione fundos exclusivamente via USDT na rede TRON (TRC-20). O valor mínimo é de $5, com crédito automático em poucos minutos após a transferência.

  • Sem cartão, PayPal ou assinaturas mensais

Perguntas Frequentes

Ilustração de onda sonora para: Perguntas Frequentes

Respostas diretas para dúvidas comuns sobre licenciamento, formatos e usos comerciais da nossa API de texto para fala.

Entenda como garantimos a conformidade legal e a flexibilidade técnica para suas produções de audiolivros.

Como garantir os direitos das vozes

Todas as vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras do LibriVox em domínio público. Isso garante que você tenha direitos claros para usar os áudios gerados sem preocupações complexas de royalties.

Quais formatos de áudio estão disponíveis

Você pode escolher entre mp3, wav, opus, flac e pcm para cada solicitação. A escolha do formato depende da necessidade de qualidade versus tamanho de arquivo para suas plataformas de streaming.

  • mp3, wav, opus, flac, pcm

Posso usar vozes para comerciais

Sim, as vozes são baseadas em gravações licenciadas e não imitam celebridades ou políticos reais. Você pode utilizá-las em audiolivros, contos e materiais promocionais sem restrições adicionais de direitos autorais específicas.

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Essa característica permite que o texto seja transmitido com autoridade, sem impor uma interpretação emocional específica ao ouvinte.

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. openai-node on GitHub
  3. LibriTTS-R corpus (OpenSLR 141)
  4. W3C WAI: making audio and video accessible
  5. Node.js documentation
  6. Tether (USDT)
  7. MDN: Web Speech API
  8. FFmpeg documentation
  9. Python documentation
  10. openai-python on GitHub
  11. IETF RFC 7845: Ogg Opus
  12. curl documentation

Mais neste site