Perguntas frequentes
O que é uma voz predefinida?
São oito modelos de voz fixos disponíveis na API, como Aria, Luna e Felix. Cada uma possui uma característica vocal distinta, como tom ou ritmo, mas todas usam o mesmo motor de síntese e preço. Você seleciona a que melhor se adapta ao seu texto no campo 'voice' da requisição JSON.
Posso criar uma voz personalizada?
Não oferecemos clonagem de voz personalizada nem design de voz exclusivo. As vozes são baseadas em gravações licenciadas do LibriTTS-R e LibriVox. Você pode ajustar a velocidade (0.25–4.0) e o idioma, mas não pode criar um timbre vocal novo ou exclusivo para sua editora.
Qual a diferença entre Aria e Luna?
Aria é descrita como uma narradora quente e clara, ideal para contos diretos. Luna é suave e voltada para storytelling, criando uma atmosfera mais suave e envolvente. Ambas usam o mesmo motor e preço, diferenciando-se apenas pela interpretação vocal padrão definida pelo preset.
Felix é melhor para contos de fadas?
Felix é energizado e voltado para promoções, o que pode soar excessivamente animado para contos de fadas tradicionais. Luna ou Aria podem ser mais adequadas para narrativas clássicas. A escolha depende do tom desejado, mas Felix não é o preset padrão para narrativas calmas.
Milo é muito informal?
Milo é definido como amigável e conversacional. Isso o torna ideal para contos infantis interativos ou narrativas diretas ao ouvinte. Para textos mais formais ou solenes, Atlas ou Sage podem ser preferíveis. A informalidade é uma característica do preset, não uma limitação técnica.
Atlas é muito robótico?
Atlas é neutro e voltado para notícias. Não é robótico, mas tem uma entonação mais direta e informativa. Para audiolivros, a neutralidade pode ser útil para narrativas objetivas. A qualidade de síntese é a mesma das outras vozes, variando apenas a interpretação vocal.
Orion é muito grave?
Orion é descrito como grave e voltado para documentários. Seu tom profundo pode ser ideal para contos mais sombrios ou narrativas épicas. Se o texto exigir um tom mais leve, outras vozes podem ser mais adequadas. A profundidade é uma característica do preset vocal.
Posso usar Nova para jogos?
Sim, Nova é brilhante e animada, o que a torna excelente para diálogos de jogos ou narrativas dinâmicas. A API retorna arquivos de áudio (mp3, wav, etc.) prontos para integração. Você pode ajustar a velocidade para sincronizar com a ação do jogo via parâmetro 'speed'.
Qual voz é mais barata?
Todas as oito vozes têm o mesmo preço. O custo é de US$ 10 por 1 milhão de caracteres, independentemente da voz selecionada. O valor depende apenas do tamanho do texto enviado e do formato de áudio escolhido, não do preset vocal.
As vozes têm sotaque brasileiro?
As vozes podem falar português, mas não possuem sotaques regionais específicos garantidos. O idioma é detectado automaticamente ou definido pelo campo 'language'. A pronúncia segue o padrão do motor de síntese para o idioma português, sem distinção regional explícita nos presets.
Posso usar Luna para adultos?
Sim, Luna é suave e voltada para storytelling, funcionando bem para adultos. A voz não é infantil por definição. A adequação depende do tom do texto. Para narrativas mais sérias, Sage ou Atlas podem ser alternativas, mas Luna é tecnicamente capaz de narrar para adultos.
Felix é adequado para livros sérios?
Felix é energizado e voltado para promoções, o que pode não combinar com livros sérios ou solenes. Para esse gênero, Atlas (neutro) ou Sage (calmo) são mais indicados. A escolha deve alinhar o preset à tonalidade emocional esperada pela sua audiência de leitores.
Aria é muito lenta?
Aria não tem uma velocidade fixa. A velocidade de geração é controlada pelo parâmetro 'speed' (0.25–4.0). A narração padrão é clara, mas você pode acelerar ou desacelerar a voz conforme necessário. A velocidade de processamento da API é aproximadamente tempo real para textos longos.
Quais vozes são mais emocionantes?
Nova é brilhante e animada, e Felix é energizado, sendo as mais indicadas para conteúdo dinâmico. Orion é profundo e impactante para documentários. A 'emoção' é definida pelo preset vocal selecionado. Não há tags de emoção, mas a interpretação vocal é distinta entre os oito modelos.
Introdução às Vozes TTS
FábulaVoze oferece uma API de conversão de texto em fala (TTS) que transforma manuscritos editoriais em arquivos de áudio prontos para streaming. Nosso serviço foca na produção de audiolivros e contos infantis, entregando vozes naturais sem necessidade de estúdios complexos ou equipes grandes de narração.
Com endpoint compatível com o padrão OpenAI, a integração é rápida: envie o texto via JSON e receba o áudio em formatos como MP3, WAV ou FLAC. O sistema lida com textos longos dividindo em partes de até 4096 caracteres; o usuário deve juntar os arquivos de áudio resultantes.
O que são vozes predefinidas
Utilizamos oito vozes baseadas em gravações licenciadas (LibriTTS-R e LibriVox), que podem ser combinadas com 23 idiomas suportados. Cada voz possui uma identidade sonora distinta, como a clareza narrativa de Aria ou a profund documental de Orion, eliminando a variabilidade de narradores humanos.
Não há clonagem de voz personalizada ou clones de celebridades; as vozes são presets fixos que garantem consistência auditiva em toda a sua catálogo de audiolivros. A IA detecta automaticamente o idioma pelo script, mas você pode forçar o idioma ISO para garantir a pronúncia correta em textos em línguas latinas.
- 8 vozes fixas com personalidades distintas
- Baseadas em gravações licenciadas (CC BY 4.0)
- Não há clonagem de voz customizada
Vantagens para editoras
A velocidade de geração é de cerca de 25 caracteres por segundo para textos longos, mas solicitações podem aguardar na fila sob carga. O custo é de US$ 10 por 1 milhão de caracteres, com cobrança apenas por uso real, sem mensalidades ou planos mínimos.
O áudio é retornado na resposta e não é armazenado em nossos servidores, reduzindo custos de armazenamento. Você mantém controle total sobre a produção, integrando a API diretamente ao seu workflow editorial existente via HTTP ou SDKs compatíveis.
- Custo fixo por caractere (US$ 0,01 por mil)
- Sem custos de armazenamento de áudio
- Integração via API REST padrão
Tecnologia por trás do som
Nossos modelos "tts-1" e "tts-1-hd" utilizam engines de síntese de voz modernas que garantem entonação natural e fluidez. Cada arquivo gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética.
A API aceita texto simples, sem necessidade de tags SSML ou dicionários de pronúncia personalizados, simplificando a preparação dos manuscritos. A velocidade pode ser ajustada entre 0,25x e 4,0x, permitindo ajustar o ritmo da narração para contos infantis ou audiobooks mais densos.
- Modelos tts-1 e tts-1-hd
- Marca d'água inaudível em todos os arquivos
- Controle de velocidade de 0,25x a 4,0x
Vozes Femininas: Aria
Aria é a voz feminina projetada para narrar com clareza e calor, ideal para editoras que buscam precisão na entrega de histórias. Como uma narradora clara, ela garante que cada palavra seja compreendida, mantendo o ritmo natural da leitura.
Sua voz não impõe emoções artificiais, mas oferece uma base estável para a narrativa, permitindo que o texto e a história sejam os protagonistas da experiência auditiva.
Estilo narrador claro
Aria oferece uma entrega vocal direta e bem articulada, sem excessos dramáticos. Isso é crucial para editoras que precisam de legibilidade imediata em contos e romances.
Sua voz quente, mas profissional, evita distrações, permitindo que o ouvinte foque na trama e nos diálogos sem esforço auditivo desnecessário.
- Entrega vocal direta e bem articulada
- Calor natural sem dramatismo excessivo
- Ideal para focar na trama
Uso em contos clássicos
Para reimpressões de fadas e lendas, Aria traz a seriedade necessária sem soar obsoleta. Ela respeita o texto original, sendo perfeita para adaptações literárias tradicionais.
Editoras podem usar sua voz para manter a essência das histórias clássicas, garantindo que a narração não sobreponha a escrita do autor.
- Respeita o texto original
- Perfeita para adaptações tradicionais
- Mantém a essência da história
Clareza para crianças
A articulação nítida de Aria ajuda crianças a acompanharem a história sem se perderem em detalhes sonoros. Sua voz clara facilita o aprendizado da linguagem.
Para contos infantis, a clareza é tão importante quanto o tom. Aria garante que cada sílaba seja compreendida, apoiando a alfabetização e a imersão.
- Articulação nítida para crianças
- Facilita o acompanhamento auditivo
- Apoia a imersão e alfabetização
Vozes Femininas: Luna
Luna é a voz feminina perfeita para editoras que buscam criar uma atmosfera íntima e reconfortante. Seu tom suave e natural se destaca como uma escolha estratégica para narrativas que exigem delicadeza, permitindo que histórias de fadas e contos de infância ganhem vida sem soar artificiais ou excessivamente dramáticos.
Tom suave e acolhedor
A voz de Luna oferece uma cadência leve e clara, ideal para manter a atenção de crianças pequenas sem sobrecarregar seus ouvidos. A entonação natural permite que o texto flua suavemente, criando uma experiência auditiva homogênea que sustenta o interesse desde o início até o final da narrativa.
- Cadência leve e natural
- Ideal para audiências jovens
- Fluxo auditivo contínuo
Ideal para hora do sono
Para coleções de contos de ninar, a suavidade de Luna reduz a agitação auditiva. A textura vocal é consistente, evitando picos de volume ou entonações abruptas que possam despertar ou distrair o ouvinte durante momentos de relaxamento ou preparação para o sono.
- Textura vocal consistente
- Evita picos de volume
- Reduz agitação auditiva
Narrativa emotiva
Luna transmite emoção sutilmente, sem exagero. Isso permite que editoras produzam audiolivros com nuances emocionais adequadas para dramas leves ou histórias de aprendizado, mantendo a profissionalidade da produção e a clareza da dicção em cada frase.
- Emoção sutil e natural
- Clareza de dicção
- Produção profissional
Vozes Femininas: Nova
A voz Nova traz uma energia vibrante e uma leveza natural que revitaliza a leitura de histórias infantis. Sua tonalidade clara e animada é ideal para capturar a atenção dos jovens ouvintes desde os primeiros segundos, transformando a experiência de escuta em algo dinâmico e envolvente.
Diferente de vozes mais lentas, Nova mantém um ritmo ágil que combina perfeitamente com narrativas de aventura ou cotidiano lúdico. Ela oferece clareza vocal que facilita a compreensão, essencial para crianças em fase de alfabetização ou que estão descobrindo o prazer da leitura audiolivro.
Energia e leveza
Nova é projetada para transmitir entusiasmo sem soar artificial. Sua voz clara e distinta ajuda a manter o engajamento em textos longos, evitando a monotonia que pode ocorrer com narrações mais lentas.
A leveza de sua entonação a torna excelente para histórias diurnas e cenas de brincadeira, onde a ação e a movimento são centrais na narrativa.
- Tom vibrante e claro
- Ideal para manter atenção
- Ritmo ágil e natural
Histórias divertidas
Para contos com elementos de humor ou situações lúdicas, Nova destaca-se pela capacidade de transmitir alegria através da voz. Ela se adapta bem a diálogos rápidos e personagens infantis.
Sua versatilidade permite que editoras criem experiências auditivas leves, perfeitas para coleções de contos curtos ou antologias de fábulas modernas que buscam um público mais jovem e ativo.
Voz para jogos educativos
A clareza e a energia de Nova são vantagens competitivas para jogos educativos baseados em áudio. Ela consegue guiar instruções complexas de forma amigável e motivadora.
Sua voz neutra o suficiente para não distrair, mas energética o suficiente para incentivar a resposta, torna-a um parceiro ideal para aplicações de aprendizado infantil que utilizam nossa API para gerar conteúdo sob demanda.
Vozes Masculinas: Felix
Felix traz uma energia dinâmica e envolvente, perfeita para editoras que buscam modernizar seus catálogos de audiolivros. Sua voz clara e ativa captura a atenção desde o primeiro segundo, ideal para histórias curtas ou contos que exigem ritmo acelerado.
Energia promocional
A voz de Felix é projetada para transmitir entusiasmo sem perder a clareza narrativa. Isso a torna excelente para introduções de capítulos ou narrativas que precisam manter o interesse do ouvinte infantil.
- Tom vibrante e moderno
- Ideal para faixas de áudio curtas
- Mantém o engajamento do ouvinte
Anúncios e narrativas ativas
Além de histórias, Felix é a escolha certa para vinhetas promocionais e avisos dentro dos álbuns. Sua dicção precisa garante que cada palavra seja ouvida com nitidez, mesmo em dispositivos móveis.
- Dicção nítida e precisa
- Ritmo constante e previsível
- Transições suaves entre cenas
Voz para personagens vivos
Para editoras que criam personagens com personalidades marcantes, Felix oferece uma base vocal distinta. Ela se destaca em histórias de aventura ou contos onde a ação e a rapidez são centrais.
- Diferenciação clara de outras vozes
- Suporte a textos dinâmicos
- Alta compatibilidade com gêneros modernos
Vozes Masculinas: Milo
Milo é a escolha ideal para editoras que buscam naturalidade nas vozes masculinas. Com um tom conversacional, ele simula uma conversa diária, evitando a monotonia comum em narrativas tradicionais.
Sua voz se destaca por criar diálogos naturais, ideais para histórias cotidianas. Editoras de contos infantis e audiolivros modernos utilizam Milo para dar vida a personagens que falam como amigos.
Tom conversacional
Milo oferece uma entonação próxima da fala cotidiana. Diferente de vozes mais formais, ele mantém um ritmo leve e acessível, perfeito para manter a atenção de ouvintes jovens ou adultos.
- Voz amigável e próxima
- Ritmo natural de fala
- Ideal para narrativas em primeira pessoa
Diálogos naturais
Ao usar Milo, os diálogos ganham autenticidade. A voz não soa robótica, permitindo que personagens conversem entre si com fluidez. Isso é crucial para histórias com múltiplos interlocutores.
Voz para histórias cotidianas
Milo é especializado em narrativas do dia a dia. Seja para contos sobre escola, família ou aventuras urbanas, sua voz transmite proximidade. Editoras valorizam essa capacidade de conectar o ouvinte à história sem artificio.
Vozes Masculinas: Atlas
Atlas é a voz masculina neutra da FábulaVoze, projetada para entregar clareza informativa sem influências emocionais excessivas. Sua arquitetura de som prioriza a dicção precisa, tornando-a ideal para editoras que produzem livros didáticos ou contos educativos onde a compreensão do texto é primordial.
Diferente de vozes mais expressivas, Atlas mantém um ritmo constante e previsível, o que facilita a escuta prolongada por crianças em ambiente escolar. A ausência de variações dramáticas garante que o foco permaneça estritamente no conteúdo narrado, evitando distrações auditivas desnecessárias.
Neutralidade jornalística
A neutralidade de Atlas assemelha-se à apresentação de notícias, mas adaptada para narrativas infantis. Essa característica permite que o texto seja transmitido com autoridade, sem impor uma interpretação emocional específica ao ouvinte. É uma escolha segura para histórias que exigem objetividade.
Voz para fatos e educação
Para editoras especializadas em não-ficção ou contos de aprendizado, Atlas oferece uma base auditiva estável. A voz processa caracteres com consistência, garantindo que termos educacionais ou nomes próprios sejam articulados de forma clara, facilitando a retenção de informações pelas crianças.
Clareza informativa
A clareza é o diferencial de Atlas. Com uma entonação plana mas bem definida, ela minimiza a fadiga auditiva em audiolivros longos. Editoras podem utilizar essa voz para garantir que a mensagem principal do livro seja compreendida sem ambiguidades vocais.

Vozes Masculinas: Orion
Orion é a voz masculina com timbre mais profundo da nossa biblioteca, ideal para narrativas épicas e documentais. Seu tom grave e sério transmite autoridade e solenidade, perfeito para histórias que exigem um peso narrativo significativo.
Profundidade documental
A voz de Orion destaca-se pela consistência e clareza em textos longos. Sua qualidade sonora lembra gravações de audiobooks profissionais, garantindo que o ouvinte mantenha o foco na trama sem distrações causadas por entonações excessivas.
Voz para narrativas épicas
Ideal para contos de fadas com finais sombrios ou histórias de aventura que exigem um tom mais maduro. A profundidade de Orion cria uma atmosfera imersiva, transformando a leitura em uma experiência auditiva rica e envolvente.
Tom grave e sério
Diferente de vozes mais leves, Orion não tenta ser excessivamente amigável. Seu tom sério é perfeito para educar ou contar histórias com seriedade, mantendo a atenção do público infantil ou adulto em narrativas mais densas.
Comparação de Formatos
A escolha do formato de áudio impacta diretamente a experiência do ouvinte e a eficiência do armazenamento. O MP3 é a opção ideal para distribuição web, garantindo compatibilidade universal em players de streaming. Já o WAV preserva a integridade do sinal original, sendo a escolha certa para arquivos de arquivamento ou edições posteriores.
MP3 vs WAV
O MP3 oferece compactação com perda mínima audível, perfeito para plataformas de audiolivros. O WAV mantém a qualidade bruta, facilitando ajustes técnicos na masterização do audiolivro.
- MP3: ideal para distribuição web
- WAV: ideal para arquivamento e edição
Qualidade HD vs padrão
Os modelos "tts-1" e "tts-1-hd" utilizam o mesmo motor de síntese e possuem preço idêntico. A diferença reside apenas na qualidade de áudio, sem impacto no custo por caractere.
Tamanho de arquivo
Arquivos FLAC e WAV são maiores que MP3, garantindo fidelidade máxima. PCM oferece dados brutos, útil para processamento posterior. A escolha depende do equilíbrio entre qualidade e largura de banda.
- MP3: menor tamanho
- FLAC/WAV: maior fidelidade
Escolha por Gênero
A escolha da voz deve seguir a atmosfera da obra. Para contos de fadas, vozes suaves como Luna ou Aria destacam a magia. Em histórias de aventura, a energia de Felix ou a seriedade de Orion criam tensão e ritmo adequado para a narrativa de ação.
Fadas e magia
Histórias de fadas se beneficiam de vozes narrativas claras ou acolhedoras. Luna oferece um tom suave ideal para momentos emotivos, enquanto Aria garante clareza em contos clássicos. A natureza suave dessas vozes mantém o foco na magia sem distrações.
- Use Luna para momentos de sonho e calma.
- Prefira Aria para narrativas de contos de fadas tradicionais.
Aventura e ação
Para aventuras, o ritmo é crucial. Felix traz a energia necessária para cenas ativas, mantendo o ouvinte engajado. Orion pode ser usado para narrativas épicas mais graves, adicionando peso às descrições de batalhas ou descobertas.
- Felix para diálogos rápidos e cenas dinâmicas.
- Orion para narrativas épicas e tom grave.
Educação e aprendizado
Obras educativas exigem clareza e neutralidade. Atlas é ideal para apresentar fatos com precisão jornalística. Milo oferece um tom conversacional que facilita a compreensão em histórias cotidianas, tornando o aprendizado mais natural para as crianças.
- Atlas para clareza informativa e factual.
- Milo para diálogos naturais e educativos.
Processo de Integração
Integrar a FábulaVoze ao fluxo editorial é direto. Após criar a conta em /get-api-key/, você obtém sua chave Bearer e tem acesso imediato à documentação completa.
Comece com um teste rápido usando um parágrafo de conto. A API retorna o áudio em segundos, permitindo validar a voz antes de processar o livro inteiro.
Obtenção da chave API
Acesse /get-api-key/ para registrar-se com Google ou e-mail. O painel exibe sua chave única e o saldo inicial de teste de $0,50 (válido por 7 dias) apenas para contas criadas com Google.
- Acesse /get-api-key/ para registrar-se com Google ou e-mail.
- O painel exibe sua chave única e o saldo inicial de teste de $0,50 (válido por 7 dias).
Teste de texto curto
Envie até 4.096 caracteres via POST para /v1/audio/speech. Use a chave no cabeçalho Authorization. O formato JSON aceita modelos tts-1 ou tts-1-hd e qualquer voz da lista de 8 presets.
Receba o arquivo de áudio diretamente na resposta. Verifique se a entonação e a clareza atendem ao público-alvo antes de escalar.
- Envie até 4.096 caracteres via POST para /v1/audio/speech.
- Use a chave no cabeçalho Authorization.
- O formato JSON aceita modelos tts-1 ou tts-1-hd e qualquer voz da lista.
- Receba o arquivo de áudio diretamente na resposta.
- Verifique se a entonação e a clareza atendem ao público-alvo antes de escalar.
Deploy para produção
Para textos longos, divida o manuscrito em partes de 4.096 caracteres e junte os arquivos de áudio resultantes. A velocidade média é de cerca de 25 caracteres por segundo.
Monitore o uso no painel e realize recargas via USDT (TRC-20) se necessário. Não há limites de uso ou planos mensais fixos.
- Para textos longos, divida o manuscrito em partes de 4.096 caracteres e junte os arquivos de áudio resultantes.
- A velocidade média é de cerca de 25 caracteres por segundo.
- Monitore o uso no painel e realize recargas via USDT (TRC-20) se necessário.
- Não há limites de uso ou planos mensais fixos.
Custos e Orçamento
A precificação da FábulaVoze é simples e transparente: US$ 10,00 por milhão de caracteres, o que equivale a US$ 0,01 por 1.000 caracteres. Cada símbolo, incluindo espaços e pontuação, conta para o total consumido. Essa estrutura sem mensalidades fixas permite que editoras ajustem o orçamento exatamente conforme a demanda de produção de audiolivros.
Cálculo de caracteres
Para estimar custos, conte todos os caracteres do manuscrito, incluindo espaços. Como o limite é de 4.096 caracteres por requisição, textos longos devem ser divididos pelo usuário. Cada parte processada consome crédito proporcional ao seu tamanho exato.
- Espaços e pontuação contam como caracteres.
- Falhas na síntese devolvem o crédito integralmente.
Previsão de gastos
O saldo não expira e não há mínimo de consumo. Após a recarga mínima de US$ 5 via USDT (TRC-20), o crédito é ativado em minutos. A conta mostra exatamente quantos caracteres restam, facilitando o planejamento de lançamentos sazonais.
Otimização de textos
Revise edições antes da geração em massa. Como o processamento é sequencial, textos muito longos podem aguardar na fila. Reduzir redundâncias ou abreviar notas de rodapé diminui o volume de caracteres processados, acelerando a entrega e reduzindo custos.
Dicas de Narração
Dominar a narração técnica garante que o áudio final soe natural e profissional, evitando a monotonia comum em gerações automáticas. Ajustar velocidade e estruturar o texto são as únicas alavancas disponíveis para moldar a experiência auditiva.
Abaixo, detalhamos como aplicar as configurações da API para otimizar cada capítulo de audiolivros ou contos infantis, garantindo clareza e engajamento sem necessidade de edições complexas.
Quebra de texto em partes
O limite é de 4096 caracteres por solicitação. Para capítulos longos, divida o texto mantendo a coerência narrativa entre as partes.
A API processa as requisições sequencialmente. Em picos de carga, pode haver espera na fila. Planeje o envio com antecedência para evitar atrasos na entrega do áudio final.
- Mantenha o limite de 4096 caracteres por POST.
- O áudio é gerado sequencialmente, podendo haver fila sob carga.
Controle de velocidade
Ajuste a velocidade entre 0.25 e 4.0 para adaptar o ritmo à idade do público-alvo. Para contos infantis, velocidades mais lentas (0.8-1.0) favorecem a compreensão.
Velocidades extremas podem distorcer a dicção. Teste sempre com trechos representativos antes de gerar o livro inteiro.
- Faixa válida: 0.25 a 4.0.
- Velocidade típica é cerca de 25 caracteres por segundo de áudio.
Pausas e entonação
Use pontuação adequada no texto input para influenciar as pausas naturais da voz. A API não suporta SSML, então a estrutura do texto é crucial.
A entonação é determinada pela voz selecionada. Não há controle fino de emoções ou ênfase por palavra. Confie na descrição da voz para o tom geral da narrativa.
- A pontuação influencia as pausas automáticas.
- Não há controle de ênfase ou entonação por palavra.
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
