Entenda como funciona a API de texto para voz

Por equ editorial Vozeis · Atualizado 2026-11-18

Esta página explica o funcionamento da API de síntese de voz da Vozeis, focada em startups que integram áudio a documentos legais em plataformas SaaS. Aqui você encontra os detalhes sobre o licenciamento das vozes, a política de uso de dados e os limites técnicos do serviço, com informações práticas para decidir se a solução se encaixa no seu workflow de auditoria de contratos e relatórios.

Ao ler este conteúdo, você entenderá como as vozes são geradas a partir de gravações licenciadas, o que acontece com seus textos e metadados após o processamento, e por que não oferecemos SLA ou suporte telefônico. O objetivo é fornecer transparência total sobre preços, limites de caracteres e a natureza do serviço, sem promessas exageradas, para que você possa integrar a API com confiança ao seu produto.

Entenda como funciona a API de texto para voz

Perguntas frequentes

Quem desenvolve a API?

A API é desenvolvida e operada pela Vozeis API. Somos uma storefront independente que oferece acesso à mesma engine de síntese de voz listada nas especificações técnicas. Utilizamos a infraestrutura padrão para processamento de requisições via endpoint JSON, garantindo compatibilidade com SDKs oficiais como o da OpenAI, apenas alterando a base URL.

As vozes são clonadas de pessoas reais?

Não oferecemos clonagem de voz personalizada nem design de vozes sob medida. Nossas 8 vozes são presets fixos baseados em gravações licenciadas de audiobooks públicos. Não há opção para upload de áudio próprio ou criação de vozes exclusivas para clientes, mantendo o foco na integração simples via API.

As vozes são baseadas em audiobooks?

Sim. Todas as vozes disponíveis na API são derivadas de gravações licenciadas do projeto LibriTTS-R, que utiliza leituras de audiobooks de domínio público do LibriVox. Isso garante uma qualidade auditiva natural e consistente, ideal para a leitura de textos longos e documentos legais sem artificialismo excessivo.

Meu texto é usado para treinar a IA?

Não. O texto enviado para síntese é utilizado exclusivamente para gerar o arquivo de áudio correspondente. Após a geração, o conteúdo do texto não é armazenado nem utilizado para treinar ou melhorar os modelos de inteligência artificial. Apenas metadados de uso, como tempo e status, são mantidos para faturamento.

Os áudios gerados são armazenados?

Não. Os arquivos de áudio gerados são retornados diretamente na resposta da requisição HTTP e não são armazenados em nossos servidores após o envio. A única informação mantida são os metadados da requisição (horário, caracteres processados e status) necessários exclusivamente para a contabilidade e cobrança do serviço contratado.

Quanto tempo os logs são mantidos?

Os metadados das requisições, incluindo horário, número de caracteres e status, são mantidos para fins de faturamento e auditoria de uso. Não especificamos um prazo de retenção exato para logs técnicos, mas garantimos que apenas os dados necessários para a cobrança e verificação de transações são preservados.

Posso usar o áudio comercialmente?

Sim. Ao utilizar a API, você recebe o arquivo de áudio gerado para uso imediato. Não há restrições específicas de licença sobre o uso final do arquivo sintetizado, desde que respeitados os termos de uso da plataforma. O foco é fornecer a ferramenta de síntese para integração em seus produtos SaaS.

A API é afiliada à OpenAI?

Não. Somos uma storefront independente e não afiliada à OpenAI, ElevenLabs, Google, Amazon, Microsoft ou qualquer outra marca mencionada em comparações. Utilizamos um formato de requisição JSON idêntico ao endpoint de speech da OpenAI, o que permite o uso de SDKs oficiais apenas alterando a URL base da API.

Como entrar em contato com o suporte?

O suporte é realizado exclusivamente por e-mail. Não oferecemos telefone, chat ao vivo ou suporte por tickets. Para dúvidas sobre sua conta, faturamento ou uso da API, envie um e-mail para o endereço de contato disponível na página /contact/. Respondemos às solicitações por escrito conforme nossa disponibilidade.

Há garantia de funcionamento 24/7?

Não. Não oferecemos SLA (Acordo de Nível de Serviço), nem garantia de uptime ou disponibilidade contínua. A API pode sofrer interrupções ou variações de performance. Não há contrato empresarial que garanta tempo de atividade, então recomendamos implementar lógica de retry em suas integrações para lidar com indisponibilidades eventuais.

O que é a licença CC BY 4.0?

É a licença Creative Commons Atribuição 4.0 Internacional que rege as gravações base em LibriTTS-R.

As vozes têm marca d'água audível?

Não. Cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Essa marca é usada para detecção automática de voz artificial, mas não altera a experiência auditiva do ouvinte. Você não ouvirá nenhum sinal sonoro adicional ou aviso vocal durante a reprodução.

Posso solicitar exclusão de dados?

Sim, você pode solicitar a exclusão de seus dados pessoais e metadados de uso entrando em contato pelo e-mail de suporte. Como mantemos apenas os registros necessários para faturamento, a exclusão pode afetar a comprovação de transações anteriores. Consulte os termos específicos de retenção de dados para entender o impacto na sua conta.

A equipe é remota ou presencial?

Esta informação não é especificada nas fatos do produto. Somos uma storefront independente focada na entrega da API. Não divulgamos detalhes sobre a estrutura física ou distribuição geográfica da equipe de desenvolvimento e suporte. O foco está na funcionalidade da API, no preço por caractere e na facilidade de integração.

Quem somos

Ilustração de onda sonora para: Quem somos

Esta página apresenta a Vozeis API, uma solução de síntese de voz projetada especificamente para integrar áudio a documentos legais em plataformas SaaS. Nosso objetivo é oferecer uma integração técnica direta, com endpoints compatíveis com o padrão OpenAI, permitindo o uso das mesmas SDKs oficiais apenas alterando a base URL.

Equipe editorial

Equipe editorial

Somos um time editorial técnico especializado em APIs de síntese de voz. Nossa função é manter a documentação precisa, os exemplos de código atualizados e as informações de preços alinhadas com a realidade do produto, sem promessas exageradas.

Visão da API

Visão da API

Oferecemos endpoints compatíveis com o padrão OpenAI, permitindo o uso das mesmas SDKs oficiais apenas alterando a base URL.

Foco em startups

Foco em startups

Nosso modelo é desenhado para startups que precisam auditar contratos, avisos e relatórios com vozes naturais e custo previsível. Não há planos mensais nem gastos mínimos, apenas pagamento por uso real.

Licenciamento das vozes

Ilustração de onda sonora para: Licenciamento das vozes

A API de texto para voz da Vozeis oferece uma alternativa clara e documentada para síntese de áudio em documentos legais. Entender a origem das vozes ajuda startups a avaliarem riscos de licenciamento e a manterem a conformidade em relatórios auditados.

Dados do LibriTTS-R

Dados do LibriTTS-R

As vozes são baseadas em gravações licenciadas sob a Creative Commons Attribution 4.0 International (CC BY 4.0). Esse conjunto de dados inclui leituras de álbuns de domínio público, garantindo transparência na fonte de cada voz.

Licença CC BY 4.0

A licença CC BY 4.0 permite o uso comercial e a modificação, desde que a atribuição seja dada. Para plataformas SaaS, isso significa que o uso das vozes segue um padrão reconhecido internacionalmente, facilitando a auditoria de direitos.

Origem das gravações

As gravações originais vêm de leituras de álbuns de audiolivros em domínio público, disponibilizadas pelo projeto LibriVox. Essa origem pública assegura que não há direitos autorais complexos sobre a voz base, apenas a necessidade de atribuição conforme a licença.

Política de dados

Ilustração de onda sonora para: Política de dados

A API de texto para voz processa seu input exclusivamente para gerar o arquivo de áudio solicitado. O texto enviado não é retido após a entrega do áudio na resposta.

Uso dos textos

O conteúdo enviado é utilizado exclusivamente para gerar o arquivo de áudio no formato escolhido (mp3, wav, opus, flac ou pcm).

Armazenamento de metadados

Mantemos apenas os metadados das requisições para fins de cobrança e auditoria. Isso inclui o horário exato, a quantidade de caracteres processados e o status da solicitação (sucesso ou falha). Esses dados são essenciais para garantir a precisão na conta de caracteres e no saldo da sua conta.

Não uso para treinamento

Seus textos não são utilizados para treinar modelos de IA nem para melhorar algoritmos futuros. Diferente de algumas plataformas, não há retenção de conteúdo linguístico para aprimoramento do motor de voz. O texto é descartado após a geração do áudio, respeitando a privacidade dos seus documentos legais.

Limites honestos

Ilustração de onda sonora para: Limites honestos

Nossa infraestrutura opera sem garantias contratuais de tempo de resposta ou disponibilidade mínima. A API processa solicitações em fila, o que pode resultar em tempos de espera variáveis durante picos de carga. Para a maioria das integrações de auditoria de contratos, a latência é aceitável, mas não garantimos um tempo máximo de resposta.

Sem SLA garantido

Nossa infraestrutura opera sem garantias contratuais de tempo de resposta ou disponibilidade mínima. A API processa solicitações em fila, o que pode resultar em tempos de espera variáveis durante picos de carga.

Sem garantia de uptime

Não há contrato de nível de serviço (SLA) que compense financeiramente por quedas ou instabilidades temporárias. Se houver uma interrupção, ela será resolvida conforme a capacidade técnica disponível, sem penalidades financeiras previstas. Recomendamos implementar lógica de retry em sua aplicação.

Suporte por e-mail

Não oferecemos telefone nem chat ao vivo. O suporte é realizado exclusivamente por e-mail, garantindo um registro claro de cada solicitação.

Para startups que priorizam custo previsível, essa abordagem elimina custos ocultos de infraestrutura dedicada e suporte 24/7, mantendo o foco na entrega da API.

Limites honestos

Contato

Ilustração de onda sonora para: Contato

Nosso suporte opera exclusivamente por e-mail.

Ao enviar sua mensagem, inclua o ID da chave da API e detalhes do problema. Respondemos no menor tempo possível, sem a complexidade de sistemas de atendimento telefônico.

E-mail de suporte

Envie suas dúvidas para o endereço de suporte disponível na página de contato. É o único canal oficial para assistência técnica e comercial.

  • Respostas via e-mail exclusivamente

Sem telefone

Não oferecemos número de telefone para atendimento. Isso elimina custos operacionais fixos de call centers, refletindo diretamente no preço por caractere.

Sem chat ao vivo

Não utilizamos widgets de chat em tempo real. Toda a comunicação é assíncrona e registrada por e-mail, facilitando o rastreamento de suas solicitações.

Marca d'água

Ilustração de onda sonora para: Marca d'água

A cada arquivo de áudio gerado pela API, é embutida uma marca d'água inaudível que confirma seu caráter sintético. Esse processo é automático e não altera a qualidade perceptível da voz, garantindo que o conteúdo seja identificado como gerado por máquina.

Áudio sintetizado

Todas as faixas produzidas através de nossa API carregam essa marca digital por padrão. Não há opção para removê-la manualmente, pois ela serve como registro de origem do texto convertido.

Marca invisível

Diferente de legendas ou metadados visíveis, a marca d'água reside na estrutura do arquivo de áudio. Ela não exige processamento adicional para ser reconhecida por sistemas de verificação de conteúdo.

Identificação de conteúdo

Para plataformas SaaS que emitem documentos legais ou contratos, essa identificação automática facilita a auditoria e a conformidade regulatória. Você pode integrar verificações automáticas para garantir que o áudio entregue corresponde exatamente ao texto original processado.

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. A consistência da resposta é crucial para plataformas SaaS que entregam áudio em tempo de execução.

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. W3C WAI: making audio and video accessible
  3. curl documentation
  4. FFmpeg documentation
  5. Node.js documentation
  6. OpenAI API reference: create speech
  7. LibriTTS-R corpus (OpenSLR 141)
  8. LibriTTS-R paper (arXiv 2305.18802)
  9. LibriVox public-domain audiobooks
  10. openai-node on GitHub
  11. TRON developer hub: TRC-20
  12. Creative Commons Attribution 4.0

Mais neste site