Perguntas frequentes
O que é uma API de texto para voz?
É um serviço em nuvem que recebe texto e retorna um arquivo de áudio. Basta enviar uma requisição POST para o endpoint /v1/audio/speech. A API converte caracteres em fala sintetizada, permitindo a integração automatizada de áudio em fluxos de trabalho digitais sem necessidade de estúdio ou gravação humana prévia.
Como a API TTS funciona para documentos legais?
Envie o texto do contrato via JSON para o endpoint de fala. A API gera um arquivo de áudio (mp3, wav, etc.) pronto para ser baixado ou reproduzido. Como cada solicitação retorna o arquivo diretamente, você pode auditar avisos e relatórios automaticamente, garantindo conformidade e acessibilidade nos seus documentos.
A API suporta textos longos como contratos?
Sim, mas cada requisição aceita até 4096 caracteres. Para contratos maiores, você deve dividir o texto em partes menores e juntar os arquivos de áudio resultantes. O processamento é sequencial, então textos muito longos podem levar mais tempo para serem gerados completamente.
Posso usar vozes personalizadas para minha marca?
Não oferecemos clonagem de voz personalizada nem upload de vozes próprias. A API disponibiliza 8 vozes pré-definidas (como aria, nova, atlas) baseadas em gravações licenciadas. Você pode escolher a voz que melhor se adapta ao tom do seu documento legal, mas não criar uma voz exclusiva da sua marca.
Qual a diferença entre TTS e síntese de voz?
Na prática, são termos usados para o mesmo processo: converter texto escrito em fala sintetizada. Nossa API utiliza síntese neural para gerar áudio natural a partir de caracteres. Não há distinção técnica relevante para o usuário final, pois o resultado é sempre um arquivo de áudio gerado por software.
A API é compatível com sistemas jurídicos existentes?
Sim, pois a API segue o formato padrão de requisição JSON. Você pode integrá-la a qualquer sistema que envie HTTP POST. Como o formato é similar ao da OpenAI, SDKs comuns funcionam alterando apenas a URL base para https://api.aa2259.com/v1, facilitando a conexão com seu software atual.
Como garantir a precisão na leitura de termos técnicos?
A API não oferece dicionário de pronúncia ou SSML para ajustar sílabas específicas. A precisão depende da capacidade do modelo de interpretar o texto. Para termos técnicos complexos, verifique manualmente o áudio gerado ou ajuste a ortografia do texto de entrada para garantir a pronúncia correta antes do envio.
A API funciona em tempo real ou com delay?
Não há streaming de áudio parcial; o arquivo completo é retornado após o processamento. O tempo médio é de cerca de 25 caracteres por segundo. Em picos de uso, as requisições podem ficar em fila, causando delay. Não garantimos latência instantânea para cada solicitação individual.
Posso integrar a API com meu sistema de gestão?
Sim, via API REST. Seu sistema de gestão pode enviar texto e receber o URL ou arquivo de áudio. Basta autenticar com sua chave Bearer e enviar o texto no corpo da requisição. Não há SDK proprietário, então use HTTP padrão ou bibliotecas comuns de sua linguagem preferida.
A API suporta múltiplos idiomas simultaneamente?
Cada requisição processa um único idioma por vez, embora você possa escolher entre 23 idiomas suportados. O idioma é detectado automaticamente ou definido no campo 'language'. Para documentos bilíngues, você deve enviar o texto de cada idioma em requisições separadas e depois unir os áudios.
Qual a latência média da geração de áudio?
A geração é aproximadamente em tempo real, processando cerca de 25 caracteres por segundo. Textos curtos levam alguns segundos. Textos longos são processados sequencialmente, então o tempo total depende do tamanho do texto e da fila de processamento no momento da solicitação.
A API é segura para dados sensíveis de contratos?
O texto enviado é usado apenas para gerar o áudio e não é armazenado para treinamento. Os arquivos de áudio gerados não são retidos. Apenas metadados de uso (tempo, caracteres) são guardados para faturamento. Não há garantia de SLA ou certificações, e os dados não são reutilizados.
Posso usar a API para gerar audiolivros de termos?
Sim, você pode enviar textos de termos e condições para gerar áudio. Como há limite de 4096 caracteres por requisição, textos longos devem ser divididos. O custo é baseado em caracteres processados, então audiolivros completos podem acumular custos conforme o volume de texto gerado.
A API tem limite de requisições por minuto?
Sim, o limite é de 60 requisições por minuto por chave. Antes do primeiro recarga, o limite é de 10 requisições por minuto. Se exceder o limite, suas solicitações podem ser recusadas ou atrasadas até que o quota seja restaurado no minuto seguinte.
Definição de API TTS
A API TTS converte texto digital em arquivos de áudio, permitindo que documentos legais sejam ouvidos em vez de apenas lidos. O serviço opera como um endpoint RESTful simples: você envia o texto e recebe um arquivo de áudio pronto para uso, sem necessidade de infraestrutura complexa.
Conversão de texto em áudio
O sistema processa texto até 4.096 caracteres por solicitação, gerando arquivos em formatos como MP3, WAV ou OPUS. Cada arquivo gerado carrega uma marca d'água invisível que identifica o áudio como síntese artificial, garantindo transparência no uso.
Endpoint RESTful
A integração ocorre via POST em https://api.aa2259.com/v1/audio/speech. O corpo da requisição usa formato JSON padrão, aceitando parâmetros como modelo, voz, idioma e velocidade. Isso permite automação direta nos fluxos de software da startup.
Integração programática
A API é compatível com SDKs oficiais da OpenAI, bastando alterar a URL base. Você pode usar bibliotecas padrão HTTP ou SDKs existentes para integrar a leitura de contratos e avisos ao seu SaaS com poucas linhas de código.
Aplicação em documentos jurídicos
A API TTS da Vozeis converte texto em áudio, permitindo que plataformas SaaS transformem documentos estáticos em conteúdo auditivo programático. Ao enviar o texto do contrato para o endpoint REST, o sistema retorna um arquivo de áudio pronto para integração direta na interface do usuário.
Essa abordagem elimina a necessidade de leitura manual de contratos longos, agilizando o onboarding de clientes e a visualização rápida de avisos contratuais em plataformas digitais.
Leitura de contratos
Contratos legais muitas vezes excedem a atenção visual do usuário. Ao gerar áudio a partir do texto do contrato, a startup oferece uma alternativa de consumo passivo. O usuário pode ouvir as cláusulas enquanto executa outras tarefas, garantindo que os termos sejam acessados sem necessidade de leitura ativa prolongada.
A voz neutra, como Atlas, ou a narrativa clara de Aria, podem ser utilizadas para garantir que a pronúncia dos termos jurídicos seja compreensível, mantendo a seriedade do documento original.
- Conversão automática de cláusulas longas em áudio
- Opção de ouvir o contrato antes do aceite digital
- Redução do tempo de leitura para novos clientes
Avisos de atualização
Quando termos de uso mudam, o aviso precisa ser lido. A API permite enviar o novo texto de atualização e gerar um arquivo de áudio curto. Esse arquivo pode ser exibido automaticamente ou enviado como notificação, garantindo que o usuário tome ciência da mudança sem depender exclusivamente da leitura visual do e-mail ou banner.
Com um custo de $0,01 por 1.000 caracteres, o envio de avisos frequentes para milhares de usuários mantém o custo variável e previsível, sem necessidade de planos fixos ou mensalidades.
- Geração instantânea de avisos de mudança de termos
- Notificações auditivas para atualizações de política
- Custo proporcional ao volume de usuários
Acessibilidade digital
A acessibilidade não é apenas para deficientes visuais. Usuários em movimento, com dificuldade de leitura ou que preferem o formato auditivo se beneficiam da API. Ao integrar áudio aos documentos, a startup cumpre requisitos de usabilidade e inclusão digital de forma técnica e escalável.
O áudio gerado pode ser integrado diretamente no fluxo de assinatura ou visualização de relatórios, oferecendo uma experiência moderna e diferenciada sem a complexidade de manter uma equipe de locução.
- Suporte a múltiplos idiomas para públicos internacionais
- Integração nativa em plataformas SaaS
- Cumprimento de padrões de acessibilidade digital (sem garantia de conformidade legal)
Vantagens para startups
A API TTS para documentos legais permite que startups integrem áudio a contratos e relatórios com custo previsível e escalável. Ideal para plataformas SaaS que precisam auditar avisos e termos com vozes naturais.
Com uma integração rápida via REST, as equipes de desenvolvimento podem adicionar recursos de acessibilidade digital sem dependência de soluções complexas ou contratos de longo prazo.
Custo variável
O modelo de cobrança é baseado em caracteres processados ($10 por 1 milhão de caracteres), eliminando custos fixos de licenças. Isso permite que startups paguem apenas pelo uso real, mantendo o orçamento estável mesmo com picos de geração de áudio para auditorias de contratos.
- Sem mensalidades ou planos mínimos
- Créditos não expiram
- Requisições falhas são gratuitas
Integração rápida
A API segue o padrão OpenAI, permitindo integração imediata com SDKs existentes. Basta ajustar o base_url para https://api.aa2259.com/v1 e utilizar a chave de API gerada no painel.
Endpoints RESTful facilitam a automação de workflows, onde textos longos são divididos em partes de até 4096 caracteres e unidos automaticamente pelo cliente, simplificando a implementação em plataformas SaaS.
- Compatível com SDKs oficiais OpenAI
- Endpoints RESTful simples
- Autenticação via Bearer token
Escalabilidade
A API suporta aumento de demanda sem necessidade de reconfiguração complexa. Com limites de taxa de 60 requisições por minuto por chave, é possível escregar o volume de documentos processados conforme o crescimento da base de usuários da startup.
O processamento assíncrono e a geração de áudio em formatos como MP3 e WAV garantem que a entrega de áudio para auditoria e acessibilidade não bloqueie o fluxo principal da aplicação.
- Suporte a múltiplos formatos de áudio
- Processamento em fila para alta demanda
- Sem limite de usuários finais
Seleção de vozes
A escolha da voz impacta diretamente a percepção dos documentos gerados. Para contextos jurídicos, a clareza e a neutralidade são prioritárias, garantindo que o conteúdo seja ouvido sem distrações emocionais excessivas.
Vozes neutras para legal
Atlas oferece um tom neutro e informativo, ideal para leitura de notícias jurídicas ou termos padrão. Orion traz uma profundidade documental, adequada para relatórios formais que exigem seriedade.
Vozes narrativas para contratos
Luna e Sage são projetadas para storytelling e instrução. Sage, com seu tom calmo, é excelente para explicar cláusulas complexas de contratos em formato de áudio, facilitando a compreensão.
Vozes conversacionais para avisos
Para avisos de atualização ou notificações curtas, Nova e Felix trazem energia e clareza. Milo oferece uma abordagem amigável e conversacional, tornando comunicados legais menos rígidos para o usuário final.
Idiomas e precisão
A API Vozeis oferece suporte nativo ao português, além de outros 22 idiomas, permitindo a geração de áudio para contratos e avisos em múltiplos mercados. Cada voz é capaz de pronunciar qualquer idioma suportado com precisão, garantindo clareza em termos jurídicos.
A precisão é mantida através de vozes baseadas em gravações licenciadas. O sistema utiliza vozes naturais para a pronúncia de termos técnicos.
Suporte a português
O português está entre os 23 idiomas oficialmente suportados. Isso permite que startups gerem áudio para documentos legais em português brasileiro ou europeu sem necessidade de integrações adicionais.
Precisão na pronúncia
As vozes são treinadas com gravações licenciadas, garantindo articulação clara. Termos jurídicos longos são processados com precisão, essencial para auditorias e leitura de contratos.
Configuração de idioma
Por padrão, o sistema adivinha o idioma pelo script (ex: texto latino assume inglês). Para textos em português com caracteres latinos, defina explicitamente o campo language para evitar erros de pronúncia.
- Use
language: "pt"para forçar o idioma. - Evite adivinhação automática em textos mistos.
Limitações técnicas
A API Vozeis entrega áudio completo apenas após o processamento. Não há streaming ou WebSocket para áudio parcial, o que significa que você aguarda a geração para receber o arquivo final. Para textos longos, o serviço divide o conteúdo em partes de até 4096 caracteres e junta os arquivos resultantes.
Sem streaming
Como não há transmissão progressiva, o tempo de resposta inclui a síntese total. Em picos de demanda, as requisições podem aguardar em fila, tornando o tempo de espera variável. Isso é aceitável para documentos gerados em segundo plano, mas não para leitura ao vivo.
Sem SSML
A integração não suporta marcação SSML para controlar pausas, entonação ou ênfase. A pronúncia segue o padrão padrão da voz selecionada. Para controle fino, é necessário ajustar a velocidade global ou dividir o texto manualmente em frases menores.
Sem clonagem de voz
Não oferecemos clonagem de voz personalizada nem upload de amostras. Você utiliza oito vozes pré-definidas baseadas em gravações licenciadas. Se precisar de uma voz específica, deve escolher a mais próxima entre as opções disponíveis (como "atlas" para notícias ou "sage" para instrucional).
Configuração básica
Para começar, acesse /get-api-key/ e registre-se com Google ou e-mail. A plataforma gera uma chave única para autenticação via cabeçalho Authorization: Bearer.
Com a chave ativa, você pode realizar a primeira requisição POST para o endpoint de síntese. O sistema processa o texto e retorna o arquivo de áudio no formato selecionado.
Criação de conta
Acesse /get-api-key/ e crie uma conta usando Google ou e-mail. Cada conta possui uma chave única que controla o acesso à API.
- Registro via Google ou e-mail
Obtenção de chave
Após o registro, sua chave API é exibida no painel. Ela deve ser enviada como Bearer token em todas as requisições. Você pode gerar uma nova chave a qualquer momento, invalidando a anterior instantaneamente.
- Chave única por conta
Primeira requisição
Envie um POST para https://api.aa2259.com/v1/audio/speech com o texto do documento legal. Defina o modelo (tts-1 ou tts-1-hd), a voz e o formato de resposta. O áudio é retornado diretamente na resposta.
Exemplos de uso
Exemplos práticos de como a API TTS da Vozeis transforma documentos legais em áudio para startups SaaS.
Leitura de cláusulas
Gere áudios de contratos com vozes como Atlas ou Sage para auditoria passiva. O sistema processa textos de até 4096 caracteres, garantindo clareza na leitura de termos complexos.
Notificações automatizadas
Envie avisos de atualização de termos usando a voz Milo. A integração via SDK OpenAI permite disparar áudios sob demanda quando o usuário aceita novos contratos.
Auditoria de termos
Monitore a conformidade convertendo relatórios em áudio. Com custo de $0,01 por mil caracteres, é viável auditar grandes volumes sem investimento em infraestrutura.
Integração com SDK
Utilize o SDK oficial da OpenAI ajustando apenas o base_url para https://api.aa2259.com/v1. A estrutura de requisição é idêntica, permitindo reutilizar código existente para gerar áudio de documentos legais sem adaptações complexas.
O SDK gerencia a serialização JSON e a autenticação, facilitando a integração em sistemas SaaS.
Compatibilidade OpenAI
A API segue o padrão de endpoint de fala da OpenAI. Isso significa que bibliotecas padrão funcionam imediatamente após a configuração da URL base.
- SDKs oficiais da OpenAI (Python, Node.js, etc.)
- Suporte a autenticação via Bearer token
Exemplo de código
Configure a URL base e envia o texto do contrato. O resultado é o arquivo de áudio sintetizado pronto para ser anexado ao documento digital.
- Use
tts-1outts-1-hdno campo model - Defina o formato de áudio desejado (mp3, wav, etc.)
Teste local
Execute scripts locais para validar a pronúncia de termos jurídicos específicos antes de integrar ao fluxo principal da aplicação.
Monitoramento de uso
O acompanhamento do consumo na Vozeis API é direto e transparente, centralizado na sua conta. Não há surpresas na fatura, pois o sistema registra cada caractere processado em tempo real, permitindo que você antecipe gastos antes de atingir o limite de caracteres da sua chave.
Dashboard de conta
Acesse a página /get-api-key/ para visualizar seu saldo atual, o crédito de teste (se aplicável) e a quantidade de caracteres restantes. O painel exibe informações essenciais para o controle financeiro de startups, sem a necessidade de relatórios complexos ou integrações externas.
- Saldo em tempo real
- Crédito de teste visível
- Caracteres restantes atualizados
Métricas de caracteres
Cada requisição é cobrada com base no número exato de caracteres, incluindo espaços e pontuação. Como o custo é de $0,01 por 1.000 caracteres, é possível calcular antecipadamente o custo de auditar um contrato de 10 mil caracteres, garantindo previsibilidade orçamentária.
- Cobrança por caractere exato
- Espaços e pontuação contam
- Custo previsível por documento
Histórico de requisições
Os metadados das requisições, incluindo tempo, status e caracteres processados, são mantidos para fins de faturamento. Isso permite auditar exatamente quais textos foram convertidos em áudio e quando, facilitando a conciliação financeira sem armazenar os arquivos de áudio gerados permanentemente.
- Registro de tempo e status
- Dados mantidos para faturamento
- Auditoria de conversões
Limites de taxa
Monitore o limite de 60 requisições por minuto por chave. Se sua startup precisar processar grandes volumes de contratos simultaneamente, o sistema pode colocar solicitações em fila, o que deve ser considerado no design do seu fluxo de trabalho.
O limite inicial é de 10 requisições por minuto até o primeiro top-up, permitindo que você teste a integração sem impacto no faturamento imediato.
- 60 requisições/min após top-up
- 10 requisições/min inicial
- Fila automática sob carga
Suporte e dúvidas
A equipe de suporte atende exclusivamente por e-mail. Não há telefone, chat ao vivo ou número de contato direto. As respostas são dadas por escrito, com atenção aos detalhes técnicos da sua integração.
E-mail de suporte
Envie sua dúvida para o endereço de suporte listado no rodapé. Indique claramente o erro, o modelo usado e a data da requisição para agilizar a análise. Não há garantia de tempo de resposta em SLA.
Documentação técnica
Toda a especificação da API, parâmetros de requisição e exemplos de código estão disponíveis na seção /docs/. A documentação é atualizada conforme mudanças no endpoint e nas vozes disponíveis.
Comunidade de devs
Esta seção não possui uma comunidade de desenvolvedores dedicada ou fóruns próprios. Para trocas de experiências técnicas, consulte a documentação ou entre em contato diretamente via e-mail.
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
