API de texto para áudio para fitness e meditação

Por Equipe editorial Narrador Fit · Atualizado 2026-11-19

O Narrador Fit oferece uma API de texto para fala (TTS) focada em startups de fitness e meditação. Envie texto e receba áudio pronto para uso, compatível com o SDK OpenAI ao ajustar a URL base. Ideal para aplicativos que exigem narrações claras, consistentes e em 23 idiomas, sem complexidade técnica desnecessária.

Nesta página, você encontra exemplos concretos de uso, como contagem de repetições ou guias de respiração, além dos detalhes técnicos de velocidade, limites e preços transparentes. Comece a integrar sua aplicação hoje mesmo utilizando o crédito gratuito de $0,50 disponível ao criar sua conta.

API de texto para áudio para fitness e meditação

Perguntas frequentes

O que é uma API de texto para áudio?

É uma API cloud onde você envia texto e recebe um arquivo de áudio. Basta enviar uma requisição POST para o endpoint /v1/audio/speech com o corpo em JSON. O formato é compatível com o SDK da OpenAI, exigindo apenas a alteração do base_url e a utilização da chave de API fornecida na sua conta.

Qual a diferença entre tts-1 e tts-1-hd?

Ambos utilizam o mesmo motor de síntese e possuem o mesmo preço. A escolha entre 'tts-1' e 'tts-1-hd' não impacta o custo por caractere nem a qualidade percebida do áudio gerado. Ambas as opções são válidas para requisições de síntese de voz, oferecendo resultados idênticos em termos de processamento e faturamento.

Quanto custa o uso da API?

O custo é de US$ 10 por 1 milhão de caracteres, ou US$ 0,01 por 1.000 caracteres. Espaços e pontuação contam como caracteres. Requisições falhas são gratuitas e o valor é devolvido integralmente. Não há planos mensais, assinaturas ou custos fixos, apenas o pagamento pelo volume efetivo de caracteres processados com sucesso.

Como funciona o crédito gratuito?

Ao fazer login com o Google, você recebe US$ 0,50 de crédito, válido por 7 dias. Isso equivale a aproximadamente 50.000 caracteres. Contas criadas com e-mail e senha não recebem esse crédito inicial. O saldo não expira após o período de validade, mas o crédito promocional é perdido se não utilizado dentro dos 7 dias.

Quais idiomas são suportados?

A API suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, italiano, japonês, coreano, chinês, árabe, russo, hindi e turco, entre outros. Qualquer voz pode falar qualquer um desses idiomas. Se o campo 'language' não for definido, o sistema tenta adivinhar o idioma com base no script do texto; para textos em latim que não sejam inglês, é recomendável definir o idioma explicitamente.

Posso usar minha própria voz?

Não oferecemos clonagem de voz personalizada nem upload de gravações próprias. A API utiliza 8 vozes predefinidas (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion). Essas vozes são baseadas em gravações licenciadas do LibriTTS-R e de audiobooks do LibriVox. Você não pode criar ou personalizar vozes adicionais para sua marca.

Há suporte por telefone?

Não há número de telefone disponível para suporte. O atendimento é realizado exclusivamente por e-mail. Não oferecemos chat ao vivo, garantias de SLA ou contratos empresariais dedicados. Para dúvidas sobre uso da API, faturamento ou integração técnica, envie uma mensagem para nosso endereço de suporte e aguarde a resposta por escrito.

Os dados de texto são usados para treinamento?

Não. O texto enviado é utilizado apenas para produzir o arquivo de áudio correspondente e não é usado para treinar modelos de IA. O áudio gerado é retornado na resposta da requisição e não é armazenado em nossos servidores. Apenas metadados da solicitação (tempo, caracteres, status) são mantidos para fins de faturamento e registro.

Qual o limite de caracteres por requisição?

Cada requisição pode conter até 4.096 caracteres no campo 'input'. Para textos mais longos, você deve dividi-los em partes que respeitem esse limite e unir os arquivos de áudio resultantes. Recomendamos o uso de SDKs ou scripts para gerenciar essa divisão automaticamente, garantindo que cada lote de texto seja processado individualmente.

Posso ajustar a velocidade da voz?

Sim, o campo 'speed' permite ajustar a velocidade entre 0,25 e 4,0. O valor padrão é 1,0. Ajustes extremos podem alterar a entonação natural da voz selecionada. Essa configuração é aplicada diretamente na síntese do áudio, permitindo acelerar narrações rápidas ou desacelerar para maior clareza em conteúdos de meditação e instruções detalhadas.

Qual o formato de áudio retornado?

Você pode solicitar os formatos mp3, wav, opus, flac ou pcm através do campo 'response_format'. O formato padrão é mp3. Todos os arquivos gerados contêm uma marca d'água inaudível que identifica o conteúdo como fala sintética. A escolha do formato depende da compatibilidade do seu player ou sistema de reprodução de áudio.

Como funciona o pagamento com USDT?

O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20). O valor mínimo para recarga é de US$ 5. O saldo é creditado automaticamente em minutos após a confirmação da transferência na blockchain. Não aceitamos cartões, PayPal ou faturas com VAT. O saldo não expira.

Há garantia de uptime?

Não oferecemos garantia de uptime (SLA) nem contratos empresariais que garantam disponibilidade específica. A API é processada em fila e, sob carga, pode haver latência adicional. Não há certificações como SOC 2 ou HIPAA. O serviço é fornecido 'no estado atual', sem garantias explícitas de tempo de atividade contínuo ou prioridade de fila.

Como contacto o suporte?

O suporte é feito exclusivamente por e-mail. Não há telefone nem chat ao vivo. Para questões técnicas, sobre faturamento ou uso da API, envie um e-mail para o endereço de suporte disponível. Respostas são fornecidas por escrito, sem garantia de tempo de resposta imediato ou atendimento em tempo real.

Primeira solicitação

curl

curl https://api.tk89.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

Como funciona a API

Ilustração de onda sonora para: Como funciona a API

A API TTS da Narrador Fit processa texto e retorna áudio pronto para uso. Você envia uma requisição POST com o texto, modelo, voz e idioma desejados, e recebe um arquivo de áudio em resposta. O sistema cuida da síntese, permitindo que você integre narração automática em seus apps de fitness ou meditação sem complexidade adicional.

Envie texto e receba áudio

Envie texto e receba áudio

A integração é direta: envie texto via JSON e receba o arquivo de áudio correspondente. O endpoint suporta textos de até 4096 caracteres por requisição, com processamento sequencial que garante consistência na geração. Para textos longos, você deve dividir o texto em partes de até 4096 caracteres e juntar os arquivos de áudio resultantes.

  • Endpoint: POST /v1/audio/speech
  • Entrada: JSON com texto, modelo e voz
  • Saída: Arquivo de áudio gerado

Integração via SDK OpenAI

Utilize o SDK oficial da OpenAI ajustando apenas a URL base para https://api.tk89.info/v1. Isso permite reutilizar código existente com autenticação via Bearer token. A estrutura de request é idêntica, facilitando a migração ou integração em projetos que já utilizam padrões similares.

  • Base URL: https://api.tk89.info/v1
  • Autenticação: Bearer token na chave API
  • Compatível com SDKs OpenAI oficiais

Formatos de áudio disponíveis

Escolha entre MP3, WAV, OPUS, FLAC ou PCM para atender às necessidades de armazenamento e qualidade do seu projeto. Cada formato oferece equilíbrio diferente entre tamanho de arquivo e fidelidade, permitindo otimização para dispositivos móveis ou servidores de streaming.

  • MP3: Compacto e universal
  • WAV: Alta qualidade sem compressão
  • OPUS: Eficiente para banda larga
  • FLAC: Sem perda de qualidade
  • PCM: Áudio bruto não comprimido

Vozes disponíveis

Ilustração de onda sonora para: Vozes disponíveis

Nossas vozes são geradas a partir de gravações licenciadas e audiobooks de domínio público, garantindo consistência auditiva para suas aplicações de fitness e meditação. Cada voz possui uma característica acústica distinta, otimizada para diferentes contextos de uso.

Aria: Narradora clara e calma

Aria oferece uma voz feminina quente e clara, ideal para instruções de exercícios que exigem precisão e clareza. Sua tonalidade neutra e consistente reduz a fadiga auditiva em sessões longas de treinamento.

  • Voz feminina
  • Perfil: narradora clara e calma

Luna: Narração para histórias

Luna possui uma voz suave, perfeita para narração de histórias em apps de meditação ou mindfulness. Sua entonação suave facilita o relaxamento do usuário durante sessões guiadas ou contação de histórias antes do sono.

  • Voz feminina
  • Perfil: suave, storytelling

Atlas: Voz neutra para notícias

Atlas é uma voz masculina neutra, adequada para anúncios rápidos ou instruções diretas em interfaces de fitness. Sua neutralidade garante que a mensagem seja compreendida rapidamente, sem distrações emocionais excessivas.

  • Voz masculina
  • Perfil: neutro, notícias

Idiomas suportados

Ilustração de onda sonora para: Idiomas suportados

A API suporta 23 idiomas, incluindo inglês, português, espanhol, francês, alemão, japonês, coreano, chinês, árabe, hindi e russo. Todas as 8 vozes podem falar qualquer um dos idiomas suportados sem limitação de combinação.

O campo language é opcional. Se não definido, o sistema tenta adivinhar o idioma pelo script do texto (texto em latim padrão para inglês). Para textos em latim fora do inglês, defina o idioma explicitamente para evitar erros de pronúncia.

Suporte a 23 idiomas

Listamos apenas os idiomas nativamente suportados. Não oferecemos suporte para vietnamita, indonésio, tailandês, ucraniano, romeno, tcheco, bengali ou outros idiomas não listados aqui.

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

Detecção automática de idioma

A detecção ocorre ao analisar o script do texto de entrada. Se o texto contiver caracteres cirílicos, o sistema assume russo; se contiver caracteres chineses, assume chinês. Para texto em latim sem o campo language definido, o padrão é inglês.

Controle explícito de idioma

Para garantir precisão em textos em latim que não sejam inglês, inclua o parâmetro language na requisição JSON com o código ISO do idioma desejado. Isso elimina ambiguidades e garante a pronúncia correta da voz selecionada.

Casos de uso para fitness

Ilustração de onda sonora para: Casos de uso para fitness

Integre narração aos seus apps de treino. A API processa textos curtos com latência previsível, ideal para contar repetições ou dar instruções técnicas sem atrasos que quebrem o fluxo do exercício.

Contagem de repetições

Use a voz de Aria ou Felix para contar séries e repetições automaticamente. O áudio é gerado em poucos segundos, permitindo sincronização com o movimento do atleta.

  • Suporte a velocidade ajustável (0.25–4.0x)
  • Formatos leves como OPUS ou MP3

Instruções de exercícios

Distribua comandos claros para postura ou respiração. A voz neutra de Atlas ou a instrucional de Sage garantem clareza auditiva, essencial para apps de fitness que exigem precisão nas dicas técnicas.

Mensagens de motivação

Mantenha o engajamento com frases curtas de incentivo. Vozes como Nova (energética) ou Milo (conversacional) adaptam o tom sem necessidade de clonagem personalizada, mantendo consistência em todas as línguas suportadas.

Casos de uso para meditação

Ilustração de onda sonora para: Casos de uso para meditação

A API Narrador Fit oferece vozes calmas e consistentes, ideais para guias de meditação longos. A voz Luna, com tom suave, ou Sage, instrucional, mantêm a atenção sem fadiga auditiva.

O limite de 4096 caracteres por requisição permite dividir sessões de relaxamento em partes gerenciáveis. O áudio é gerado aproximadamente em tempo real (cerca de 25 caracteres por segundo).

Guias de respiração

Use a voz Sage para instruções claras de ritmo respiratório. A velocidade ajustável (0.25–4.0) permite adaptar o áudio à frequência de respiração dos usuários, garantindo precisão temporal.

Envie instruções curtas e receba o arquivo de áudio. A consistência da voz evita distrações durante o foco.

  • Vozes Sage ou Luna para tom instrucional e suave
  • Controle de velocidade para sincronia respiratória
  • Geração rápida para atualizações dinâmicas de ritmo

Scans corporais

A voz Aria, clara e narradora, é ideal para conduzir o usuário pela atenção corporal. O texto é dividido em segmentos de até 4096 caracteres, unindo os áudios finais sem cortes abruptos.

O formato opus ou mp3 otimiza o tamanho do arquivo para aplicações móveis, sem perder a qualidade essencial para o relaxamento.

  • Voz Aria para clareza na condução
  • Divisão automática de textos longos
  • Formatos leves para apps de meditação

Sonhos e relaxamento

Utilize a voz Orion, profunda e documental, ou Luna para criar atmosferas imersivas. A marca d'água sintética identifica o áudio como gerado, mantendo a transparência.

A geração em lote permite preparar sessões noturnas antecipadamente. O custo de $0,01 por mil caracteres torna a produção em escala economicamente viável.

  • Voz Oríon para imersão profunda
  • Produção em lote para sessões noturnas
  • Custo baixo para grandes bibliotecas de áudio
Casos de uso para meditação

Preço transparente

Ilustração de onda sonora para: Preço transparente

A cobrança é simples: US$ 10 por 1 milhão de caracteres (US$ 0,01 por 1.000 caracteres). Espaços e pontuação contam. Se a síntese falhar, o valor é devolvido integralmente.

Comece com US$ 0,50 de crédito (cerca de 50.000 caracteres) ao entrar com Google, válido por 7 dias. Contas por email iniciam sem bônus. O saldo não expira.

Cobrança por caractere

O custo é proporcional ao volume. Cada caractere, incluindo espaços, é cobrado. Não há taxas de plataforma nem custos fixos mensais.

Crédito gratuito inicial

Registre-se com Google para receber US$ 0,50 imediatamente. O crédito serve para validar a integração antes de qualquer investimento.

Contas criadas apenas com email e senha não recebem crédito de teste.

Pagamento via USDT

Adicione saldo apenas via USDT na rede TRON (TRC-20). O mínimo é US$ 5 e o crédito é aplicado automaticamente em minutos.

Não aceitamos cartões, PayPal ou faturas com VAT. Não há planos recorrentes nem assentamentos mínimos.

  • Rede: TRON (TRC-20)

Limites e velocidade

Ilustração de onda sonora para: Limites e velocidade

Para garantir estabilidade durante picos de uso, cada chave API é limitada a 60 requisições por minuto. Antes do primeiro top-up, o limite é de 10 requisições por minuto. Isso previne congestionamentos e garante que sua integração de fitness ou meditação receba áudio de forma consistente.

Limite de 60 requisições/minuto

O limite padrão de 60 req/min aplica-se por chave. Solicitações excedentes são processadas em fila, podendo aumentar levemente o tempo de resposta total em cargas altas.

Textos até 4096 caracteres

Cada requisição aceita até 4096 caracteres, incluindo espaços e pontuação. Para textos longos, como sessões completas de yoga ou corridas, divida o texto em partes menores e junte os arquivos de áudio resultantes.

Velocidade real-time

A geração é aproximadamente em tempo real: cerca de 25 caracteres por segundo de áudio gerado. Frases curtas levam alguns segundos para processar. Pedidos são processados sequencialmente, então filas podem ocorrer sob carga.

Tecnologia e áudio

Ilustração de onda sonora para: Tecnologia e áudio

Nossa API gera áudio de alta qualidade com uma marca d'água inaudível que identifica o arquivo como speech sintético, garantindo transparência sem afetar a experiência do usuário final.

Áudio com marca d'água sintética

O arquivo gerado contém uma marca d'água digital inaudível que marca o conteúdo como voz sintética, atendendo a requisitos de transparência para aplicações de fitness e meditação.

Formatos MP3, WAV, OPUS, FLAC, PCM

Você define o formato ideal para seu player ou pipeline. Suportamos MP3, WAV, OPUS, FLAC e PCM via campo response_format na requisição.

  • MP3 para compactação e web
  • WAV para alta fidelidade
  • OPUS para eficiência de banda
  • FLAC para lossless
  • PCM para processamento raw

Velocidade ajustável

Ajuste a velocidade de fala entre 0.25x e 4.0x. Ideal para contar repetições rápido ou guiar respirações lentas sem editar o áudio depois.

Comece agora

Ilustração de onda sonora para: Comece agora

Para começar a integrar a Narrador Fit, acesse a página /get-api-key/ e crie sua conta usando Google ou e-mail. O processo é direto, sem formulários complexos ou etapas desnecessárias.

Após o registro, você receberá imediatamente sua chave de API única e poderá visualizar seu saldo e histórico de uso. A integração utiliza o SDK oficial da OpenAI com apenas uma alteração na URL base.

Crie sua conta

Acesse /get-api-key/ e escolha entre autenticação via Google ou cadastro com e-mail e senha. As contas são vinculadas especificamente a este site, garantindo que suas credenciais sejam isoladas e seguras.

  • Acesso via Google ou e-mail

Obtenha sua chave API

Após o cadastro, sua chave Bearer é gerada instantaneamente. Você pode emitir uma nova chave a qualquer momento, invalidando a anterior imediatamente, o que facilita a gestão de segurança em diferentes ambientes de desenvolvimento.

  • Chave única por conta
  • Invalidação instantânea ao emitir nova chave

Teste com crédito grátis

Novos usuários com login via Google recebem US$ 0,50 de crédito válido por 7 dias, suficiente para cerca de 50.000 caracteres. Esse crédito permite validar a qualidade das vozes e a integração da API antes de qualquer investimento.

  • US$ 0,50 de crédito inicial
  • Válido por 7 dias
  • Aproximadamente 50.000 caracteres

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Requisições falhas são gratuitas e o crédito é estornado automaticamente.

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. Node.js documentation
  3. OpenAI API reference: create speech
  4. curl documentation
  5. LibriTTS-R corpus (OpenSLR 141)
  6. TRON developer hub: TRC-20
  7. Python documentation
  8. ISO 639 language codes
  9. FFmpeg documentation
  10. LibriVox public-domain audiobooks
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. openai-node on GitHub

Mais neste site