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.mp3Como 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
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
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
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
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
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

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
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
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
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
