Perguntas frequentes
Qual voz escolher para e-commerce?
Para e-commerce, recomendamos Felix para promoções energéticas ou Milo para conversas amigáveis. Atlas é ideal para notícias neutras, enquanto Luna oferece narração suave. Todas as 8 vozes suportam os 23 idiomas disponíveis, permitindo personalizar o tom da comunicação com o cliente sem limitações de linguagem.
Como otimizar o uso de caracteres?
O custo é de $0,01 por 1.000 caracteres, incluindo espaços e pontuação. Cada requisição aceita até 4.096 caracteres. Para textos longos, divida o conteúdo em partes menores e junte os arquivos de áudio resultantes. Isso evita erros e garante o controle preciso do consumo de créditos na API.
Qual formato de áudio é mais leve?
Os formatos disponíveis são mp3, wav, opus, flac e pcm. O opus também oferece boa compressão. Escolha o formato que melhor equilibra qualidade e tamanho de arquivo para a plataforma de comércio eletrônico ou aplicativo SaaS.
O TTS é adequado para anúncios?
Sim, vozes como Felix (energética) e Nova (brilhante) são ideais para anúncios. O áudio gerado contém uma marca d'água inaudível que indica ser fala sintética. Não há clonagem de voz personalizada, mas as vozes licenciadas oferecem clareza e profissionalismo para campanhas de marketing digital e e-commerce.
Como integrar com React ou Node?
Use o SDK oficial da OpenAI, alterando o base_url para https://api.778bet.info/v1. Envie um POST para /v1/audio/speech com o texto e a voz desejada. A autenticação é feita via cabeçalho Authorization: Bearer com sua chave API. O formato de resposta é binário contendo o arquivo de áudio.
O que é base_url na integração?
É o endereço base da API que substitui o padrão da OpenAI nos SDKs. Para este serviço, defina base_url como https://api.778bet.info/v1. Isso permite reutilizar o código existente de clientes OpenAI, apenas ajustando a URL e a chave de autenteração para conectar-se aos nossos servidores de TTS.
Posso misturar vozes no mesmo áudio?
Não. Cada requisição gera um arquivo de áudio com uma única voz predefinida. Para misturar vozes, você deve fazer múltiplas requisições, cada uma com uma voz diferente, e depois unir os arquivos de áudio resultantes manualmente ou via script na sua aplicação de comércio eletrônico ou SaaS.
Como controlar a velocidade da voz?
Use o parâmetro speed na requisição JSON, aceitando valores entre 0.25 e 4.0. O valor padrão é 1.0. Isso permite acelerar ou desacelerar a fala para se adequar ao ritmo do conteúdo, seja para narrações rápidas de promoções ou para explicações detalhadas de produtos em plataformas de e-commerce.
O TTS funciona offline?
Não. É uma API baseada em nuvem. Você envia texto via HTTP POST e recebe o arquivo de áudio. Não há SDK móvel ou instalação local. A geração ocorre nos servidores, com latência variável dependendo da fila de processamento, exigindo conexão com a internet para funcionar.
Qual a latência média da API?
Textos longos geram áudio em tempo real aproximado (25 caracteres por segundo). Frases curtas levam alguns segundos. Sob carga, as requisições podem aguardar na fila. Não há garantia de SLA ou tempo de resposta fixo. O processamento é sequencial, então o volume de solicitações influencia diretamente o tempo de entrega.
Posso usar TTS para podcasts?
Sim, vozes como Luna (narração) e Orion (documentário) são adequadas. O áudio é gerado sob demanda, sem armazenamento permanente. Cada arquivo possui marca d'água sintética. Você pode controlar velocidade e idioma. Não há suporte para SSML ou marcações de emoção, exigindo edição externa para produções mais complexas de podcast.
Como rastrear o consumo de créditos?
A página /get-api-key/ exibe o saldo, créditos de teste, caracteres restantes e histórico de uso. O custo é $0,01 por 1.000 caracteres. Requisições falhas são reembolsadas integralmente. O saldo não expira. Use a chave API para integrar o rastreamento ao seu painel administrativo de e-commerce ou aplicativo SaaS.
Escolhendo a Voz Certa
Selecionar a voz adequada é o primeiro passo para definir o tom da sua loja virtual. Cada preset do ClarezaVoz foi desenhado para contextos específicos, garantindo que o áudio não soe genérico ou desconectado da identidade da marca.
Aria para narrativas claras
Aria oferece uma voz feminina quente e clara, ideal para narrativas de produtos ou descrições detalhadas. Sua clareza garante que informações complexas sejam compreendidas sem esforço auditivo.
Nova para conteúdo dinâmico
Nova traz um tom brilhante e animado, perfeito para promoções relâmpago ou banners interativos. A energia da voz mantém o usuário engajado durante a navegação em categorias de alta rotatividade.
Luna para histórias suaves
Luna apresenta uma voz suave, excelente para storytelling de marca ou histórias de origem. Sua tonalidade acolhedora cria uma conexão emocional mais profunda com o consumidor.
Configurando o Idioma
O reconhecimento automático de idioma tenta inferir a língua com base no script, assumindo inglês para textos em latim não anglófonos. Essa abordagem simplifica a configuração inicial, mas pode gerar pronúncias incorretas em textos multilíngues ou específicos.
Para garantir a precisão na conversão de texto em fala, o parâmetro language permite definir explicitamente a língua desejada. Isso elimina ambiguidades e garante que a voz sintetize o texto com a entonação e fonética corretas.
Definição explícita vs automática
A API tenta adivinhar o idioma pelo alfabeto usado. Se você enviar texto em português ou espanhol usando letras latinas sem especificar, o sistema pode interpretar erroneamente como inglês.
Definir o campo language no corpo da requisição JSON força o motor a aplicar as regras fonéticas corretas. Isso é essencial para manter a clareza narrativa em e-commerces que atendem mercados diversos.
- Use
languagepara textos mistos ou não óbvios. - Deixe em branco apenas para texto inglês puro.
Códigos ISO de idioma
Utilize códigos ISO de dois caracteres para identificar a língua. A API suporta 23 idiomas, incluindo pt-BR, es-ES, fr-FR, de-DE, it-IT, ja-JP, ko-KR, zh-CN, ru-RU, ar-SA, hi-IN, tr-TR, sv-SE, no-NO, fi-FI, da-DK, pl-PL, nl-NL, el-GR, he-IL, ms-MY, sw-KE.
Códigos inválidos ou não listados resultarão em falha na síntese. Verifique sempre a lista de idiomas suportados antes de integrar a chamada à API nos fluxos de checkout ou catálogos.
Tratamento de textos latinos
Textos em latim por padrão são tratados como inglês se o parâmetro language não for definido. Isso inclui idiomas como português, francês ou italiano.
Sempre defina language: 'pt-BR' (ou outro código relevante) para textos em línguas latinas não inglesas. Isso evita que a voz 'Aria' ou 'Nova' acentue palavras estrangeiras com sotaque inglês.
Formatos de Áudio para Web
A escolha do formato de áudio impacta diretamente a experiência do usuário final e a eficiência da infraestrutura. Cada formato oferece um equilíbrio diferente entre qualidade, tamanho de arquivo e compatibilidade, sendo essencial alinhar a técnica às necessidades específicas de cada dispositivo ou plataforma de e-commerce.
MP3 para compatibilidade geral
O MP3 é o formato universalmente suportado por navegadores, players de áudio e aplicativos móveis antigos. Sua ampliação de compatibilidade reduz a necessidade de conversões no lado do cliente, garantindo que o conteúdo gerado pela API seja reproduzido sem erros em qualquer dispositivo conectado à internet.
Opus para eficiência de banda
Para aplicações com alto volume de tráfego, o Opus oferece excelente compressão com qualidade preservada, reduzindo o consumo de dados dos seus usuários finais sem sacrificar a clareza da voz.
WAV para processamento local
O formato WAV, sem compressão lossy, é ideal para integrações onde o áudio precisa ser processado ou editado localmente em servidores ou dispositivos finais, mantendo a fidelidade original do som.
Otimização de Caracteres
O limite de 4096 caracteres por solicitação exige planejamento para catálogos extensos. Cada chamada deve conter texto conciso, evitando redundâncias que consumam a cota rapidamente.
Textos maiores que o limite precisam ser segmentados logicamente. O cliente deve dividir o conteúdo em blocos gerenciáveis antes de enviar as requisições à API.
Limite de 4096 caracteres
Cada requisição POST aceita até 4096 caracteres. Ultrapassar esse valor resulta em erro, então a estrutura do texto deve respeitar esse teto rigoroso para garantir a síntese bem-sucedida.
Para descrições de produtos longos, é necessário dividir o texto em partes menores. A API não realiza essa divisão automaticamente; o código do cliente deve gerenciar essa segmentação.
- Máximo de 4096 caracteres por chamada.
- Excede o limite: erro na síntese.
- Divisão manual recomendada para textos extensos.
Divisão de textos longos
Ao dividir um texto, envie múltiplas requisições sequenciais ou paralelas, dependendo da sua infraestrutura. Junte os arquivos de áudio resultantes no seu servidor para criar o arquivo final contínuo.
Essa abordagem permite manter o controle sobre o tamanho de cada parte, garantindo que cada segmento seja processado corretamente sem truncamentos inesperados.
Contagem de espaços e pontuação
Espaços e pontuação contam como caracteres. Um texto de 4096 caracteres pode ter menos palavras do que se imagina, especialmente com pontuação extensa. Planeje a densidade do texto para maximizar o uso da cota.
Precisão na contagem evita surpresas na fatura, já que o custo é baseado no volume total de caracteres enviados, incluindo espaços e sinais de pontuação.
Velocidade de Geração
A velocidade de geração afeta diretamente a experiência do usuário em e-commerces, onde a espera por áudio não deve interromper o fluxo de navegação. O parâmetro speed permite ajustar a taxa de fala entre 0.25 e 4.0, oferecendo controle técnico preciso para adaptar o conteúdo às necessidades específicas de cada contexto.
Ao aumentar a velocidade, textos promocionais curtos são processados mais rapidamente, enquanto valores menores garantem clareza em audiodescrições detalhadas. Essa flexibilidade permite otimizar o tempo de resposta sem sacrificar a inteligibilidade da voz sintetizada.
Ajuste de velocidade (0.25-4.0)
O campo speed na requisição JSON aceita valores de 0.25 a 4.0. Valores acima de 1.0 aceleram a síntese, ideal para notificações rápidas de status de pedido. Valores abaixo de 1.0 suavizam a entrega, recomendado para instruções de uso ou narrativas de catálogo.
Ajustar a velocidade não altera o preço cobrado, que é baseado exclusivamente no número de caracteres processados. Isso permite testar diferentes ritmos de fala para encontrar o equilíbrio ideal entre clareza e eficiência na integração.
- Use valores próximos de 1.0 para conteúdo padrão.
- Aumente a velocidade para promoções curtas.
- Reduza a velocidade para audiodescrições complexas.
Tempo real em textos longos
Para textos extensos, a geração ocorre aproximadamente em tempo real, processando cerca de 25 caracteres por segundo. Isso significa que um texto de 10.000 caracteres levará aproximadamente 400 segundos para ser totalmente sintetizado, mantendo uma taxa constante de processamento.
Essa previsibilidade facilita o cálculo de recursos necessários para aplicações SaaS que geram grandes volumes de áudio automaticamente. A consistência na taxa de geração garante que o tempo de resposta seja estimável com base no tamanho do input.
Filas de processamento
As requisições são processadas sequencialmente, o que significa que, sob carga elevada, uma solicitação pode entrar em uma fila de espera. Isso pode aumentar o tempo total de resposta para usuários simultâneos, especialmente em horários de pico de acesso à loja virtual.
Para minimizar latência, considere distribuir as solicitações de geração de áudio ao longo do tempo ou usar múltiplas chaves de API para paralelizar o processamento, respeitando o limite de 60 requisições por minuto por chave.
- Processamento é sequencial por chave.
- Filas podem aumentar latência sob carga.
- Use múltiplas chaves para paralelismo.
Tratamento de Erros
Em ambientes de e-commerce, a falha na geração de áudio não deve interromper a experiência do usuário. A ClarezaVoz garante que requisições que falhem durante o processo de síntese sejam completamente gratuitas. Você não paga por tentativas que não resultaram em arquivo de áudio final.
Esse mecanismo de cobrança justa é essencial para integrar TTS em fluxos automatizados de notificações ou promoções, onde picos de tráfego podem causar erros temporários sem penalizar o orçamento da startup.
Requisições falhas sem custo
Se o servidor não conseguir concluir a conversão, o valor correspondente aos caracteres solicitados é estornado integralmente na sua conta.
O saldo é atualizado automaticamente após a confirma do status de erro, permitindo que você monitore seu saldo real sem surpresas no final do mês.
Retorno de status HTTP
Cada resposta da API inclui códigos HTTP claros. Status 200 indica sucesso, enquanto códigos 4xx ou 5xx sinalizam problemas específicos, como limite de caracteres excedido ou chave inválida.
É crucial ler o corpo da resposta para entender a causa exata do erro, seja uma formatação JSON incorreta ou um problema de autenticação temporário.
- Códigos 400: Erro de requisição ou parâmetros inválidos.
- Códigos 429: Limite de 60 requisições por minuto excedido.
- Códigos 500: Erro interno temporário do servidor.
Retry lógico de requisições
Implemente uma lógica de retry exponencial para erros temporários (como 503 ou 504). Espere intervalos crescentes entre as tentativas para evitar sobrecarregar a fila de processamento.
Para erros definitivos, como caracteres acima do limite ou voz inválida, não há benefício em tentar novamente sem corrigir os parâmetros da solicitação.
Cálculo de Custos
O custo da API ClarezaVoz é simples e previsível: $10 por 1 milhão de caracteres processados, o que equivale a $0,01 por cada 1.000 caracteres. Esse valor inclui espaços e pontuação na contagem total. Não há planos mensais fixos, nem taxas de assinatura ou custos mínimos de permanência. Você paga apenas pelo volume real utilizado, o que facilita o controle orçamentário para startups e lojas online em crescimento.
Preço por 1000 caracteres
O cálculo é direto: para cada 1.000 caracteres enviados à API, você paga $0,01. Isso inclui espaços, vírgulas e pontos. Como não há custo fixo, o preço escala linearmente com o volume de áudio gerado.
Estimativa de volume mensal
Para estimar seu gasto mensal, multiplique o número médio de caracteres gerados por dia por 1.000 e depois por $0,01. Se você gerar 100.000 caracteres por mês, o custo será de $1,00. Pedidos falhos não cobram nada, protegendo seu orçamento contra erros técnicos.
Impacto do formato de áudio
O formato escolhido (MP3, WAV, OPUS, FLAC, PCM) não altera o preço, pois a cobrança é baseada na entrada de texto, não no tamanho do arquivo de saída. Isso permite otimizar o armazenamento sem afetar diretamente o custo da API.

Integração com SDKs
A integração com a API ClarezaVoz é simplificada pelo uso do SDK da OpenAI, exigindo apenas a reconfiguração da URL base. Essa abordagem permite que desenvolvedores utilizem bibliotecas já consolidadas sem a necessidade de aprender uma sintaxe proprietária ou instalar pacotes adicionais específicos.
Ao apontar o cliente para https://api.778bet.info/v1, o SDK trata a ClarezaVoz como um endpoint compatível, mantendo a mesma estrutura de corpo JSON e campos como model e voice. Isso reduz o tempo de desenvolvimento, pois a lógica de requisição permanece idêntica à utilizada em outros serviços TTS populares.
Uso do SDK oficial OpenAI
Utilize o pacote openai do Python ou Node.js para enviar requisições de síntese. A classe OpenAI é instanciada normalmente, mas sua configuração de conexão precisa ser adaptada para apontar para a infraestrutura da ClarezaVoz.
A estrutura de payload, incluindo os campos input, voice e response_format, segue o padrão esperado pelo SDK, garantindo que a validação de dados e a serialização funcionem sem ajustes manuais complexos.
- Pacote
openai(versão 1.0+) compatível - Método
audio.speech.createdisponível - Suporte a Python, Node.js e Go
Alteração do base_url
Defina a propriedade base_url como https://api.778bet.info/v1 ao inicializar o cliente. Isso direciona todas as chamadas, incluindo POST /v1/audio/speech, para a API ClarezaVoz em vez dos servidores padrão.
Essa configuração única permite que o SDK gerencie automaticamente a autenticação e o envio de dados, mantendo a integridade da estrutura JSON exigida pelo endpoint.
Gerenciamento de sessão
O SDK mantém a conexão via token de autenticação fornecido no cabeçalho Authorization. Certifique-se de que a chave esteja segura e seja passada corretamente em cada requisição.
Acessibilidade e UX
A integração de áudio natural no e-commerce transforma a leitura de descrições de produtos e instruções em uma experiência mais fluida. Ao permitir que clientes ouçam o conteúdo, você reduz a carga cognitiva, especialmente em dispositivos móveis onde a leitura visual pode ser menos prática.
A acessibilidade melhora significativamente quando o texto é convertido em fala clara. Isso não apenas auxilia pessoas com deficiência visual, mas também atende usuários que preferem consumir informações auditivamente enquanto realizam outras tarefas, aumentando o tempo de permanência na plataforma.
Melhoria na experiência do usuário
O uso de vozes como Aria para narrativas claras ou Luna para histórias suaves cria uma identidade sonora consistente. Isso humaniza a marca digital, tornando a navegação mais intuitiva e reduzindo a fricção na compreensão de detalhes complexos de produtos.
Suporte a leitores de tela
A API não substitui leitores de tela, mas complementa a experiência. O áudio gerado pode ser tocado diretamente pelo usuário, oferecendo uma alternativa controlável para quem prefere ouvir em vez de ouvir a síntese padrão do sistema operacional.
- Controle total sobre a voz escolhida.
- Geração sob demanda, sem bloqueio de tags.
Controle de volume e velocidade
O parâmetro de velocidade (0.25 a 4.0) permite que o usuário ajuste a velocidade da fala. Isso é crucial para adaptar o conteúdo a diferentes necessidades, desde uma leitura calma até uma revisão rápida de detalhes técnicos.
- Ajuste fino de velocidade.
- Compatível com controles nativos do navegador.
Segurança e Chaves
A segurança da sua integração começa com a autenticação Bearer. Cada solicitação POST deve incluir o cabeçalho Authorization: Bearer tts-..., garantindo que apenas contas autorizadas consumam recursos da API.
Uma única chave ativa é emitida por conta, mas você pode solicitar uma nova a qualquer momento. A chave antiga é invalidada imediatamente, eliminando riscos de vazamento sem downtime.
Autenticação Bearer
Utilize o padrão Bearer Token em cada chamada HTTP. Isso isola a identificação da conta e simplifica a depuração de erros de permissão.
- Cabeçalho:
Authorization: Bearer tts-...
Rotação de chaves
A rotação é instantânea. Ao emitir uma nova chave, a anterior deixa de funcionar no mesmo instante, permitindo resposta rápida a suspeitas de uso indevido.
Proteção contra uso indevido
Com limites de 60 requisições por minuto, o consumo excessivo é contido naturalmente. Monitorar o painel de uso ajuda a detectar padrões incomuns de geração de áudio.
Casos de Uso Específicos
Integrar áudio nativo ao fluxo de compras do e-commerce transforma dados estáticos em experiências auditivas imersivas. A API ClarezaVoz permite que plataformas SaaS e lojas online notifiquem clientes sobre entregas, promoções e atualizações de catálogo com vozes claras e naturais, sem exigir plugins complexos ou extensões de navegador.
Notificações de entrega
Envie atualizações de status de pedido via voz para aumentar o engajamento. Use a voz Aria para narrativas claras ou Felix para energia promocional. Como o limite é de 4096 caracteres por requisição, textos longos de rastreamento devem ser divididos e unidos para garantir fluidez na reprodução automática.
- Use
tts-1para custos otimizados em notificações massivas - Defina
languageexplicitamente para evitar ambiguidades em textos latinos
Promoções por voz
Diferencie-se com anúncios de ofertas que soam como uma conversa real. A voz Nova, com tom vibrante, ou Orion, para profundidade documental, complementam a descrição de produtos. Como não há SSML, controle a entonação ajustando a velocidade (entre 0.25 e 4.0) e a escolha da voz no corpo JSON.
- Teste
novapara conteúdo dinâmico elunapara storytelling - Gere arquivos em MP3 para compatibilidade universal em web apps
Audiodescrição de catálogo
Torne sua loja acessível gerando descrições de produtos em áudio automaticamente. Use a voz Sage para instruções calmas ou Milo para um tom conversacional. Cada caractere, incluindo espaços, conta para o custo de $0.01 por mil caracteres, permitindo calcular o orçamento com precisão baseada em volumes reais.
- Suporte a 23 idiomas para mercados globais
- Áudio gerado não é armazenado, preservando o espaço do servidor
Próximos Passos
O primeiro passo é criar sua conta em /get-api-key/ para acessar o crédito de teste gratuito de US$ 0,50. Esse saldo equivale a aproximadamente 50.000 caracteres e permanece válido por 7 dias após o registro via Google, permitindo validar a qualidade das vozes sem compromisso financeiro inicial.
Utilize esse período para gerar áudios de demonstração, testando diferentes configurações de velocidade e formatos como MP3 e Opus. Essa fase inicial garante que a integração técnica esteja alinhada às necessidades do seu e-commerce antes de qualquer investimento maior.
Teste com crédito grátis
Registre-se em /get-api-key/ para obter US$ 0,50 de crédito válido por 7 dias. Esse valor permite gerar cerca de 50.000 caracteres, oferecendo uma avaliação realista da qualidade sonora e da latência da API sem custos fixos.
- Registro via Google ativa o crédito automaticamente.
- Contagem de caracteres inclui espaços e pontuação.
- Crédito expira em 7 dias após a criação.
Integração em ambiente de staging
Configure a variável base_url para https://api.778bet.info/v1 usando o SDK OpenAI ou requisições HTTP diretas. Teste endpoints como /v1/voices e /v1/models para validar a disponibilidade de vozes e formatos antes de ir para produção.
Implemente a lógica de divisão de textos longos em partes de até 4.096 caracteres, garantindo que o áudio final seja concatenado corretamente. Utilize chaves de API temporárias para isolar testes de carga e verificar limites de 60 requisições por minuto.
- Use base_url ajustado para o ambiente de teste.
- Valide divisão de textos acima de 4.096 caracteres.
- Monitore limites de taxa (60 req/min).
Monitoramento de uso
Acesse o painel em /get-api-key/ para acompanhar o saldo restante, o histórico de caracteres consumidos e o status das solicitações. Como não há faturas complexas, o controle é direto: cada caractere processado é refletido instantaneamente na sua conta.
Acompanhe métricas de falha, que não geram cobrança, para otimizar sua integração. Para escalabilidade, monitore a velocidade de geração, que varia de tempo real em textos longos a alguns segundos para frases curtas, ajustando a velocidade entre 0,25 e 4,0 conforme necessário.
- Painel mostra saldo e histórico detalhado.
- Falhas não cobram o usuário.
- Ajuste velocidade de 0,25 a 4,0.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Textos maiores que o limite precisam ser segmentados logicamente.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
Fontes e leituras adicionais
- Wikipedia
- Tether (USDT)
- Node.js documentation
- W3C WAI: making audio and video accessible
- LibriVox public-domain audiobooks
- TRON developer hub: TRC-20
- Creative Commons Attribution 4.0
- openai-node on GitHub
- openai-python on GitHub
- FFmpeg documentation
- LibriTTS-R corpus (OpenSLR 141)
- LibriTTS-R paper (arXiv 2305.18802)
