Perguntas frequentes
O texto digitado é gravado em algum lugar?
O texto de entrada é usado apenas para produzir o áudio e não é armazenado para treinamento. O áudio gerado é retornado na resposta e não fica salvo em nossos servidores. Apenas os metadados da solicitação (hora, caracteres, status) são mantidos para fins de faturamento e controle de uso.
Posso usar o áudio gerado comercialmente?
Sim. As vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras do LibriVox (domínio público). O serviço é uma API para criadores de conteúdo. O uso comercial é permitido, mas não há garantias ou contratos específicos.
Qual a diferença entre voz de locutor e voz robótica?
Nossas vozes são baseadas em gravações licenciadas de atores reais (LibriTTS-R e LibriVox), resultando em entonação natural e profissional. Diferente de sintetizadores antigos, as oito presets (como Aria, Felix ou Atlas) oferecem clareza e estilo editorial, adequados para spots publicitários e narrativas de rádio.
Preciso pagar para remover a marca d'água?
Não. Todo arquivo de áudio gerado carrega uma marca d'água inaudível que o identifica como fala sintética. Esta característica é padrão em todos os planos e não há opção de pagamento para removê-la, pois é uma marca de identificação do serviço de API.
O serviço funciona em dispositivos móveis?
O serviço é uma API RESTful acessível via HTTP. Você pode integrá-la em aplicativos móveis usando chamadas HTTP diretas ou SDKs OpenAI (ajustando a base URL). Não há um aplicativo móvel nativo exclusivo, mas a funcionalidade está disponível em qualquer dispositivo com acesso à internet e capacidade de execução de código.
As vozes podem falar outros idiomas além do inglês?
Sim. Oferecemos suporte para 23 idiomas, incluindo português, espanhol, francês, alemão, japonês e árabe. Qualquer voz pode falar qualquer um desses idiomas. Se o idioma não for especificado, o sistema tenta adivinhar, mas para textos em latim não ingleses, recomendamos definir o campo 'language' explicitamente.
O que acontece se eu exceder o limite de caracteres?
Cada solicitação aceita até 4.096 caracteres. Se seu texto for maior, você deve dividi-lo em partes dentro desse limite e juntar os arquivos de áudio resultantes. O limite de taxa é de 60 requisições por minuto por chave, o que pode causar espera em fila sob carga.
A API funciona em tempo real ou há delay?
Não há streaming ou áudio parcial em tempo real. As requisições são processadas em sequência, o que pode causar delay em filas sob carga. Para textos longos, a geração é aproximadamente em tempo real (25 caracteres por segundo), mas frases curtas podem levar alguns segundos.
Posso usar a API para criar um podcast?
Sim. A API é ideal para produção editorial. Você pode enviar textos de até 4.096 caracteres e receber arquivos de áudio em formatos como MP3, WAV, OPUS ou FLAC. Para episódios longos, basta dividir o texto e concatenar os áudios gerados sequencialmente.
As vozes mudam de entonação dependendo do texto?
As vozes são presets fixos (ex: Aria para narradora, Felix para promo) e não possuem tags de emoção ou clonagem personalizada. A entonação segue o estilo padrão da voz selecionada. Não há variação dinâmica de emoção baseada no conteúdo do texto, mantendo consistência editorial.
É necessário instalar algum software?
Não. A Locutor.io é uma API baseada na nuvem. Você envia texto via JSON e recebe o áudio. Pode usar o SDK da OpenAI (ajustando a URL base) ou qualquer cliente HTTP. Não há necessidade de instalar SDKs proprietários ou plugins específicos.
O áudio gerado pode ser baixado quantas vezes quiser?
O áudio é retornado diretamente na resposta da API. Não é armazenado em nosso servidor para download posterior, portanto, você deve salvá-lo localmente no momento da geração. Não há limite de downloads, pois o arquivo é seu imediatamente após a solicitação bem-sucedida.
Há limite de tamanho de arquivo de áudio?
O limite aplica-se ao texto de entrada: até 4.096 caracteres por solicitação. O tamanho do arquivo de áudio resultante depende da duração do texto e do formato escolhido (mp3, wav, etc.). Não há limite de tamanho de arquivo imposto pela API, apenas pelo limite de caracteres de entrada.
O serviço suporta acentos e caracteres especiais?
Sim. O serviço aceita texto UTF-8 completo, incluindo acentos, emojis e caracteres especiais de todos os 23 idiomas suportados. A codificação do texto deve ser enviada corretamente no corpo JSON da requisição para garantir a pronúncia precisa dos caracteres acentuados.
Definição de Serviço Gratuito de TTS
O serviço gratuito de síntese de voz oferece um crédito inicial de US$ 0,50, equivalente a aproximadamente 50.000 caracteres, válido por 7 dias ao fazer login com Google. É uma ferramenta editorial e técnica para criadores que precisam de vozes profissionais para rádio e publicidade sem compromisso financeiro imediato.
Este acesso limitado permite testar a qualidade das oito vozes pré-definidas e a velocidade de geração. É ideal para protótipos de spots publicitários ou demos, onde o objetivo é validar a adequação da voz ao projeto antes de qualquer investimento maior.
Acesso limitado a créditos iniciais
Ao se registrar com Google, você recebe US$ 0,50 de crédito. Esse valor permite gerar cerca de 50.000 caracteres, considerando que espaços e pontuação contam como caracteres. O crédito expira em 7 dias, incentivando o teste rápido da tecnologia.
- Crédito inicial de US$ 0,50
- Aproximadamente 50.000 caracteres disponíveis
- Validade de 7 dias após o registro
Uso sem necessidade de cartão de crédito
A inscrição é feita via Google ou e-mail com senha, sem necessidade de inserir dados de pagamento. Isso remove barreiras financeiras para criadores de conteúdo que desejam experimentar a API Locutor.io em seus fluxos de trabalho editoriais.
Ideal para testes de qualidade e protótipos
Com 10 requisições por minuto (antes do primeiro depósito) ou 60 requisições por minuto (após o depósito), você pode iterar rapidamente diferentes scripts e vozes. É o cenário perfeito para validar a naturalidade das vozes baseadas em gravações licenciadas antes de escalar para uma produção maior ou contratar locutores humanos.
Como a Tecnologia de Síntese Funciona
O processo inicia com o envio de texto via endpoint POST. O sistema processa as entradas na nuvem, respeitando o limite de 4096 caracteres por solicitação. A linguagem é detectada automaticamente ou definida explicitamente, garantindo a pronúncia correta para os 23 idiomas suportados.
Entrada de texto e processamento na nuvem
O texto é enviado em formato JSON para https://api.getbb7.com/v1/audio/speech. O serviço recebe os parâmetros, incluindo modelo e voz, e inicia a fila de processamento. Cada requisição é tratada individualmente, garantindo que a integridade do áudio seja mantida mesmo sob carga.
Geração de áudio através de modelos neurais
A síntese utiliza modelos neurais para converter caracteres em ondas sonoras. O sistema processa as informações linguísticas para criar uma voz natural, baseada em gravações licenciadas. A geração ocorre em série, o que significa que solicitações simultâneas podem entrar em fila até que o recurso esteja disponível.
Retorno do arquivo de áudio pronto para uso
O resultado é um arquivo de áudio nos formatos escolhidos (mp3, wav, opus, flac ou pcm). O arquivo é retornado diretamente na resposta da API, pronto para ser integrado em campanhas de rádio ou publicidades. Não há armazenamento permanente do áudio gerado, apenas os metadados para faturamento.
Vantagens de Usar uma API em vez de Site Simples
Uma API permite que você gere locuções em massa sem interromper o fluxo de trabalho. Em vez de copiar e colar manualmente cada texto, o sistema processa requisições JSON via POST, retornando arquivos de áudio prontos para integração direta em seus projetos de rádio e publicidade.
Automação de processos de produção
Com endpoints como POST https://api.getbb7.com/v1/audio/speech, você pode automatizar a geração de centenas de spots. Scripts podem dividir textos longos em partes de 4096 caracteres e juntar os áudios resultantes, eliminando tarefas repetitivas e acelerando a entrega de campanhas.
- Solicite áudio via JSON padrão, compatível com SDKs OpenAI
- Processamento sequencial garante ordem correta em listas de textos
- Gere um formato (mp3, wav, opus, flac ou pcm) por chamada
Integração com ferramentas de edição
Os arquivos retornados são binários prontos para importação em softwares de DAW. Ao definir response_format, você escolhe o codec ideal para sua estação de trabalho, facilitando a inclusão direta na trilha sonora sem conversões manuais adicionais ou perda de qualidade.
- Suporte a MP3, WAV, Opus, FLAC e PCM
- Integração direta com scripts Python, Node.js ou cURL
- Compatibilidade com pipelines CI/CD para testes automatizados
Controle programático sobre parâmetros
A API oferece ajuste preciso de velocidade (0.25–4.0) e seleção de voz (8 presets). Você pode variar a entonação entre vozes como 'nova' para spots publicitários ou 'atlas' para notícias, tudo programaticamente, garantindo consistência tonal em toda a produção.
- Ajuste de velocidade de 0.25x a 4.0x
- Seleção de 8 vozes distintas por perfil
- Definição opcional de idioma ISO para precisão
Limitações da Versão Gratuita
O crédito inicial de $0,50 (aproximadamente 50.000 caracteres) expira em 7 dias após o login com Google. Sem recarga, o uso cessa abruptamente.
A taxa de requisições é limitada a 10 por minuto antes da primeira top-up, podendo causar fila de espera em picos.
Limite de 7 dias para o crédito inicial
O crédito de $0,50 serve para testes de qualidade e protótipos. Após 7 dias, ele expira e não é renovado automaticamente. Contas criadas com email não recebem esse bônus.
É necessário realizar uma top-up para continuar gerando áudio, mantendo o acesso à mesma chave e histórico de uso.
Restrições de velocidade de requisição
Alimite de 10 requisições por minuto aplica-se até a primeira recarga. Após o top-up, o limite sobe para 60 requisições por minuto.
Solicitações simultâneas podem ficar em fila, já que o processamento é sequencial. Textos longos levam tempo real de geração.
Sem SLA
Não há garantia de uptime ou contrato de nível de serviço. O serviço pode sofrer variações de performance sem aviso prévio.
O suporte é exclusivo por email, sem atendimento prioritário ou telefônico para contas gratuitas.
Qualidade das Vozes Sintéticas
Locutor.io oferece oito vozes distintas, desde narrativas quentes até vozes profundas para documentários. Todas são derivadas de gravações licenciadas e de domínio público, garantindo uma base técnica sólida para sua produção de áudio.
Vozes baseadas em gravações reais licenciadas
Nossas vozes, como Aria e Atlas, são baseadas em gravações licenciadas (LibriTTS-R e LibriVox). Isso garante uma base acústica natural, ideal para spots de rádio e conteúdo publicitário.
Marca d'água para identificação de conteúdo sintético
Cada arquivo gerado carrega uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso facilita a transparência e a gestão de direitos autorais em campanhas de mídia.
Naturalidade comparada a locutores humanos
A síntese produz vozes naturais, mas não possui tags de emoção ou variação dinâmica baseada no conteúdo. Embora não haja clonagem personalizada, a qualidade é suficiente para demos rápidas e protótipos antes de uma locução humana.
Aplicações Práticas para Criadores de Conteúdo
A API permite gerar demos de rádio em minutos, transformando textos publicitários em arquivos de áudio profissionais. Criadores de conteúdo podem testar diferentes abordagens narrativas sem custos elevados, utilizando vozes como Felix para promos energéticos ou Atlas para notícias neutras.
Essa agilidade facilita a validação de conceitos criativos antes de investir em gravações estúdio, integrando diretamente no fluxo de produção de mídias sociais e spots publicitários.
Criação rápida de demos para campanhas
Use a API para gerar variações de spots publicitários rapidamente. Com vozes como Felix (energético) ou Luna (suave), você cria demos que refletem diferentes tons de marca em segundos, sem precisar agendar estúdios.
- Gere múltiplas versões de um mesmo roteiro para A/B testing.
- Integre vozes específicas como "promos" ou "narrativas" no fluxo de produção.
Teste de diferentes vozes antes de contratar
Antes de contratar um locutor humano, avalie a adequação de oito vozes distintas. A API permite ouvir como Aria, Nova ou Orion interpretam seu texto, garantindo que a escolha final alinhe-se à identidade sonora do projeto.
- Experimente vozes femininas e masculinas com diferentes personalidades.
- Valide a clareza e o tom antes de fechar orçamentos.
Geração de conteúdo para redes sociais
Produza áudios para posts, stories ou vídeos explicativos usando apenas texto. Com formatos como MP3 ou WAV, o conteúdo gerado é leve e pronto para distribuição, democratizando a produção de locução para criadores independentes.
- Formatos otimizados para redes sociais (MP3, WAV).
- Textos até 4096 caracteres por requisição.

Transição do Gratuito para o Pago
O crédito inicial de $0,50 (cerca de 50.000 caracteres) expira após 7 dias. Para continuar gerando áudios sem interromper o fluxo de produção, é necessário realizar um top-up.
O depósito mínimo é de US$ 5,00, creditados automaticamente em minutos via rede TRON (USDT TRC-20). Não há planos mensais ou assinaturas obrigatórias.
Quando o crédito grátis se esgota
O período de 7 dias termina, o saldo chega a zero e novas requisições falham sem cobrança. A API mantém a integridade dos dados, mas o serviço de síntese pára até o reabastecimento.
Processo de top-up via USDT
Envie USDT na rede TRON (TRC-20) diretamente da sua carteira. O sistema detecta a transferência e atualiza o saldo automaticamente em poucos minutos. Não há processadora de pagamentos intermediária.
- Mínimo de depósito: $5 USD
- Rede aceita: TRON (TRC-20)
- Tempo de crédito: minutos
Continuidade do mesmo projeto sem perda de dados
Como não há mudança de plataforma ou migração de dados, o workflow editorial permanece inalterado. O mesmo endpoint e chave de API continuam válidos, garantindo consistência na entrega final.
Comparação com Serviços Tradicionais de Locução
Locução tradicional exige agendamento de estúdio e locutores, gerando custos fixos e prazos longos. A API do Locutor.io oferece custo variável: $0,01 por mil caracteres, ideal para volumes variáveis sem investimento inicial em infraestrutura.
Enquanto métodos tradicionais dependem de agendas, a API permite geração imediata via código. Isso elimina a necessidade de coordenar horários e facilita a iteração rápida em campanhas publicitárias.
Velocidade vs. Custo em escala
Processamento em nuvem elimina gargalos físicos. Textos longos são gerados em tempo real aproximado, com filas sob carga, mas sem a logística de estúdio.
- Geração instantânea via endpoint POST
- Sem custos de aluguel de estúdio
- Escala linear com o volume de texto
Controle criativo imediato vs. agendamento
Alterar vozes ou velocidades ocorre em segundos, não dias. Criadores ajustam parâmetros programaticamente, testando múltiplas versões para spots de rádio sem agendar novas sessões.
Isso acelera o ciclo de aprovação criativa, permitindo ajustes finos antes da entrega final.
- Ajuste de velocidade de 0.25 a 4.0
- Escolha entre 8 vozes distintas
- Formatos variados: mp3, wav, opus, flac, pcm
Custos fixos vs. custos variáveis por uso
Modelo tradicional cobra por hora ou dia de estúdio, independente do uso. A API cobra apenas pelos caracteres processados, com falhas sendo gratuitas.
Créditos iniciais gratuitos permitem testes sem compromisso financeiro, transicionando para pagamento via USDT conforme a necessidade do projeto.
- Pagamento por uso real
- Crédito inicial de $0,50
- Top-up mínimo de $5 via USDT
O Papel da API no Ecossistema de Mídia
A API de texto para fala integra a geração de áudio diretamente ao fluxo de trabalho editorial, permitindo que criadores gerem locuções profissionais sem a necessidade de estúdios físicos ou agendamentos de estúdio. Essa integração técnica elimina a barreira entre o texto finalizado e o áudio pronto para publicação.
Democratização da locução profissional
A disponibilização de vozes baseadas em gravações licenciadas através de uma simples chamada de código permite que pequenos criadores acessem qualidade de broadcast. O modelo de pagamento por uso, iniciado com créditos gratuitos, remove o custo fixo elevado de contratação de estúdios para projetos pontuais.
- Acesso imediato a 8 vozes profissionais
- Modelo pay-as-you-go sem mensalidades
Redução de barreiras técnicas para criadores
A API utiliza o formato padrão de requisição HTTP, compatível com SDKs existentes. Criadores podem automatizar a conversão de scripts longos ou variáveis sem aprender ferramentas complexas de síntese, apenas enviando texto e recebendo o arquivo de áudio pronto.
Padronização de qualidade em múltiplos projetos
Diferente de gravações humanas que variam por cansaço ou equipamento, a API garante consistência acústica entre diferentes campanhas. A mesma voz e velocidade podem ser aplicadas em dezenas de spots publicitários mantendo a identidade sonora da marca com precisão técnica.
Segurança e Privacidade no Uso Gratuito
O uso do serviço gratuito não altera a política de privacidade dos dados enviados. Seu texto de entrada é processado exclusivamente para gerar o arquivo de áudio solicitado, sem ser utilizado para treinar ou aprimorar os modelos de linguagem da API.
Texto não é usado para treinamento de modelos
Seu texto de entrada é processado exclusivamente para gerar o arquivo de áudio solicitado, sem ser utilizado para treinar ou aprimorar os modelos de linguagem da API.
Metadados mantidos apenas para faturamento
Para garantir a precisão na cobrança, mantemos registros básicos de metadados, como data, quantidade de caracteres processados e status da requisição. Essas informações são essenciais apenas para o controle de créditos e não contêm o conteúdo do seu texto.
Áudio gerado não é armazenado permanentemente
O arquivo de áudio é retornado imediatamente na resposta da API e não permanece armazenado em nossos servidores após o envio. Isso garante que você tenha total controle sobre onde e como seu conteúdo auditivo final será distribuído.
Essa abordagem mantém o foco na entrega eficiente do arquivo, respeitando a privacidade do seu material criativo desde o início do processo.
Suporte e Documentação para Iniciantes
A documentação técnica detalhada está disponível em /docs/, explicando cada parâmetro da API e os formatos de resposta. Iniciantes podem consultar as especificações para entender como estruturar as requisições JSON corretamente.
Acesso a documentação técnica completa
O acesso à documentação completa permite compreender a estrutura dos endpoints e os limites de uso. É possível verificar os formatos de áudio suportados e as opções de voz diretamente na página de referência.
- Especificação de endpoints RESTful
- Exemplos de payload JSON
- Códigos de resposta HTTP
Exemplos práticos de uso da API
A página /get-api-key/ inclui um exemplo de comando curl pronto para uso. Isso facilita a integração imediata, permitindo que criadores testem a geração de áudio com sua chave de API ativa.
Canal de email para dúvidas específicas
Para questões técnicas ou sobre faturamento, o suporte é realizado exclusivamente por email. Não há chat ao vivo ou telefone, garantindo que cada dúvida receba uma resposta documentada e precisa.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. A seleção de idioma é crucial para a precisão da pronúncia, especialmente quando o texto utiliza o alfabeto latino mas não é inglês.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
