Transforme seu App com Síntese de Voz Natural

Por Equipe editorial AppVoz API · Atualizado 2026-11-18

Esta página explica como integrar a AppVoz API em seus projetos mobile. Você aprenderá a enviar texto via POST e receber áudio, usando SDKs OpenAI ou requisições diretas. Ideal para freelancers que buscam narração rápida e econômica sem custos fixos.

Descubra as 8 vozes, os 23 idiomas suportados e os formatos de áudio disponíveis. Veja como a integração funciona na prática, entenda a estrutura de preços por caractere e configure seu ambiente de desenvolvimento com segurança e transparência.

Transforme seu App com Síntese de Voz Natural

Perguntas frequentes

O que é um app que lê texto em voz gratis?

É uma aplicação que converte texto em áudio usando nossa API. Oferecemos um crédito inicial de $0,50 (cerca de 50.000 caracteres) ao entrar com Google. Após o uso gratuito, o pagamento é feito via USDT (TRC-20), sem custos fixos ou assinaturas mensais obrigatórias.

Como funciona a síntese de voz via API?

Envie texto via POST para o endpoint /v1/audio/speech. A API retorna um arquivo de áudio. Você pode usar SDKs OpenAI ajustando o base_url. O texto é processado e convertido em áudio sintetizado, que é entregue na resposta da requisição HTTP.

Quantos idiomas a API suporta?

A API suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês e árabe. Qualquer voz pode falar qualquer um desses idiomas. Idiomas não suportados incluem vietnamita, indonésio e tailandês. O idioma é detectado automaticamente ou definido no campo 'language'.

Posso usar a API para acessibilidade no meu app?

Sim, a API é ideal para acessibilidade em apps mobile. Você pode converter textos longos ou interfaces em áudio para leitores de tela. As vozes são naturais e claras, como 'Sage' para instruções ou 'Aria' para narrativas, melhorando a experiência do usuário.

Qual o formato de áudio mais leve para mobile?

O formato MP3 é geralmente o mais leve e compatível para mobile. Também oferecemos Opus e WAV. O tamanho do arquivo depende da duração e velocidade. O formato PCM é não comprimido e maior. Escolha MP3 para equilibrar qualidade e tamanho de arquivo.

O texto enviado é usado para treinar modelos?

Não. O texto enviado é usado apenas para produzir o áudio solicitado. Não utilizamos seus dados de entrada para treinar nossos modelos de IA. Os arquivos de áudio gerados são retornados na resposta e não são armazenados permanentemente para outros fins.

As vozes são clonadas ou geradas por IA?

As vozes são baseadas em gravações licenciadas de audiobooks do LibriVox (domínio público). Não oferecemos clonagem de voz personalizada. Cada arquivo gerado contém uma marca d'água invisível que indica ser fala sintética. São vozes predefinidas, não clones de pessoas reais.

Qual o limite de caracteres por requisição?

O limite é de 4.096 caracteres por requisição. Para textos mais longos, você deve dividir o texto em partes menores e juntar os arquivos de áudio resultantes. Espaços e pontuação contam como caracteres. Isso garante processamento eficiente e consistente da síntese.

O que acontece se a geração falhar?

Se a síntese falhar, o valor é devolvido integralmente na sua conta. Você não paga por requisições que não resultam em áudio. Isso garante que você só pague pelo trabalho concluído com sucesso. Verifique o status da resposta para identificar erros.

Como funciona o trial gratuito?

Ao entrar com Google, você recebe $0,50 de crédito, válido por 7 dias. Isso equivale a cerca de 50.000 caracteres. Contas criadas com e-mail e senha não recebem este crédito inicial. O saldo não expira após o período de trial.

Posso usar minha própria chave de API?

A API requer conexão com a internet para enviar texto e receber áudio. A geração é feita na nuvem. Para textos longos, o tempo de resposta pode variar dependendo da fila de processamento.

A API funciona sem conexão estável?

A velocidade é aproximadamente real-time para textos longos, cerca de 25 caracteres por segundo de áudio gerado. Frases curtas podem levar alguns segundos. As requisições são processadas em fila, então sob carga, pode haver algum tempo de espera adicional.

Qual a velocidade média de geração?

Não. Você pode usar qualquer cliente HTTP ou SDK compatível com OpenAI. Basta alterar o base_url para https://api.playqq1.com/v1. Não oferecemos SDK proprietário, plugin WordPress ou extensão de navegador. A integração é feita via código no seu aplicativo.

Primeira solicitação

curl

curl https://api.playqq1.com/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 AppVoz funciona enviando texto para um endpoint JSON e recebendo o arquivo de áudio gerado. O processo é simples: você envia a solicitação e o sistema retorna o resultado, integrando voz natural diretamente nos seus aplicativos mobile sem complexidade adicional.

Envio de texto via POST

Envio de texto via POST

Utilize o método POST para enviar seu texto até 4096 caracteres. O corpo da requisição deve seguir o formato JSON padrão, especificando o modelo, a voz desejada e o idioma, se necessário.

  • Endpoint: POST https://api.playqq1.com/v1/audio/speech
  • Formato: JSON com campos model, input, voice

Receba áudio em segundos

O áudio é retornado diretamente na resposta da API. Para textos longos, o sistema divide o conteúdo e une os arquivos finais, garantindo que a narração seja completa e contínua.

Integração via SDK OpenAI

Como a estrutura de requisição é idêntica à da OpenAI, você pode usar os SDKs oficiais deles. Basta alterar o base_url para https://api.playqq1.com/v1 e inserir sua chave de API.

Vozes e idiomas disponíveis

Ilustração de onda sonora para: Vozes e idiomas disponíveis

A API oferece 8 vozes predefinidas, baseadas em gravações licenciadas (LibriTTS-R) e audiobiografias de domínio público. Cada voz tem um perfil distinto para diferentes contextos de app.

O sistema suporta 23 idiomas e detecta automaticamente o idioma com base no script do texto. Para textos em latim não ingleses, defina o parâmetro 'language' para evitar erros de detecção.

8 vozes predefinidas

Escolha entre vozes femininas e masculinas ajustadas para diferentes estilos de narração. Todas as vozes falam todos os 23 idiomas suportados.

  • Aria: narradora quente e clara
  • Nova: vibrante e animada
  • Luna: suave, ideal para histórias
  • Sage: calma e instrucional
  • Felix: energética, para promoções
  • Milo: amigável e conversacional
  • Atlas: neutra, estilo noticiário
  • Orion: grave, para documentários

23 idiomas suportados

Suporte completo para árabe, chinês, dinamarquês, holandês, inglês, finlandês, francês, alemão, grego, hebraico, hindi, italiano, japonês, coreano, malaio, norueguês, polonês, português, russo, espanhol, suáili, sueco e turco.

Geração automática de idioma

Se o campo 'language' não for definido, o sistema tenta adivinhar o idioma pelo script. Textos em caracteres latinos são assumidos como inglês por padrão. Para outros idiomas latinos, defina o código ISO manualmente.

Casos de uso para apps

Ilustração de onda sonora para: Casos de uso para apps

Transforme a experiência do usuário do seu aplicativo mobile com narração automatizada e natural. A AppVoz API permite integrar vozes realistas diretamente no fluxo da sua aplicação, seja para leituras de conteúdo ou interfaces mais acessíveis.

Acessibilidade em apps

Use a API para gerar áudio a partir de textos de até 4096 caracteres, oferecendo leitura em voz alta para usuários com deficiência visual. A integração é feita via POST, recebendo o arquivo de áudio pronto para reprodução no cliente.

  • Suporte a 23 idiomas, incluindo português, para alcance global
  • Geração rápida ideal para interfaces responsivas

Narração de notícias

Automatize a leitura de notícias ou atualizações em tempo real dentro do seu app. Com vozes como Atlas (neutra) ou Felix (energetica), o conteúdo é entregue com clareza, sem a necessidade de gravações humanas para cada atualização.

  • Vozes variadas para diferentes tons de conteúdo
  • Integração simples com SDK OpenAI

Assistentes virtuais

Adicione voz natural a assistentes digitais ou chatbots em aplicativos móveis. A API processa o texto e retorna o áudio rapidamente, permitindo respostas auditivas fluidas que melhoram a interação do usuário com o app.

  • Baixo custo por caractere ($0.01 por 1.000 chars)
  • Sem necessidade de streaming ou SDK proprietário

Velocidade e performance

Ilustração de onda sonora para: Velocidade e performance

O processamento de síntese ocorre de forma sequencial, gerando áudio em velocidade próxima ao tempo real para textos longos, aproximadamente 25 caracteres por segundo. Para frases curtas, o tempo de geração é de alguns segundos, garantindo uma resposta rápida para interações em apps mobile.

Geração em tempo real

O motor processa o texto e entrega o arquivo de áudio; em cenários de carga leve, a velocidade é próxima ao tempo real. A velocidade é consistente com a complexidade do texto, mantendo a fluidez necessária para experiências de usuário em aplicativos móveis.

Limites de requisição

Cada chave de API aceita até 60 requisições por minuto. Contas novas possuem um limite inicial de 10 requisições por minuto até a primeira recarga de saldo. Esse controle evita sobrecarga do serviço e garante estabilidade na entrega dos áudios.

  • 60 requisições/minuto por chave ativa
  • 10 requisições/minuto antes da primeira recarga
  • Limite por chave, não por IP

Fila de processamento

Sob alta demanda, as requisições são processadas em ordem de chegada. Se o servidor estiver ocupado, uma solicitação pode aguardar na fila antes de iniciar a síntese. Isso garante que todas as requisições sejam concluídas, ainda que com pequeno atraso adicional.

Formatos de áudio

Ilustração de onda sonora para: Formatos de áudio

A API AppVoz oferece flexibilidade na escolha do formato de saída para seus apps mobile. Você controla o equilíbrio entre qualidade e tamanho do arquivo diretamente na requisição.

Suporte a MP3

O formato MP3 é ideal para a maioria dos contextos móveis, equilibrando compressão e qualidade. É a escolha padrão para reprodução em navegadores e players nativos.

Suporte a WAV

O WAV fornece áudio sem perda de qualidade. Use este formato quando a fidelidade sonora for prioritária em sua aplicação.

Suporte a OPUS e FLAC

O OPUS oferece alta compressão com boa qualidade, ótimo para dados móveis. O FLAC garante áudio lossless sem compactação, preservando cada detalhe do áudio gerado.

Formatos de áudio

Custos e trial

Ilustração de onda sonora para: Custos e trial

Comece sem risco: ao criar uma conta via Google, você recebe US$ 0,50 de crédito (válido por 7 dias), suficiente para cerca de 50.000 caracteres. Contas criadas com e-mail e senha começam sem esse crédito inicial.

Crédito grátis inicial

O trial permite testar a qualidade da síntese imediatamente após o login com Google. Não é necessário cartão de crédito para ativar esse valor inicial.

Preço por caractere

O custo é de US$ 10 por 1 milhão de caracteres (US$ 0,01 por 1.000 caracteres). Espaços e pontuação contam como caracteres. Requisições falhas são gratuitas e o valor é estornado integralmente.

Pagamento via USDT

Adicione saldo exclusivamente via USDT na rede TRON (TRC-20). O depósito mínimo é de US$ 5, com crédito automático em minutos. Não há mensalidades, assentos ou suporte por telefone.

Dados e privacidade

Ilustração de onda sonora para: Dados e privacidade

Nossos processos são desenhados para preservar a privacidade dos seus usuários. O texto enviado para síntese é utilizado exclusivamente na geração do arquivo de áudio correspondente e não é armazenado para treinar nossos modelos de linguagem ou vozes. Isso garante que o conteúdo da sua aplicação permaneça confidencial durante o processamento.

Texto não usado para treino

O texto enviado via API não entra no nosso conjunto de treinamento. Ele é processado em tempo real para gerar o áudio e descartado imediatamente após a conclusão da síntese.

Áudio não armazenado

O arquivo de áudio gerado é retornado diretamente na resposta da requisição e não é mantido em nossos servidores após a entrega. Você tem total controle sobre onde salvar os arquivos finais.

Metadados de faturamento

Mantemos apenas os metadados necessários para o faturamento preciso: horário da requisição, quantidade de caracteres processados e status (sucesso ou falha). Esses dados são essenciais para garantir que você seja cobrado corretamente pelo volume utilizado.

Diferenciais técnicos

Ilustração de onda sonora para: Diferenciais técnicos

A API AppVoz entrega arquivos de áudio com marca d'água inaudível, identificando o conteúdo como fala sintética. Isso garante transparência imediata sobre a origem do áudio gerado.

Diferente de soluções complexas, você utiliza apenas uma chave de acesso ativa por conta. A emissão de uma nova chave revoga a anterior instantaneamente, simplificando o gerenciamento de segurança.

Marca d'água invisível

Cada arquivo de áudio gerado contém uma marca d'água inaudível que marca o conteúdo como fala sintética. Isso assegura transparência sobre a origem da voz sem afetar a qualidade de audição.

Chave API única

Você mantém apenas uma chave ativa por conta. Ao gerar uma nova chave, a anterior é invalidada imediatamente, garantindo controle total e simplificado sobre o acesso à API.

Sem streaming necessário

O modelo opera por requisições síncronas: você envia o texto e recebe o arquivo completo. Não há suporte a streaming via WebSocket, o que simplifica a integração para apps mobile.

  • Apenas endpoints REST padrão

Suporte e documentação

Ilustração de onda sonora para: Suporte e documentação

Para começar a integrar a AppVoz API em seu app mobile, acesse /get-api-key/ para obter sua chave de autenticação. O processo leva poucos minutos: crie a conta, realize o top-up via USDT se necessário e comece a enviar requisições.

A documentação técnica detalha todos os parâmetros, desde a seleção de vozes até a formatação do corpo da requisição JSON. Consulte a seção de API para entender os limites de caracteres, formatos de saída e erros comuns.

Guia de início rápido

Após obter sua chave no painel, configure o base_url para https://api.playqq1.com/v1 nas bibliotecas existentes. O sistema aceita o mesmo formato de corpo que o padrão OpenAI, facilitando a migração sem mudanças complexas no código.

Verifique seu saldo e créditos de teste disponíveis antes da primeira produção. Lembre-se de que a taxa de 60 requisições por minuto deve ser respeitada para evitar filas de processamento.

  • Acesse /get-api-key/ para gerar sua chave Bearer
  • Configure base_url para https://api.playqq1.com/v1
  • Verifique saldo e crédito de trial no painel

Exemplo em curl

Utilize a estrutura JSON padrão para enviar texto e receber o arquivo de áudio. Substitua sua-chave-aqui pela sua credencial real e ajuste o modelo e a voz conforme necessário.

Caso a síntese falhe, o valor é devolvido integralmente. Não é necessário gerenciar manualmente a contabilidade de caracteres, pois o sistema já inclui espaços e pontuação na contagem.

  • POST https://api.playqq1.com/v1/audio/speech
  • Header: Authorization: Bearer sua-chave-aqui
  • Body: {"model": "tts-1", "voice": "nova", "input": "Olá mundo", "response_format": "mp3"}

Documentação da API

A referência completa está disponível na seção /docs/. Lá você encontrará especificações exatas para os endpoints /v1/voices e /v1/models, além dos formatos aceitos: mp3, wav, opus, flac e pcm.

Todas as informações sobre limites de taxa, códigos de erro e exemplos de integração estão centralizadas para facilitar o desenvolvimento contínuo do seu projeto mobile.

  • Endpoint principal: POST /v1/audio/speech
  • Listagem de vozes: GET /v1/voices
  • Modelos disponíveis: GET /v1/models

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Acesse a página de criação de conta e escolha entre login com Google ou e-mail.

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. MDN: Web Speech API
  3. Tether (USDT)
  4. TRON developer hub: TRC-20
  5. IETF RFC 7845: Ogg Opus
  6. W3C WAI: making audio and video accessible
  7. openai-node on GitHub
  8. FFmpeg documentation
  9. LibriTTS-R corpus (OpenSLR 141)
  10. LibriTTS-R paper (arXiv 2305.18802)
  11. ISO 639 language codes
  12. Creative Commons Attribution 4.0

Mais neste site