Perguntas frequentes
O que é um narrador de texto gratuito baseado em API?
É um serviço de nuvem que converte texto em áudio via endpoint HTTP. Você envia uma solicitação JSON e recebe um arquivo de áudio. A Folha Narradora oferece uma análise técnica focada em educadores, com custo transparente de $0,01 por 1.000 caracteres e integração usando SDKs padrão.
Como funciona a narração de histórias infantis com TTS?
Você envia o texto (até 4.096 caracteres) via POST para o endpoint da API. O sistema gera o arquivo de áudio em formatos como MP3 ou WAV. Para textos longos, divida-o em partes e junte os arquivos. O processo é assíncrono, retornando o áudio pronto para uso pedagógico.
Quais vozes são mais indicadas para crianças?
As vozes Luna (suave, ideal para histórias) e Nova (brilhante e animada) são excelentes para narrativas infantis. Aria também oferece uma narração clara e quente. Milo é uma opção masculina amigável e conversacional. Todas as 8 vozes disponíveis na API suportam os idiomas listados para adaptação narrativa.
A API suporta a narração de livros completos?
Sim, mas requer divisão manual. Cada solicitação aceita até 4.096 caracteres. Para livros completos, você deve dividir o texto em partes, enviar cada uma e juntar os arquivos de áudio resultantes. A velocidade média é de aproximadamente 25 caracteres por segundo de áudio gerado, respeitando o tempo real.
É possível controlar a velocidade da narração?
Sim, o parâmetro speed permite ajustar a velocidade entre 0,25 e 4,0 vezes. Isso é útil para adaptar a narração ao nível de leitura das crianças ou para destacar palavras específicas. A velocidade padrão é aplicada se o parâmetro não for especificado na solicitação JSON.
Quais idiomas são suportados na plataforma?
A API suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, italiano e japonês. Qualquer voz pode falar qualquer um desses idiomas. Se o idioma não for especificado, o sistema tenta adivinhar pelo script, mas é recomendável definir o código ISO para textos em latim não ingleses.
O texto enviado é usado para treinar o modelo?
Não. O texto de entrada é usado exclusivamente para produzir o áudio solicitado e não é utilizado para treinar o modelo de IA. Os arquivos de áudio gerados são retornados na resposta e não são armazenados permanentemente. Apenas metadados de solicitação são mantidos para fins de faturamento.
Há limite de caracteres por solicitação?
Sim, cada solicitação aceita no máximo 4.096 caracteres. Isso inclui espaços e pontuação. Para textos maiores, você deve dividir o conteúdo em partes menores, enviar cada parte individualmente e, em seguida, concatenar os arquivos de áudio gerados para formar a narração completa.
Como funciona o pagamento por caractere?
O custo é de $10 por 1 milhão de caracteres, ou $0,01 por 1.000 caracteres. Solicitações falhas são gratuitas e o valor é devolvido integralmente. O pagamento é feito via USDT (TRC-20) na rede TRON, com depósito mínimo de $5 e saldo que não expira.
A API oferece formatação SSML para pausas?
Não. A API não suporta marcação SSML, dicionários de fonemas ou etiquetas de emoção. O controle de narração é feito apenas através dos parâmetros de voz, velocidade e idioma. Para pausas específicas, você deve gerenciar isso manualmente na divisão dos textos ou pós-produção.
Posso usar o áudio gerado em sala de aula?
Sim, o serviço é ideal para educadores. O áudio é gerado sob demanda e não é armazenado. Você pode baixar os arquivos MP3 ou WAV e usá-los em apresentações ou materiais didáticos. O áudio contém uma marca d'água inaudível que identifica o conteúdo como fala sintética.
Há garantia de tempo de atividade (SLA)?
Não. Não oferecemos garantia de tempo de atividade (SLA), contratos corporativos ou certificações específicas. O serviço é fornecido sem garantias de disponibilidade contínua. Pedidos podem ficar em fila sob carga, mas o processamento é garantido assim que possível, sem prazos contratuais fixos.
Como funciona o suporte técnico?
O suporte é realizado exclusivamente por e-mail. Não há número de telefone, chat ao vivo ou suporte presencial. Para dúvidas sobre a API, faturamento ou integração, envie um e-mail para o endereço de suporte listado no site. A resposta é enviada diretamente à sua caixa de entrada.
As vozes são clonadas de pessoas reais?
As vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e de audiobooks de domínio público do LibriVox. Não oferecemos clonagem de voz personalizada para clientes, nem você pode enviar sua própria voz. As 8 vozes predefinidas são fixas e não imitam celebridades específicas.
Primeira solicitação
curl
curl https://api.st650.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.mp3Por que escolher uma API para suas histórias?
Oferecer áudio para histórias infantis exige consistência e controle técnico. Uma API de TTS garante que o mesmo narrador vocalize diferentes capítulos sem variações de timbre, mantendo a imersão da criança. Diferente de gravações manuais, a API processa textos longos dividindo-os em partes de até 4096 caracteres, unindo os arquivos finais de forma contínua.
A escalabilidade permite que salas de aula acessem narrativas sob demanda, sem limites de servidores físicos. O controle de velocidade (0,25 a 4,0) ajusta o ritmo para crianças em fase de alfabetização ou leitura avançada, garantindo compreensão auditiva adequada ao nível de cada turma.
Consistência vocal para séries de livros
Ao narração uma série de livros infantis, a consistência vocal é crucial para a identificação dos personagens. Com uma API, você seleciona vozes específicas (como Luna ou Nova) e as aplica em todos os episódios, garantindo que o tom emocional e a entonação permaneçam idênticos do primeiro ao último capítulo.
Isso elimina as variações naturais que ocorrem em gravações humanas ao longo de dias ou semanas. Para educadores que produzem conteúdo recorrente, essa uniformidade constrói uma identidade auditiva reconhecível para os alunos.
- Mesma voz selecionada para todos os capítulos da série
- Uniformidade de tom e entonação entre episódios
- Sem variações de cansaço ou clima como em gravações humanas
Escalabilidade para salas de aula
A API permite atender múltiplas turmas simultaneamente sem necessidade de infraestrutura física adicional. Cada solicitação é processada em sequência, com limite de 60 requisições por minuto por chave.
Para textos muito longos, o sistema divide automaticamente o conteúdo em partes de 4096 caracteres. As faixas de áudio resultantes são unidas ao final, permitindo a narração de livros inteiros com um único comando de API.
- Processamento sequencial de solicitações
- Divisão automática de textos longos em segmentos gerenciáveis
- Sem limites de usuários ou dispositivos conectados
Controle total sobre a velocidade da fala
O parâmetro de velocidade (speed) varia de 0,25 a 4,0, permitindo ajustes precisos para diferentes faixas etárias. Para crianças em fase de alfabetização, velocidades mais lentas facilitam a decodificação fonêmica. Para leitores avancentes, velocidades mais rápidas mantêm o engajamento narrativo.
Essa flexibilidade é especialmente útil para alunos com dificuldades de leitura ou processamento auditivo, que podem beneficiar-se de uma narração mais pausada sem perder a fluidez natural da voz sintética.
- Ajuste de velocidade de 0,25x a 4,0x
- Adaptação para diferentes níveis de leitura
- Suporte a alunos com necessidades específicas de processamento
Vozes ideais para contação de histórias
Escolher a voz certa é decisivo para manter o engajamento infantil durante a leitura digital. Nossa API oferece oito presets, mas três se destacam pedagogicamente para diferentes estilos narrativos, garantindo clareza e tom adequado ao conteúdo.
O sistema permite alternar entre vozes masculinas e femininas, todas capazes de falar qualquer um dos 23 idiomas suportados. A seleção deve considerar a natureza da história: se é educativa, de aventura ou de rotina.
Luna: Narração suave e envolvente
Luna possui um tom soft e storytelling, ideal para histórias de ninar ou contos delicados. Sua entonação natural mantém a atenção das crianças sem causar fadiga auditiva em sessões longas de leitura.
- Perfeito para contos de fadas e histórias de rotina
Sage: Tom instrucional e claro
Sage oferece uma voz calm e instructional, excelente para explicar conceitos ou narrar histórias com estrutura educativa. A articulação clara facilita a compreensão de vocabulário novo para alunos em fase de alfabetização.
- Ideal para leitura didática e explicações narradas
Nova: Voz vibrante para aventuras
Nova traz uma vibração bright e upbeat, perfeita para histórias de ação ou aventuras rápidas. Sua energia positiva ajuda a manter o dinamismo narrativo, especialmente em textos curtos ou diálogos animados.
- Adequada para histórias de aventura e leitura dinâmica
Suporte multilíngue para diversidade
O suporte multilíngue da API Folha Narradora permite que educadores utilizem histórias infantis em contextos diversificados, garantindo acesso a 23 idiomas nativos. Esta capacidade técnica assegura que a narração mantenha a qualidade vocal independente da língua original do texto.
Cada voz pode articular fluentemente qualquer um dos idiomas listados, facilitando o uso em salas de aula multiculturais ou na preservação de línguas minoritárias. A flexibilidade linguística é um recurso central para a inclusão pedagógica.
Para a API, o português é um idioma nativo suportado, assim como espanhol, francês, alemão e outros. Não há distinção de qualidade entre as línguas, permitindo consistência na experiência de escuta.
23 idiomas nativos incluídos
A API suporta 23 idiomas, incluindo árabe, chinês, dinamarquês, espanhol, finlandês, francês, alemão, grego, hebraico, hindi, italiano, japonês, coreano, malaio, norueguês, polonês, português, russo, sueco e turco.
Esses idiomas estão disponíveis com todas as 8 vozes predefinidas, permitindo que educadores selecionem o timbre vocal ideal sem perder a naturalidade na pronúncia.
Idiomas não listados, como vietnamita, indonésio, tailandês, ucraniano, romeno, checo e bengali, não são suportados. A lista é fixa e não inclui variações dialetais específicas fora dos códigos ISO padrão.
- Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Swahili, Sueco, Turco.
Detecção automática de linguagem
A API tenta inferir o idioma automaticamente a partir do script do texto enviado. Se o parâmetro language não for definido, o sistema utiliza essa heurística para selecionar a voz adequada.
Para textos em latim que não sejam inglês, é recomendado definir explicitamente o parâmetro language para evitar interpretações incorretas. Isso garante que a voz articule corretamente fonemas específicos de línguas como alemão ou holandês.
A detecção não é perfeita para textos mistos ou ambíguos. Para uso educacional rigoroso, a especificação manual do idioma previne erros de pronúncia.
Compatibilidade com textos em Latim
Textos em idiomas que utilizam o alfabeto latino são processados com alta precisão. A API reconhece caracteres acentuados e pontuação comum em português, francês e espanhol.
Cada solicitação aceita até 4096 caracteres, o que permite narrar parágrafos inteiros de histórias infantis de uma vez, sem necessidade de divisão manual complexa para textos curtos.
A formatação do texto deve ser limpa. Caracteres especiais não alfabéticos são contados como caracteres na fatura, mas não interferem na síntese vocal.
Custo-benefício para escolas
Para educadores que produzem áudios para turmas inteiras, o custo é previsível e proporcional ao uso. A taxa é de US$ 10 por milhão de caracteres, o que equivale a US$ 0,01 por mil caracteres. Cada caractere, incluindo espaços e pontuação, conta. Se a síntese falhar, o valor é estornado integralmente.
Não há planos mensais obrigatórios, nem taxas de manutenção ou custos fixos de assinatura. Você utiliza apenas o saldo necessário para o projeto vigente. Isso elimina o desperdício de pagar por capacidade ociosa durante as férias ou entre semestres.
Pagamento por caractere utilizado
O cálculo é direto: US$ 0,01 por 1.000 caracteres. Textos longos são divididos automaticamente em partes de até 4.096 caracteres, e o custo total é a soma das requisições bem-sucedidas. Limites de velocidade (0,25x a 4,0x) não alteram o preço por caractere.
- Taxa: US$ 10 por 1 milhão de caracteres
- Caracteres incluem espaços e pontuação
- Falhas na síntese são gratuitas
Sem custos fixos mensais
A estrutura é pay-as-you-go. Não existem planos de assentamento ou cotas mínimas mensais. Se a escola não utilizar a API em um mês, o custo é zero. Não há renovação automática de carteiras de crédito ou cobranças recorrentes.
Créditos iniciais para teste
Ao se registrar com o Google, você recebe US$ 0,50 de crédito (aprox. 50.000 caracteres), válido por 7 dias. Isso permite validar a qualidade vocal para suas histórias antes de qualquer investimento. Contas criadas por e-mail e senha não recebem este crédito inicial.
- Crédito: US$ 0,50 via Google Sign-In
- Válido por 7 dias
- Usado para validar qualidade antes do top-up
Tecnologia por trás da narração
Nossas vozes são baseadas em gravações licenciadas do projeto LibriTTS-R, com direitos CC BY 4.0, originárias de audiobooks do domínio público. Isso garante uma base técnica sólida e verificável para a síntese, sem a necessidade de treinar modelos personalizados do zero para cada nova geração de áudio.
Cada arquivo gerado carrega uma marca d'água inaudível que identifica claramente o conteúdo como fala sintética. Essa tecnologia não altera a qualidade auditiva, mas assegura a transparência da origem do áudio, facilitando a identificação de materiais gerados automaticamente em coleções educacionais.
Baseada em gravações licenciadas
As vozes utilizam o conjunto de dados LibriTTS-R, que provém de leituras de domínio público. Essa abordagem técnica assegura que a base vocal seja transparente e legalmente clara para uso educacional.
- Fonte: LibriTTS-R (CC BY 4.0)
- Origem: Audiobooks de domínio público
Áudio com marca d'água sintética
O áudio final inclui uma marca d'água inaudível que marca a natureza sintética do arquivo. Isso permite a auditoria de origem sem prejudicar a experiência de escuta das crianças.
Formatos de áudio versáteis
Oferecemos formatos mp3, wav, opus, flac e pcm. Isso permite o uso em plataformas web leves, sistemas de som de alta fidelidade ou processamento posterior em softwares de edição.

Integração simples para desenvolvedores
O endpoint RESTful segue o padrão de requisições do OpenAI, facilitando a integração em qualquer ambiente de desenvolvimento. Basta enviar o texto via POST para o endpoint de síntese e receber o arquivo de áudio diretamente na resposta.
SDK compatível com OpenAI
Utilize os SDKs oficiais do OpenAI, ajustando apenas o base_url para https://api.st650.info/v1. Isso permite reutilizar código existente com a chave de API da Folha Narradora.
Outras bibliotecas HTTP padrão também funcionam perfeitamente, oferecendo flexibilidade total para diferentes linguagens de programação.
- Compatibilidade com bibliotecas oficiais OpenAI
- Configuração simples de base URL
- Sem necessidade de SDK proprietário
Endpoint RESTful padrão
As requisições utilizam o método POST com corpo JSON, contendo campos como model, input, voice e response_format. A autenticação é feita via cabeçalho Authorization: Bearer com sua chave única.
O endpoint /v1/audio/speech processa textos de até 4096 caracteres, retornando o áudio nos formatos mp3, wav, opus, flac ou pcm.
Documentação técnica completa
Acesse /docs para detalhes sobre os parâmetros de velocidade, idiomas e formatos suportados. A lista completa de vozes disponíveis pode ser consultada em /v1/voices.
Tudo o que você precisa para integrar a narração às suas ferramentas educacionais está documentado de forma clara e objetiva.
Qualidade de áudio para crianças
A qualidade do áudio gerado pela API Folha Narradora é fundamental para manter o engajamento de crianças durante a escuta de histórias. A clareza vocal garante que cada palavra seja compreendida.
Clareza na articulação de fonemas
As vozes selecionadas, como Luna e Sage, oferecem uma dicção precisa que facilita a compreensão de textos infantis. A síntese processa caracteres com precisão, garantindo que a pronúncia seja consistente e natural, essencial para o aprendizado da leitura.
Ritmo natural e pausas adequadas
A API processa textos de até 4.096 caracteres, mantendo um ritmo próximo ao tempo real (cerca de 25 caracteres por segundo). Isso cria uma narração fluida, sem cortes bruscos, permitindo que as crianças acompanhem a narrativa com conforto.
Ausência de ruídos de fundo
O áudio é gerado digitalmente, resultando em arquivos limpos sem ruídos ambientais ou artefatos comuns em gravações humanas. O formato de saída (MP3, WAV, OPUS, FLAC) permite que educadores integrem facilmente as histórias em plataformas educacionais sem necessidade de edição complexa.
Uso educacional e direitos autorais
Para educadores, saber a origem dos recursos auditivos é tão importante quanto a qualidade do som. Nossas vozes são baseadas em gravações licenciadas do projeto LibriTTS-R (CC BY 4.0), originárias de audiobooks do domínio público do LibriVox. Isso garante que a base vocal seja historicamente consolidada e livre de restrições complexas de direitos autorais que poderiam limitar o uso em materiais didáticos digitais.
O texto enviado pelo usuário não é utilizado para treinar nossos modelos. Os dados de entrada servem apenas para gerar o áudio específico da solicitação e são descartados após o processamento, preservando a privacidade de histórias criadas pela classe ou alunos.
Textos não utilizados para treinamento
O texto enviado pela API é processado exclusivamente para gerar o arquivo de áudio correspondente. Não armazenamos ou utilizamos esse conteúdo para treinar ou aprimorar o modelo de síntese de voz. Isso mantém o originalidade da sua narrativa e garante que vozes geradas não reflitam preferências de treinamento baseadas em dados dos usuários.
- Entrada de texto usada apenas para síntese imediata
- Sem armazenamento de texto para treinamento do modelo
- Preservação da originalidade da narrativa enviada
Vozes baseadas em domínio público
Nossas oito vozes (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) são construídas a partir de gravações licenciadas do projeto LibriTTS-R, licenciado sob CC BY 4.0, e leituras públicas do LibriVox. Isso significa que a base vocal já está em domínio público ou possui licença permissiva, facilitando a integração em projetos educacionais sem riscos de litígios de direitos autorais sobre a voz em si.
- Baseadas no projeto LibriTTS-R (CC BY 4.0)
- Leituras do LibriVox em domínio público
- Vozes naturais, sem direitos autorais restritivos
Atribuição clara de origem
Cada arquivo de áudio gerado carrega uma marca d'água inaudível que identifica o conteúdo como síntese artificial. Isso permite a transparência sobre o uso de tecnologia TTS em materiais publicados. Como as vozes derivam de fontes públicas, a atribuição é clara: o texto é sua criação, a voz é uma ferramenta baseada em domínio público.
Recomendamos que educadores mencionem o uso de síntese de voz em materiais distribuídos, especialmente em ambientes acadêmicos, para manter a integridade da narrativa e a clareza sobre os recursos utilizados.
- Marca d'água inaudível em cada arquivo gerado
- Identificação clara como síntese artificial
- Transparência para uso em materiais didáticos
Comece a usar hoje mesmo
O processo de acesso à Folha Narradora foi projetado para ser direto, permitindo que educadores e desenvolvedores iniciem a narração de histórias infantis sem burocracia. Não há necessidade de cartões de crédito ou assinaturas mensais obrigatórias.
Criação de conta em minutos
Acesse a página /get-api-key/ e registre-se usando sua conta do Google ou um e-mail com senha. Para contas criadas via Google, você recebe imediatamente $0,50 de crédito (aproximadamente 50.000 caracteres) válidos por 7 dias, ideais para testar a qualidade com contos curtos.
Chave de API imediata
Após o registro, sua chave de autenticação (formato tts-...) é gerada automaticamente. Esta chave permite até 60 solicitações por minuto. Você pode emitir uma nova chave a qualquer momento, invalidando a anterior instantaneamente para garantir a segurança.
Primeira narração em segundos
Utilize o endpoint POST https://api.st650.info/v1/audio/speech com o formato JSON padrão. Envie um texto de até 4096 caracteres e receba o arquivo de áudio em formatos como MP3 ou WAV. O tempo de geração é aproximadamente em tempo real.
- Endpoint: POST /v1/audio/speech
- Formatos: mp3, wav, opus, flac, pcm
- Limite: 4096 caracteres por requisição
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. A pronúncia é consistente, pois a voz não muda de sotaque dependendo do idioma.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
