Perguntas frequentes
O que é um narrador do google e como ele se compara a esta API?
O Google é uma marca de tecnologia, enquanto o VozCorporativa é uma API de texto para fala independente. Não somos afiliados ao Google. Oferecemos endpoints compatíveis com o padrão OpenAI, permitindo integração rápida com SDKs existentes. Nosso foco é fornecer narração automática consistente para equipes de RH e L&D, sem as complexidades de ecossistemas maiores.
Esta API pode ser usada para vídeos de treinamento corporativo?
Sim. Você envia o texto e recebe um arquivo de áudio pronto para uso. Como o formato é padrão, você pode integrar facilmente aos seus vídeos de treinamento. O serviço suporta múltiplos idiomas e vozes distintas, garantindo que o material de treinamento mantenha um padrão de qualidade profissional em todos os departamentos da empresa.
Quantos idiomas são suportados na narração?
A API suporta 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, italiano, japonês, chinês, árabe, hindi e russo. Qualquer voz pode falar qualquer um desses idiomas. Se o idioma não for especificado, ele é adivinhado pelo script, mas recomendamos definí-lo explicitamente para textos em latim que não sejam inglês.
As vozes são geradas por IA ou gravações humanas?
As vozes são baseadas em gravações licenciadas de audiobooks do LibriVox, que são de domínio público. Cada arquivo gerado carrega uma marca d'água inaudível que o identifica como fala sintética. Não há clonagem de voz personalizada nem design de voz customizado; utilizamos oito predefinições fixas para garantir consistência.
Posso controlar a velocidade da narração?
Sim. Você pode ajustar a velocidade da narração entre 0.25 e 4.0 vezes a velocidade normal. Isso permite adaptar o áudio para diferentes estilos de treinamento, desde narrações mais lentas e claras até versões mais dinâmicas. Basta incluir o campo 'speed' na requisição JSON enviada para o endpoint de fala.
Qual o formato de áudio entregue pela API?
A API entrega áudio nos formatos mp3, wav, opus, flac ou pcm. Você escolhe o formato desejado no campo 'response_format' da requisição. Isso permite que você selecione o formato mais adequado para sua plataforma de treinamento ou sistema de gerenciamento de aprendizado, garantindo compatibilidade e qualidade de áudio adequadas.
O texto digitado é usado para treinar modelos de IA?
Não. O texto de entrada é usado apenas para produzir o áudio solicitado e não é utilizado para treinar nossos modelos. O áudio gerado é retornado na resposta e não é armazenado. Apenas metadados da solicitação, como tempo, caracteres e status, são mantidos para fins de faturamento e registro de uso.
Há limite de caracteres por requisição?
Sim, cada requisição pode conter até 4096 caracteres. Para textos mais longos, você deve dividi-los em partes dentro desse limite e depois juntar os arquivos de áudio gerados. Isso garante que cada solicitação seja processada eficientemente, mantendo a qualidade do áudio e permitindo o controle preciso do fluxo de trabalho de narração.
O que acontece se uma solicitação falhar?
Se a síntese falhar, o valor é devolvido integralmente. Você não paga pelo caractere processado em uma solicitação que não resultou em áudio. Isso garante que você só pague pelo trabalho concluído com sucesso. Recomendamos verificar o status da resposta para identificar falhas e reenviar a solicitação se necessário.
Posso usar a API para vídeos explicativos?
Sim. A API é ideal para gerar narração para vídeos explicativos. Você envia o texto e recebe o arquivo de áudio pronto. Com suporte a 23 idiomas e oito vozes distintas, você pode criar vídeos consistentes para diferentes públicos ou departamentos. A velocidade ajustável permite adaptar o ritmo para melhor compreensão do conteúdo.
Há suporte para SSML nesta API?
Não, esta API não oferece suporte para SSML. Você não pode usar tags de marcação para controlar entonação ou pausas específicas. O controle é feito apenas através dos parâmetros de velocidade e seleção de voz. Para nuances mais finas, ajuste o texto ou divida as frases.
Posso clonar minha própria voz para o treinamento?
Não, não oferecemos clonagem de voz personalizada. As vozes são fixas e baseadas em gravações licenciadas do LibriVox. Você não pode enviar sua própria gravação para criar uma voz personalizada. Utilizamos oito predefinições (como Aria, Nova, Luna, Sage, Felix, Milo, Atlas e Orion) para garantir consistência e qualidade em todos os áudios gerados.
Como funciona o pagamento por caractere?
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. O pagamento é feito via USDT na rede TRON (TRC-20), com depósito mínimo de US$ 5. O saldo não expira e não há planos mensais ou taxas de assinatura.
Há garantia de uptime para treinamentos críticos?
Não, não oferecemos garantia de uptime (SLA) nem contrato empresarial. O serviço é processado um por vez, podendo haver filas sob carga. Para treinamentos críticos, recomendamos planejar com antecedência e testar a integração. O suporte é feito exclusivamente por e-mail, sem número de telefone ou chat ao vivo para emergências.
Primeira solicitação
curl
curl https://api.cw05.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 usar uma API de narrador para treinamentos?
Equipes de RH e L&D enfrentam o desafio de manter a coerência narrativa em milhares de horas de treinamento. Ao substituir a gravação manual por uma API, você garante que a voz de cada módulo seja idêntica, independentemente de quem gravou ou em qual departamento o conteúdo foi produzido. Isso elimina a inconsistência auditiva que dispersa o colaborador.
A atualização de conteúdo deixa de ser um processo logístico complexo. Sem a necessidade de reagendar estúdios ou regravar trechos inteiros, você pode ajustar scripts em minutos. A API processa textos de até 4096 caracteres, permitindo que você mantenha os materiais de treinamento atualizados com a mesma velocidade que a empresa muda suas políticas internas.
Consistência de voz em toda a empresa
Imagine que todos os seus treinamentos de onboarding, compliance e segurança sejam narrados pela mesma voz profissional, em todos os departamentos. Com nossa API, você escolhe um dos 8 presets vocais e aplica esse padrão em toda a organização. Não importa se o conteúdo é produzido no Brasil, em Portugal ou em qualquer outro país da nossa lista de 23 idiomas; a experiência auditiva permanece uniforme.
- Uma única voz para todos os módulos de treinamento
- Eliminação de variações de tom entre diferentes gravadores
- Padrão auditivo reconhecível para os colaboradores
Atualização rápida de conteúdo
Políticas de segurança ou procedimentos operacionais mudam frequentemente. Tradicionalmente, isso exigia novas sessões de gravação, gerando atrasos. Com a API, basta enviar o novo texto e receber o áudio em segundos. Para textos longos, recomenda-se dividir o texto em partes de até 4096 caracteres e unir os arquivos de áudio gerados.
- Geração de áudio em segundos para frases curtas
- Processamento em fila para textos longos
- Atualização imediata de materiais obsoletos
Redução de custos com estúdio
Manter estúdios ou freelancers para cada novo vídeo de treinamento tem custo elevado. Nossa API cobra apenas $0,01 por mil caracteres processados. Não há mensalidades, planos por assento ou custos mínimos. Você paga apenas pelo que realmente utiliza, com crédito que não expira. Isso torna a produção de áudio escalável para grandes equipes sem surpresas no faturamento.
- Pagamento por uso real, sem mensalidades
- Créditos válidos por tempo indeterminado
- Custo previsível por caractere
8 vozes profissionais para sua equipe
A escolha da voz impacta diretamente a retenção do colaborador. Com 8 vozes baseadas em gravações licenciadas, sua equipe mantém um padrão auditivo consistente, eliminando a variação natural de locutores humanos diferentes em cada módulo.
Vozes femininas: ARIA, NOVA, LUNA, SAGE
Aria oferece uma narração clara e quente, ideal para introduções. Nova traz energia e leveza para conteúdos dinâmicos. Luna suaviza histórias e casos clínicos, enquanto Sage estrutura instruções técnicas com calma.
Vozes masculinas: FELIX, MILO, ATLAS, ORION
Felix destaca-se em promoções internas e comunicados rápidos. Milo cria conversas naturais para simulações de atendimento. Atlas transmite neutralidade para notícias corporativas, e Orion aprofunda documentários e relatórios anuais com tom sério.
Tom adequado para cada tipo de aula
Alinhe o perfil vocal ao objetivo pedagógico. Use vozes mais energéticas para manter o engajamento em treinamentos curtos, e opte por tons mais neutros ou narrativos em conteúdos de compliance ou segurança do trabalho.
Todas as vozes suportam os 23 idiomas disponíveis, garantindo que a entonação adequada seja mantida mesmo em materiais multilíngues para equipes globais.
- Aria: Narrativa clara
- Nova: Dinâmica
- Luna: Suave
- Sage: Instrucional
- Felix: Energético
- Milo: Conversacional
Suporte a 23 idiomas nativos
Nossa API processa 23 idiomas nativos, incluindo Português, Espanhol, Inglês, Francês, Alemão, Japonês, entre outros. Isso elimina a necessidade de contratar vozes separadas para cada região, garantindo que treinamentos de L&D mantenham a mesma qualidade fonética em todo o mundo corporativo.
Você pode definir o idioma explicitamente ou permitir a detecção automática baseada no script. Para textos em latim fora do inglês, recomendamos definir o campo language para evitar erros de pronúncia, garantindo clareza em instruções técnicas.
Português, Espanhol, Inglês e outros
Oferecemos suporte completo para 23 línguas, desde o Árabe até o Turco. Cada voz foi treinada para manter a naturalidade e a entonação adequada em cada idioma, ideal para materiais de compliance e onboarding multilingues.
- Suporte para 23 idiomas nativos
- Qualidade consistente em todas as vozes
- Ideal para equipes globais de RH
Detecção automática ou forçada de idioma
Se o campo language não for enviado, o sistema tenta adivinhar o idioma pelo script (texto em latim assume Inglês por padrão). Para textos em outras línguas latinas, defina o código ISO explicitamente para garantir a pronúncia correta.
Multilinguismo em um único projeto
Todas as 8 vozes podem falar qualquer um dos 23 idiomas suportados. Isso permite criar uma série de treinamento onde o mesmo narrador transita entre idiomas, mantendo a identidade sonora da marca sem mudanças bruscas de timbre.
Integração simples para desenvolvedores
Desenvolvedores podem integrar nossa API de TTS utilizando os SDKs oficiais da OpenAI, bastando alterar o base_url para https://api.cw05.info/v1. Isso permite reutilizar bibliotecas já conhecidas pela equipe técnica, acelerando a implementação de áudio nos sistemas internos de RH.
O endpoint principal é POST https://api.cw05.info/v1/audio/speech, seguindo a mesma estrutura de requisição JSON. A documentação detalha os campos obrigatórios como model, input e voice, facilitando a criação de scripts de geração em lote para treinamentos.
Compatível com SDKs OpenAI
A API adota o formato de requisição padrão, permitindo o uso dos SDKs oficiais da OpenAI com uma simples alteração no base_url. Equipes de desenvolvimento podem continuar utilizando as bibliotecas familiarizadas, apenas apontando para o nosso endpoint.
Essa compatibilidade reduz a curva de aprendizado e o tempo de integração, permitindo que qualquer sistema interno ou aplicação web receba arquivos de áudio sintetizados automaticamente.
- Reutilização de bibliotecas JS, Python ou Go já existentes
- Mesma estrutura JSON do endpoint de speech da OpenAI
- Alteração mínima de código para migração ou nova integração
Endpoint padrão e documentação clara
O endpoint POST /v1/audio/speech aceita texto (até 4096 caracteres) e retorna o arquivo de áudio diretamente. Para textos longos, recomenda-se dividir o texto em partes de até 4096 caracteres e unir os arquivos de áudio gerados.
A estrutura de resposta é consistente, facilitando o tratamento de erros e a integração contínua nos pipelines de geração de conteúdo de treinamento.
Autenticação segura por chave
A segurança é garantida pelo cabeçalho Authorization: Bearer tts-..., utilizando uma chave única por conta. Cada chave tem um limite de 60 requisições por minuto, suficiente para a maioria dos fluxos de geração em lote.
Caso necessário, é possível emitir uma nova chave a qualquer momento, invalidando a anterior instantaneamente, o que garante o controle de acesso sem complexidade adicional.
- Chave única ativa por conta
- Limite de 60 req/min por chave
- Invalidação instantânea ao emitir nova chave
Pricing transparente para grandes volumes
Para equipes de RH e L&D que geram grandes volumes de áudio, o custo é previsível e direto. A tarifa é de $10 por 1 milhão de caracteres, o que equivale a apenas $0,01 por mil caracteres. Cada caractere, incluindo espaços e pontuação, é contado. Se a síntese falhar, o valor é devolvido integralmente, sem custos ocultos.
Preço por caractere processado
O cálculo é baseado no volume real de texto enviado. Não há taxas de ativação ou mensalidades fixas. Você paga apenas pelo que processa, o que facilita o planejamento orçamentário para treinamentos de compliance ou onboarding em larga escala.
Créditos não expiram
Seu saldo permanece válido indefinidamente. Não há risco de perder créditos acumulados no final de um ciclo mensal ou anual. Isso permite que você acumule recursos para picos de demanda sem pressão de tempo.
Pagamento via USDT
O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20). O mínimo para recarga é de $5. O crédito é creditado automaticamente em minutos após a transferência, sem necessidade de faturas ou processamento bancário lento. Não aceitamos cartões ou PayPal.

Qualidade técnica garantida
Entregue áudios de treinamento em múltiplos formatos compatíveis com seus LMS e players corporativos: MP3, WAV, OPUS, FLAC ou PCM. A geração é estável e consistente, ideal para arquivos que serão redistribuídos internamente sem perda de qualidade perceptível.
Formatos MP3, WAV, OPUS, FLAC, PCM
Escolha o formato que melhor se adapta à infraestrutura de distribuição da sua empresa. O MP3 e o OPUS oferecem compactação eficiente para web, enquanto WAV e FLAC preservam a fidelidade original para arquivos de referência.
- MP3 e OPUS: compactação eficiente para web
- WAV e FLAC: alta fidelidade para arquivamento
- PCM: formato cru para processamento adicional
Controle de velocidade (0.25x a 4.0x)
Ajuste a velocidade da narração entre 0.25x e 4.0x para adaptar o conteúdo ao público. Use ritmos mais lentos para materiais de compliance ou segurança, onde a clareza é crítica, e acelere para revisões rápidas de conteúdo técnico.
Limites justos por chave de API
Cada chave de API suporta até 60 requisições por minuto, garantindo estabilidade durante picos de geração. Para textos longos, recomenda-se dividir o texto em partes de até 4096 caracteres e unir os arquivos de áudio gerados.
Casos de uso para RH e L&D
Padronize a comunicação interna com narração automática via API. Substitua gravações manuais por áudios consistentes, garantindo que todos os departamentos ouçam exatamente a mesma mensagem, sem variações de qualidade ou entonação.
Use as 8 vozes pré-configuradas para diferentes contextos, desde a voz calma de Sage para instruções até a energia de Felix para promoções. A velocidade ajustável (0.25x a 4.0x) permite adaptar o conteúdo à necessidade de absorção da equipe.
Onboarding de novos colaboradores
Gere áudios de boas-vindas e instruções iniciais rapidamente. Com o limite de 4.096 caracteres por requisição, você cria narrativas claras para apresentar a cultura da empresa, mantendo um tom profissional e acolhedor com vozes como Luna ou Milo.
- Integração rápida via Python ou cURL usando SDKs OpenAI
Treinamentos de compliance
Mantenha o tom neutro e informativo necessário para normas regulatórias. Use Atlas para leitura de textos técnicos ou Sage para instruções passo a passo. A detecção automática de idioma ou a configuração manual garante precisão em materiais multilíngues, como inglês ou espanhol.
- Formatos MP3, WAV, OPUS, FLAC e PCM disponíveis
Materiais de segurança do trabalho
Clareza é crucial para instruções de segurança. Use vozes claras como Aria ou Nova para destacar pontos críticos. Como as vozes são baseadas em gravações licenciadas e marcadadas com marca d'água sintética, você tem certeza da origem e qualidade do áudio gerado.
- Custo fixo de $0,01 por 1.000 caracteres
Como começar hoje
Começar a usar a API de voz para textos da VozCorporativa é rápido e direto. Crie sua conta no painel, obtenha sua chave de API e comece a gerar áudios de treinamento para sua equipe em poucos minutos.
Crie sua conta em segundos
Acesse a página /get-api-key/ para criar sua conta. Você pode usar o login com Google ou criar uma conta com e-mail e senha. O sistema gera automaticamente sua chave de autenticação e mostra seu saldo inicial.
Teste com crédito gratuito
Se você criar sua conta com o Google, recebe US$ 0,50 de crédito gratuito, válido por 7 dias. Isso permite gerar cerca de 50.000 caracteres de áudio sem custo inicial. O crédito não expira se você não usar o Google.
- Crédito inicial: US$ 0,50
- Válido por 7 dias
- Equivalente a ~50.000 caracteres
Integre em minutos
Com sua chave em mãos, use o SDK OpenAI ou requisições HTTP padrão. O endpoint é POST https://api.cw05.info/v1/audio/speech. Comece a enviar textos e receber arquivos de áudio em MP3, WAV ou outros formatos.
Para pagamentos, use USDT na rede TRON (TRC-20). O saldo é atualizado automaticamente em minutos após a transferência. Não há mensalidades ou taxas ocultas.
- Endpoint: POST /v1/audio/speech
- Autenticação: Bearer tts-...
- Pagamento: USDT (TRC-20)
Diferenciais da nossa plataforma
Nossa API prioriza a privacidade dos seus dados corporativos. O texto enviado é processado exclusivamente para gerar o áudio e não é utilizado para treinar nossos modelos de IA, garantindo que suas informações estratégicas permaneçam confidenciais.
Dados não usados para treinamento
Cada solicitação é isolada e utilizada apenas para a síntese imediata do arquivo de áudio. Não mantemos uma cópia permanente do texto enviado para melhorar nossos algoritmos, diferenciando-nos de plataformas que utilizam dados de entrada como conjunto de treinamento.
Marca d'água em arquivos sintéticos
Todo arquivo gerado contém uma marca d'água inaudível que identifica a origem da voz como sintética. Isso facilita a gestão de ativos e a transparência sobre o uso de conteúdo gerado por IA em seus materiais de treinamento.
Suporte via email dedicado
Nosso suporte técnico é realizado exclusivamente por email, sem filas de chat ou telefones ocupados. Isso garante que suas dúvidas sobre integração, limites de taxa ou formatação sejam respondidas por especialistas com tempo para analisar o contexto do seu caso.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Formatos como Opus e FLAC também estão disponíveis para casos específicos que exigem compressão eficiente sem perda.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
