Como Converter Texto em Voz para WordPress?

Por Equ editorial VozBlog · Atualizado 2026-11-18

Esta página explica como integrar a API VozBlog em sites WordPress para converter artigos em áudio. Você aprenderá o fluxo técnico completo: desde a obtenção da chave de API até a exibição do arquivo de áudio gerado via HTTP POST. O guia é específico para publishers que desejam agregar narração automatizada ao conteúdo escrito sem complexidade excessiva.

Abordamos os passos práticos de integração, desde a divisão de textos longos para respeitar o limite de 4096 caracteres até a escolha de formatos como MP3. Você verá exemplos de código em PHP, a estrutura de autenticação com Bearer token e como gerenciar custos por caractere. Ideal para desenvolvedores e administradores de sites que buscam uma solução técnica, direta e sem dependência de plugins proprietários.

Como Converter Texto em Voz para WordPress?

Perguntas frequentes

O que é TTS?

TTS (Text-to-Speech) é uma API em nuvem que recebe texto e retorna um arquivo de áudio. Você envia uma requisição POST para o endpoint /v1/audio/speech com o texto e as configurações desejadas, como modelo e voz. O serviço processa a solicitação e entrega o arquivo de áudio sintetizado pronto para uso.

Como funciona a API?

A API opera via HTTP POST para https://api.getpk7.com/v1/audio/speech. O corpo da requisição deve conter o texto (input), o modelo (tts-1 ou tts-1-hd), a voz e o formato de saída. A autenticação é feita com um token Bearer. Respostas falhas são gratuitas e não cobram saldo.

Preciso de conhecimentos técnicos?

Conhecimento técnico básico é necessário para integrar via HTTP ou SDK. A API segue o padrão OpenAI, facilitando a integração. Para WordPress, você precisará de um plugin personalizado ou código para chamar a API, pois não oferecemos plugin oficial. O uso de curl ou scripts simples é suficiente para testes.

Posso usar o SDK do OpenAI?

Sim. A API tem o mesmo formato de requisição do endpoint de fala da OpenAI. Você pode usar o SDK oficial do OpenAI alterando o base_url para https://api.getpk7.com/v1 e fornecendo sua chave de API. Isso permite reutilizar código existente sem grandes adaptações na lógica de integração.

Quais idiomas são suportados?

Suportamos 23 idiomas: Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Suaíli, Sueco e Turco. Qualquer voz pode falar qualquer um desses idiomas. Se não especificado, o idioma é inferido pelo script do texto.

Qual o limite de caracteres?

Cada requisição aceita até 4096 caracteres. Para textos maiores, você deve dividir o texto em partes menores e juntar os arquivos de áudio resultantes. Caracteres incluem espaços e pontuação. O processamento é sequencial, então textos longos podem levar mais tempo para serem gerados completamente.

O áudio é gerado em tempo real?

A geração é aproximadamente em tempo real, processando cerca de 25 caracteres por segundo de áudio. No entanto, as solicitações são processadas em fila, uma após a outra. Em momentos de carga, pode haver espera na fila, tornando o tempo de resposta variável dependendo do volume de requisições.

Existe streaming de áudio?

Não. A API retorna o arquivo de áudio completo após a geração. Não há suporte para streaming, WebSocket ou áudio parcial em tempo real. Você recebe o arquivo final nos formatos mp3, wav, opus, flac ou pcm após o processamento da solicitação na fila.

Posso clonar minha voz?

Não. Oferecemos apenas 8 vozes predefinidas baseadas em gravações licenciadas. Não há clonagem de voz personalizada, nem upload de sua própria voz para criação de novas vozes. As vozes são fixas e não permitem customização de emoções ou design de voz específico para o cliente.

O texto é usado para treinar IA?

Não. O texto de entrada é usado exclusivamente para produzir o áudio da solicitação e não é utilizado para treinar modelos 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.

Como funciona o pagamento?

O pagamento é feito via USDT na rede TRON (TRC-20), com mínimo de $5. O crédito é adicionado automaticamente em minutos. Não aceitamos cartões, PayPal ou faturas. O saldo não expira. A criação de conta gera uma chave única, e novas chaves invalidam a anterior instantaneamente.

Qual o custo por post?

O custo é de $0,01 por 1.000 caracteres. Um post de 10.000 caracteres custaria $0,10. O preço é baseado na contagem de caracteres, incluindo espaços e pontuação. Solicitações falhas são gratuitas. Não há planos mensais ou custos fixos, apenas o uso conforme o volume de caracteres processados.

Posso usar WordPress plugin?

Não oferecemos um plugin oficial para WordPress. Você deve integrar a API via código personalizado, utilizando o SDK do OpenAI ou requisições HTTP diretas. É possível criar um plugin simples que chame o endpoint /v1/audio/speech e insira o áudio gerado nos posts do seu blog.

Há garantia de uptime?

Não. Não oferecemos SLA (Acordo de Nível de Serviço) nem garantia de uptime. O serviço é independente e não possui contratos enterprise ou certificações específicas. O tempo de resposta pode variar devido à fila de processamento e à carga do servidor, sem garantias de disponibilidade contínua.

O que é conversão de texto para voz

Ilustração de onda sonora para: O que é conversão de texto para voz

Conversão de texto para voz (TTS) é o processo de transformar texto digital em áudio sintetizado via API. Você envia o texto e recebe um arquivo de áudio pronto para reprodução, sem necessidade de gravação humana ou estúdio.

A tecnologia utiliza vozes baseadas em gravações licenciadas para gerar fala sintética. O sistema processa a entrada e retorna o arquivo, permitindo que publishers integrem narração automatizada em seus posts de forma técnica e direta.

Definição de TTS

TTS é uma API cloud onde o texto é convertido em arquivo de áudio. Não há streaming em tempo real nem SSML; o resultado é um arquivo final enviado via HTTP.

  • Envio de texto via POST
  • Retorno de arquivo de áudio
  • Geração sob demanda

Tecnologia por trás do áudio

O motor utiliza vozes baseadas em gravações licenciadas (LibriTTS-R) de audiobooks de domínio público. Cada arquivo gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética.

Aplicações em blogs

Publishers agregam valor ao conteúdo escrito ao oferecer narração automatizada. A integração via API permite que artigos longos sejam consumidos como áudio, sem complicação técnica para o editor.

Como funciona a API para WordPress

Ilustração de onda sonora para: Como funciona a API para WordPress

A API opera mediante requisições HTTP POST para o endpoint https://api.getpk7.com/v1/audio/speech. O corpo da requisição deve ser JSON, contendo o texto a ser convertido, o modelo de voz e o idioma. O formato da mensagem é compatível com o padrão utilizado pela OpenAI, permitindo o uso dos SDKs oficiais da OpenAI.

O retorno é o arquivo de áudio binário completo, no formato solicitado (MP3, WAV, OPUS, FLAC ou PCM). Não há streaming parcial; o arquivo é entregue apenas após a síntese completa. Essa abordagem simplifica a integração, pois o WordPress recebe um arquivo pronto para armazenamento ou reprodução direta.

Os publishers podem integrar a VozBlog via plugins customizados ou código PHP nativo. A lógica consiste em capturar o conteúdo do post, enviar via cURL ou HTTP client, salvar o arquivo resultante no servidor ou CDN do site e exibir um player de áudio no template do artigo.

Requisição HTTP POST

A integração inicia com uma requisição POST para /v1/audio/speech. O cabeçalho Authorization: Bearer autentica a solicitação usando a chave da API. O corpo JSON deve incluir o campo input com o texto do artigo, limitado a 4096 caracteres, e o voice desejado.

O idioma pode ser especificado via código ISO ou inferido automaticamente. Para textos em línguas não inglesas com script latino, o campo language deve ser definido explicitamente para evitar erros de pronúncia.

  • Endpoint: POST https://api.getpk7.com/v1/audio/speech
  • Autenticação: Cabeçalho Authorization: Bearer <sua-chave>
  • Formato de corpo: JSON com campos model, input, voice e response_format

Retorno de arquivo de áudio

A API retorna o arquivo de áudio binário diretamente na resposta HTTP. Não há necessidade de processamento adicional para decodificação. O arquivo pode ser salvo no diretório de uploads do WordPress ou enviado para um serviço de armazenamento em nuvem.

O tempo de geração varia conforme o tamanho do texto. Frases curtas levam alguns segundos, enquanto textos longos são processados em tempo real aproximado. Solicitações falhas não consomem crédito e retornam código de erro adequado.

  • Resposta: Arquivo de áudio binário
  • Formatos suportados: MP3, WAV, OPUS, FLAC, PCM
  • Custo zero em caso de falha na síntese

Integração via plugin ou código

Para WordPress, a integração mais direta é via código PHP usando wp_remote_post ou cURL. O plugin ou tema captura o conteúdo do post, envia para a API e armazena o URL do áudio gerado como meta dado do post.

Alternativamente, desenvolvedores podem usar o SDK oficial da OpenAI, ajustando a base_url para https://api.getpk7.com/v1. Isso permite reutilizar a lógica de clientes já existentes, minimizando o tempo de desenvolvimento.

  • Integração via PHP nativo ou plugin customizado
  • Compatibilidade com SDK OpenAI (ajustando base_url)
  • Armazenamento do áudio como meta dado do post

Passo a passo da integração

Ilustração de onda sonora para: Passo a passo da integração

A integração exige uma chave API válida e o envio do texto via POST. O retorno é um arquivo de áudio pronto para ser incorporado.

O fluxo conecta o editor do WordPress à API, garantindo que o áudio seja gerado e exibido sem complicações técnicas.

Obter chave API

Acesse /get-api-key/ para criar sua conta e gerar a chave Bearer. Esta credencial autentica suas requisições à API.

  • Registre-se com Google ou e-mail/senha.
  • A chave é única por conta e pode ser revogada a qualquer momento (uma nova chave invalida a anterior instantaneamente).

Enviar texto do post

Extraia o conteúdo do post e envie-o via POST para o endpoint de síntese. O texto deve ter no máximo 4096 caracteres. Para artigos maiores, divida o conteúdo em partes menores antes do envio.

  • Use a chave no cabeçalho Authorization.
  • O texto é processado sequencialmente.

Receber e exibir áudio

A API retorna o arquivo de áudio diretamente na resposta. Salve ou exiba este arquivo no seu tema WordPress para que os leitores possam reproduzi-lo.

  • Suporte a MP3, WAV, OPUS, FLAC, PCM.
  • Incorpore o arquivo via player nativo do tema.

Formatos recomendados para web

Ilustração de onda sonora para: Formatos recomendados para web

A API do VozBlog permite escolher entre MP3, WAV, OPUS, FLAC e PCM para a entrega de áudio. A seleção do formato adequado é crucial para equilibrar qualidade sonora, compatibilidade do navegador e eficiência de transferência de dados em seu site WordPress.

Para a maioria dos casos de uso em blogs, o MP3 se destaca como a opção padrão. Ele oferece uma boa relação entre tamanho de arquivo e fidelidade perceptível, facilitando a distribuição eficiente de conteúdo gerado via API para dispositivos móveis e conexões com largura de banda limitada.

Vantagens do MP3

O formato MP3 utiliza compressão com perdas que reduz significativamente o tamanho do arquivo sem comprometer a inteligibilidade da voz sintética. Isso facilita a distribuição eficiente de conteúdo gerado via API para dispositivos móveis e conexões com largura de banda limitada.

Compatibilidade com players

O MP3 é amplamente suportado por todos os players HTML5 modernos e plugins de áudio comuns para WordPress. Essa universalidade elimina a necessidade de plugins específicos ou codecs proprietos, garantindo que o áudio funcione em qualquer navegador, desde Chrome até Safari e Firefox.

Peso do arquivo

Comparado ao WAV ou FLAC, o MP3 gera arquivos muito menores para a mesma duração de áudio. Isso reduz o consumo de banda do seu servidor e melhora o tempo de carregamento da página, fator importante para a experiência do usuário e SEO.

Limitações técnicas a considerar

Ilustração de onda sonora para: Limitações técnicas a considerar

A API impõe um limite rígido de 4096 caracteres por solicitação. Textos excedentes não são processados em lote único e requerem divisão manual ou lógica de buffer para garantir a entrega completa do conteúdo audio.

Como os pedidos são processados em sequência, não há paralelismo nativo. Isso significa que, sob carga, requisições podem aguardar na fila, impactando o tempo de resposta imediato.

Limite de 4096 caracteres

Cada chamada POST aceita no máximo 4096 caracteres, incluindo espaços e pontuação. Exceder esse limite resulta em erro na síntese (o texto deve ser dividido em partes menores).

Necessidade de divisão de texto

Para artigos longos, é necessário implementar lógica no WordPress para segmentar o texto em blocos de até 4096 caracteres e concatenar os arquivos de áudio resultantes.

Esta abordagem garante que todo o conteúdo seja narrado sem cortes abruptos na estrutura da API.

Processamento sequencial

As requisições são processadas uma após a outra. Em momentos de alta demanda, sua solicitação pode entrar em fila.

Isso pode aumentar o tempo de geração para textos extensos, mas não afeta a qualidade do áudio final.

Vozes e idiomas disponíveis

Ilustração de onda sonora para: Vozes e idiomas disponíveis

A API oferece oito vozes predefinidas, divididas entre perfis femininos e masculinos, cada uma com uma tonalidade específica para diferentes tipos de conteúdo. O usuário seleciona o perfil ideal diretamente no corpo da requisição JSON, sem necessidade de treinamento adicional ou customização de voz.

O suporte abrange 23 idiomas, incluindo português, inglês, espanhol, francês, alemão, japonês e árabe. Todas as vozes conseguem pronunciar qualquer um dos idiomas suportados, permitindo que um mesmo artigo seja narrado em múltiplos idiomas com a mesma qualidade de base.

Escolha de vozes predefinidas

As opções incluem vozes femininas como Aria (narradora clara), Nova (energética), Luna (suave) e Sage (instrucional), além das masculinas Felix (promo), Milo (conversacional), Atlas (neutra) e Orion (documentário). A escolha depende exclusivamente do tom desejado para o post do blog.

Não há clones de voz personalizados nem design de voz customizável. Cada voz é baseada em gravações licenciadas e possui uma marca d'água inaudível que identifica o áudio como sintetizado.

  • Aria: narrativa clara e quente
  • Nova: tom bright e otimista
  • Luna: suave, ideal para storytelling
  • Sage: calma, instrucional
  • Felix: energético, promocional
  • Milo: amigável, conversacional
  • Atlas: neutra, estilo noticiário
  • Orion: profunda, documental

Suporte a múltiplos idiomas

O sistema suporta 23 idiomas, permitindo a expansão do alcance do blog para públicos internacionais sem necessidade de vozes específicas por idioma. A lista inclui línguas como árabe, chinês, dinamarquês, finlandês, grego, hebraico, hindi, coreano, malaio, norueguês, polonês, russo, sueco e turco.

Idiomas não suportados incluem vietnamita, indonésio, tailandês, ucraniano, romeno, tcheco e bengali. É necessário verificar a lista de idiomas disponíveis antes de configurar a tradução do conteúdo para o blog.

Detecção automática de idioma

Se o campo language não for especificado na requisição, o sistema tenta adivinhar o idioma com base no script do texto. Para textos em latim, o padrão é inglês. Para outros idiomas em latim, recomenda-se definir explicitamente o parâmetro language com o código ISO.

Isso garante a pronúncia correta, especialmente quando o texto contém palavras mistas ou idiomas não óbvios pelo script visual.

Custos envolvidos na integração

Ilustração de onda sonora para: Custos envolvidos na integração

A cobrança é baseada em caracteres processados, incluindo espaços e pontuação. O custo fixo é de US$ 0,01 por cada 1.000 caracteres. Isso oferece previsibilidade total para publishers de blogs, sem surpresas em faturas ou taxas de infraestrutura ocultas.

Cobrança por caractere

O preço é de US$ 10,00 por 1 milhão de caracteres. Cada solicitação bem-sucedida consome créditos equivalentes ao tamanho exato do texto enviado. Requisições que falham na síntese são gratuitas, sem cobrança de caracteres processados.

  • US$ 0,01 por 1.000 caracteres
  • Espaços e pontuação contam como caracteres
  • Falhas na síntese são isentas

Cálculo de custo por post

Para estimar o custo, conte os caracteres do seu artigo. Um post médio de 2.000 caracteres custa US$ 0,02. Textos longos que excedem 4.096 caracteres devem ser divididos, acumulando o custo de cada parte processada.

Créditos iniciais gratuitos

Novos usuários que fazem login com Google recebem US$ 0,50 de crédito. Isso permite gerar aproximadamente 50.000 caracteres sem custo. O crédito expira em 7 dias. Contas criadas com email e senha não recebem este bônus.

  • US$ 0,50 para login com Google
  • Aproximadamente 50.000 caracteres
  • Validade de 7 dias
Custos envolvidos na integração

Autenticação e segurança

Ilustração de onda sonora para: Autenticação e segurança

A autenticação na VozBlog utiliza o padrão Bearer Token, garantindo que apenas solicitações autorizadas acessem a API de síntese de voz. A chave API identifica sua conta e deduz o saldo disponível para cada requisição.

O método Authorization: Bearer tts-... é simples e direto, integrando-se facilmente a qualquer biblioteca HTTP ou SDK existente sem necessidade de protocolos complexos de autenticação adicional.

Uso de chave Bearer

Envie a chave no cabeçalho HTTP de cada requisição POST para /v1/audio/speech. Sem este token, a API retorna erro 401, impedindo o uso dos recursos de geração de áudio.

  • Formato: Authorization: Bearer tts-sua_chave_aqui
  • Suporte universal a bibliotecas HTTP padrão

Proteção da chave API

A chave é o único ponto de acesso financeiro e funcional. Mantenha-a segura em variáveis de ambiente no servidor WordPress, evitando exposição direta no código front-end.

  • Armazene em variáveis de ambiente do servidor
  • Não inclua em scripts públicos visíveis

Gestão de chaves

Cada conta possui uma chave ativa por vez. Você pode emitir uma nova chave a qualquer momento via painel; a chave anterior é invalidada instantaneamente, garantindo controle total sobre o acesso.

Se houver suspeita de uso indevido, a revogação é imediata, sem necessidade de aguardar processamento ou renovação de sessões.

  • Uma chave ativa por conta
  • Invalidação instantânea ao emitir nova chave

Exemplos de código para WordPress

Ilustração de onda sonora para: Exemplos de código para WordPress

O código abaixo demonstra como utilizar o endpoint de síntese diretamente via PHP ou SDK OpenAI, garantindo que o texto do seu post seja convertido em áudio de forma programática.

Estes exemplos servem como base para plugins ou scripts personalizados, integrando a geração de áudio ao fluxo de publicação do WordPress sem dependências externas complexas.

Uso de cURL no PHP

Para ambientes sem dependências adicionais, utilize cURL para enviar o texto e receber o arquivo binário. Substitua tts-sua-chave pela sua chave real e defina o modelo e voz desejados no corpo JSON.

  • Envie POST para https://api.getpk7.com/v1/audio/speech
  • Header: Authorization: Bearer tts-sua-chave
  • Body: `{"model": "tts-1", "voice": "nova", "input": "Seu texto aqui", "response_format": "mp3"}`

Integração com SDK OpenAI

Como o endpoint segue o formato da API de speech da OpenAI, você pode usar o SDK oficial ajustando apenas a URL base. Isso facilita a manutenção se você já utiliza a biblioteca em outros projetos.

  • Instale o SDK oficial da OpenAI (ex: composer require openai-php/client ou equivalente em sua linguagem).
  • Configure base_url para https://api.getpk7.com/v1
  • Use OpenAI::audio()->speech() com os mesmos parâmetros padrão.

Exemplo de endpoint

O endpoint processa requisições síncronas. Para textos curtos, o retorno é imediato. Para posts longos, o tempo de geração será proporcional ao tamanho, respeitando o limite de 4096 caracteres por chamada.

Tratamento de erros na integração

Ilustração de onda sonora para: Tratamento de erros na integração

O tratamento de erros na integração da API VozBlog assegura que falhas na síntese não cobrem o usuário. Se a geração de áudio falhar, o valor é estornado integralmente, garantindo que o custo seja cobrado apenas por requisições bem-sucedidas.

Falhas de síntese gratuitas

Caso a API retorne erro durante o processamento, a cobrança não é aplicada. O valor correspondente é devolvido automaticamente ao saldo da conta, sem necessidade de solicitação manual.

Manejo de limites de taxa

A API limita o consumo a 60 requisições por minuto por chave. Antes do primeiro recarga, o limite é de 10 requisições por minuto. Exceder esse limite resulta em erro 429, exigindo que o sistema aguarde ou implemente lógica de retry.

Retorno de status HTTP

Requisições bem-sucedidas retornam status 200 com o arquivo de áudio. Erros de autenticação ou formato retornam códigos 4xx, enquanto limitações de taxa retornam 429. O sistema deve verificar o status code para decidir se tenta novamente ou exibe uma mensagem ao usuário.

Otimização de performance

Ilustração de onda sonora para: Otimização de performance

Para evitar custos desnecessários e latência na carga da página, armazene o arquivo de áudio gerado. Como o texto do post não muda frequentemente, o cache do servidor ou do CDN serve o arquivo já convertido, eliminando a necessidade de novas requisições API para o mesmo conteúdo.

A geração sob demanda é útil para posts atualizados dinamicamente, mas exige cuidado com os limites de taxa. Use a geração em lote ou pré-processamento para posts principais, garantindo que o áudio esteja disponível antes da visita do usuário, reduzindo o tempo de carregamento inicial.

Cache de áudio gerado

Armazene o arquivo de áudio (mp3, wav, opus, flac ou pcm) retornado pela API após a primeira síntese bem-sucedida. Utilize o cache do servidor ou um CDN para servir esse arquivo diretamente, evitando novas chamadas HTTP para o mesmo texto.

Isso reduz drasticamente o tempo de carregamento da página para os leitores e economiza caracteres faturados, já que a síntese ocorre apenas uma vez por versão do texto.

  • Armazene o arquivo de áudio na primeira geração bem-sucedida.
  • Utilize cache do servidor ou CDN para servir o arquivo.
  • Economiza caracteres faturados e tempo de carregamento.

Geração sob demanda

Em cenários onde o conteúdo é atualizado frequentemente ou é altamente dinâmico, a geração sob demanda pode ser aplicada via AJAX ou geração no servidor no momento da visualização.

Considere o impacto no tempo de resposta do usuário, pois a síntese pode levar alguns segundos para frases curtas e mais tempo para textos longos, dependendo da fila de processamento.

  • Use AJAX ou geração no servidor para conteúdo dinâmico.
  • Atenção ao tempo de resposta do usuário.
  • Avalie o impacto na fila de processamento.

Divisão de textos longos

O limite de 4096 caracteres por requisição exige a divisão do texto em partes menores. Após a síntese de cada parte, junte os arquivos de áudio resultantes.

Essa divisão deve ser feita no lado do servidor para evitar múltiplas requisições síncronas que podem exceder o limite de 60 requisições por minuto, especialmente em posts muito longos.

  • Limite de 4096 caracteres por requisição.
  • Junte os arquivos de áudio após a síntese.
  • Realize a divisão no servidor para gerenciar limites de taxa.

Acessibilidade para leitores

Ilustração de onda sonora para: Acessibilidade para leitores

Oferecer áudio em blogs amplia o acesso ao conteúdo, permitindo que leitores consumam artigos enquanto realizam outras tarefas ou têm dificuldade visual. A narração automatizada garante que a informação chegue a todos, independentemente da preferência de leitura.

Benefícios do áudio em blogs

A conversão de texto para voz elimina barreiras de tempo e formato, transformando posts estáticos em experiências auditivas imediatas. Isso é especialmente útil para textos longos ou técnicos, onde a escuta pode ser mais eficiente.

Público que prefere ouvir

Muitos usuários preferem ouvir notícias e artigos enquanto se deslocam ou trabalham. Oferecer essa opção atende a essa demanda crescente sem exigir esforço manual de produção de conteúdo extra.

Engajamento do usuário

A disponibilidade de áudio pode aumentar o tempo de permanência na página, pois os leitores têm a opção de escolher o modo de consumo. Isso gera mais interações e valoriza o conteúdo escrito original.

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Em períodos de alta demanda, o tempo de geração aumenta devido à fila de processamento.

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. Creative Commons Attribution 4.0
  3. curl documentation
  4. Python documentation
  5. LibriTTS-R paper (arXiv 2305.18802)
  6. ISO 639 language codes
  7. TRON developer hub: TRC-20
  8. LibriVox public-domain audiobooks
  9. Node.js documentation
  10. W3C WAI: making audio and video accessible
  11. openai-node on GitHub
  12. openai-python on GitHub

Mais neste site