API de Texto para Fala: Guia de Uso, Vozes e Preços

Por Equ editorial SomLeve · Atualizado 2026-11-19

Esta página explica como a API de texto para fala da SomLeve funciona na prática, com foco em equipes de produto que integram voz em aplicativos móveis. Aqui você encontra dados reais sobre as 8 vozes disponíveis, os 23 idiomas suportados e a estrutura de preços previsível por caractere.

O guia detalha o licenciamento claro das vozes, a política de privacidade dos seus dados e os limites técnicos da API. Tudo apresentado sem hype, para que você integre a tecnologia com confiança, usando o SDK da OpenAI (com base_url alterada) ou requisições HTTP diretas.

API de Texto para Fala: Guia de Uso, Vozes e Preços

Perguntas frequentes

Quem mantém este site?

Este site é uma storefront independente da API SomLeve. Não somos afiliados à OpenAI, Google ou outras marcas mencionadas. A integração utiliza o padrão de endpoint da OpenAI, mas a infraestrutura e a gestão da chave de API são geridas exclusivamente por este serviço independente.

As vozes são clonadas ou originais?

As vozes são originais, baseadas em gravações licenciadas e não em clonagem personalizada. Oferecemos oito presets fixos (como Aria, Nova, Felix) e não permitimos o upload de sua própria voz para criação de clones personalizados. Cada áudio gerado contém uma marca d'água invisível que o identifica como síntese.

Qual a licença das vozes usadas?

As vozes são baseadas em gravações licenciadas do conjunto de dados LibriTTS-R (CC BY 4.0), provenientes de leituras de audiolivros de domínio público do LibriVox. Isso garante a origem das vozes sem a necessidade de personalização ou clonagem de voz específica para o cliente.

O texto enviado é usado para treinamento?

Não. O texto de entrada é processado exclusivamente para gerar o arquivo de áudio solicitado. Após a geração, o texto não é utilizado para treinar ou melhorar os modelos de síntese de voz da plataforma, garantindo a privacidade do conteúdo enviado via API.

Os áudios gerados ficam armazenados?

Não. Os arquivos de áudio são retornados diretamente na resposta da requisição HTTP e não são armazenados pelos nossos servidores após o envio. Apenas os metadados necessários para a cobrança e registro de uso são mantidos para fins de faturamento e auditoria.

Quais metadados são guardados?

Guardamos apenas os metadados de solicitação, incluindo horário, quantidade de caracteres processados e status da requisição (sucesso ou falha). Esses dados são essenciais exclusivamente para a faturamento preciso e para registrar o histórico de uso da sua chave de API na plataforma.

Por quanto tempo os dados são retidos?

Os metadados de faturamento são mantidos enquanto necessário para a gestão da sua conta e histórico de consumo. Como não há retenção de áudio ou texto bruto, os dados principais são descartados imediatamente após o envio da resposta. A retenção segue as necessidades operacionais básicas.

Como entrar em contato com o suporte?

O suporte é realizado exclusivamente por e-mail. Não oferecemos telefone, chat ao vivo ou tickets em tempo real. Para dúvidas técnicas ou sobre sua conta, utilize o endereço de suporte disponível na página de contato do site. Nossa equipe responderá por escrito.

Existe garantia de uptime (SLA)?

Não. Não oferecemos contratos de nível de serviço (SLA) nem garantias de disponibilidade contínua. A API pode sofrer variações de performance, especialmente durante picos de demanda, onde as requisições podem entrar em fila. Não há compensação automática por tempo de inatividade.

Há suporte por telefone ou chat?

Não. Não possuímos número de telefone nem chat ao vivo para suporte. Todo o atendimento é feito via e-mail. Esta abordagem permite um registro claro das solicitações e respostas, adequado para equipes de produto que preferem comunicação assíncrona e documentada.

As vozes imitam pessoas reais ou celebridades?

Não. As vozes são sínteses baseadas em gravações licenciadas do LibriTTS-R e não imitam celebridades, políticos ou pessoas reais específicas. Não oferecemos clonagem de voz personalizada. Cada voz é um preset fixo (como Aria ou Felix) com características vocais geradas por IA.

Posso usar os áudios comercialmente?

Sim. Ao utilizar a API, você recebe os arquivos de áudio gerados para uso em seus aplicativos móveis ou produtos. O uso é permitido conforme os termos do serviço, respeitando os limites de caracteres e as regras de uso da chave de API.

Há certificados de conformidade (SOC 2, HIPAA)?

Não. Não possuímos certificações como SOC 2, HIPAA ou GDPR. A plataforma é independente e focada na funcionalidade da API. Para necessidades de conformidade rigorosa, verifique os termos de uso e a política de privacidade, mas não há selos de certificação externos.

Onde estão os data centers?

Não especificamos a localização física dos data centers. A API é hospedada na nuvem e o acesso é feito via endpoint https://api.air123.cc/v1. Não há opção de escolha de região ou data center específico para o cliente, sendo tudo gerenciado pela infraestrutura do serviço.

Quem somos

Ilustração de onda sonora para: Quem somos

Somos uma storefront independente que oferece acesso direto à API SomLeve. Não somos afiliados à OpenAI, nem a grandes provedores de nuvem. Nosso único foco é fornecer a infraestrutura de texto para fala para times de produto que integram voz em apps móveis sem complexidade desnecessária.

Operamos como um ponto de venda independente, mantendo a transparência sobre o que a tecnologia realmente faz e o que não faz. Não há camadas extras de software ou promessas de funcionalidades que não existem, apenas acesso direto ao endpoint e ao SDK OpenAI.

Equipe editorial independente

Equipe editorial independente

Nossa equipe é composta por editores técnicos que documentam a API com precisão. Não vendemos pacotes corporativos ou consultoria externa. O conteúdo aqui reflete apenas o estado atual do serviço, sem interferência de vendas ou marketing de grande porte.

Foco em clareza e dados reais

Foco em clareza e dados reais

Cada número apresentado nesta página foi verificado contra a documentação técnica atual. Se informamos que a velocidade é de cerca de 25 caracteres por segundo ou que o custo é $0,01 por mil caracteres, esses são valores típicos e não garantidos. Priorizamos a exatidão técnica sobre narrativas inspiradoras.

Sem hype ou promessas vazias

Sem hype ou promessas vazias

Não usamos termos como "melhor do mundo" ou "voz mais realista" sem contexto. Se uma feature não está listada, ela não existe. Não prometemos SLA, suporte 24h ou integração nativa com WordPress. Entregamos apenas o que a API entrega: texto convertido em áudio via JSON, com preços claros e sem surpresas.

Licenciamento das vozes

Ilustração de onda sonora para: Licenciamento das vozes

Nossas vozes não são sintéticas criadas do zero, mas sim baseadas em gravações reais licenciadas. Utilizamos o conjunto de dados LibriTTS-R, licenciado sob CC BY 4.0, que provém de audiobooks lidos em domínio público pelo LibriVox. Isso garante uma base audível natural e transparente.

A escolha desse modelo permite que ofereçamos oito vozes distintas — de narradores a locutores — mantendo a consistência de qualidade sem a complexidade de treinar modelos do zero. Cada voz carrega a origem clara de suas gravações, facilitando a auditoria de direitos.

Baseadas em LibriTTS-R (CC BY 4.0)

Baseadas em LibriTTS-R (CC BY 4.0)

O núcleo de nosso motor de síntese utiliza o dataset LibriTTS-R, que permite uso comercial sob a licença Creative Commons Atribuição 4.0. Essa permissão direta elimina incertezas jurídicas sobre o uso das vozes em aplicações móveis ou web.

  • Licença CC BY 4.0 aplicada diretamente ao dataset base.
  • Uso comercial permitido sem royalties adicionais por voz gerada, sujeito aos termos do serviço.
  • Atribuição pode ser feita conforme suas políticas de terceiros.

Gravações de audiobooks do LibriVox

As vozes originais foram captadas por voluntários do LibriVox, uma biblioteca de audiobooks em domínio público. Cada modelo de voz (como Aria, Nova ou Felix) é derivado de registros do dataset, preservando características vocais específicas.

Domínio público e licenciamento claro

Como as fontes são de domínio público ou licenciadas abertamente, a cadeia de titularidade é direta. Não há necessidade de negociar direitos separados para cada voz ou linguagem suportada. Isso simplifica a integração para times de produto que precisam de previsibilidade jurídica.

Marca d’água nos áudios

Ilustração de onda sonora para: Marca d’água nos áudios

Cada arquivo de áudio gerado pela API carrega uma marca d’água inaudível e invisível. Essa marcação técnica não altera a qualidade sonora percebida pelo ouvinte, mas serve como um registro de origem.

Invisível e inaudível

A marca d’água é aplicada durante a síntese e não interfere na experiência auditiva. Ela permanece presente no arquivo final, independentemente do formato escolhido (mp3, wav, opus, flac ou pcm).

Marca sintética por arquivo

Cada arquivo gerado carrega uma marca d'água inaudível que o identifica como fala sintética. Isso permite identificar que o conteúdo foi produzido por nossa engine e não por uma gravação humana direta, garantindo transparência no uso do conteúdo.

Identificação de voz gerada

A marcação permite distinguir rapidamente o áudio de origem da API SomLeve. Isso facilita a gestão de direitos e a auditoria de conteúdo em aplicativos móveis que integram múltiplas fontes de áudio.

A identificação é automática e não requer processamento adicional por parte do cliente. A presença da marca d’água é garantida em todas as solicitações bem-sucedidas.

Política de dados

Ilustração de onda sonora para: Política de dados

Esta seção detalha o tratamento específico dos dados de entrada e saída da nossa API de texto para fala. O fluxo é projetado para garantir transparência sobre o que acontece com suas informações textuais e os arquivos de áudio gerados durante o processamento.

Texto usado apenas para geração

O texto enviado para o endpoint é processado exclusivamente para a síntese da fala. Não realizamos análises secundárias ou armazenamento persistente do conteúdo original além do tempo estritamente necessário para a entrega do áudio.

Não usado para treinamento

Os textos inseridos nas requisições não são utilizados para treinar nossos modelos ou melhorar algoritmos futuros. Seus dados permanecem isolados da base de treinamento, garantindo que sua propriedade intelectual sobre o conteúdo escrito seja preservada.

Áudio retornado e não armazenado

O arquivo de áudio gerado é entregue diretamente na resposta da API e não é mantido em nossos servidores após o envio. O áudio não fica armazenado para uso posterior, apenas os metadados de cobrança são retidos.

Política de dados

Metadados e cobrança

Ilustração de onda sonora para: Metadados e cobrança

A API registra metadados essenciais de cada solicitação: timestamp, volume de caracteres processados e status da síntese. Essas informações formam a base para o cálculo exato dos custos, garantindo que a cobrança reflita fielmente o consumo real de caracteres e requisições.

A retenção para faturamento limita-se ao necessário para auditoria e confirmação de pagamentos. Dados como tempo e status são mantidos apenas para assegurar a precisão das faturas e resolver eventuais discrepâncias, sem armazenamento desnecessário de longo prazo.

Tempo, caracteres e status guardados

Cada requisição gera um registro com data e hora exatas, quantidade de caracteres enviados e o resultado da operação (sucesso ou falha). Esses dados são leves e não incluem o texto em si, focando apenas na métrica de uso.

Uso para faturamento preciso

O cálculo do custo é baseado estritamente nos caracteres contados (incluindo espaços e pontuação). Como falhas resultam em estorno total, os metadados de status confirmam quais ciclos de processamento foram cobrados, garantindo transparência na cobrança por milhão de caracteres.

Retenção para faturamento

Os registros são mantidos apenas pelo tempo necessário para validar transações e emitir faturas. Não há retenção arbitrária; assim que o ciclo de faturamento e auditoria é concluído, os dados específicos daquela transação não são preservados além do necessário.

Contato e limites

Ilustração de onda sonora para: Contato e limites

A equipe editorial mantém o foco na clareza técnica e nos dados reais da API. Sem hype, entregamos apenas o que o produto faz: síntese de voz confiável para integrar em apps móveis.

Suporte por e-mail

Todas as dúvidas e solicitações são tratadas exclusivamente via e-mail. Não mantemos equipes de plantão 24/7 para atendimento imediato, mas garantimos respostas focadas na resolução técnica.

Sem SLA ou garantia de uptime

O serviço opera sem contrato de nível de serviço (SLA) formal. Não oferecemos garantias de tempo de atividade ou compensações por indisponibilidade. A API é estável, mas funciona sem contrapartidas contratuais.

Sem chat ou telefone

Para manter o foco no produto e nos custos previsíveis, não utilizamos canais de chat ao vivo ou atendimento telefônico. Toda a comunicação segue o canal assíncrono de e-mail, permitindo registro claro das trocas.

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Para apps móveis com alto volume, considere o uso de múltiplas chaves ou implemente lógica de retry com backoff exponencial.

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. openai-node on GitHub
  3. Node.js documentation
  4. Python documentation
  5. openai-python on GitHub
  6. LibriVox public-domain audiobooks
  7. FFmpeg documentation
  8. LibriTTS-R paper (arXiv 2305.18802)
  9. Tether (USDT)
  10. LibriTTS-R corpus (OpenSLR 141)
  11. IETF RFC 7845: Ogg Opus
  12. ISO 639 language codes

Mais neste site