Perguntas frequentes
O que é uma API de texto para voz?
É um serviço em nuvem onde você envia texto e recebe um arquivo de áudio. A API aceita requisições JSON no endpoint POST /v1/audio/speech, seguindo o mesmo formato do endpoint de fala da OpenAI. Basta enviar o texto e os parâmetros desejados para receber o arquivo de áudio após o processamento.
Como transformar texto em voz de locutor usando esta API?
Envie uma requisição POST para https://api.bpexc.info/v1/audio/speech com o texto no campo 'input', o modelo 'tts-1' ou 'tts-1-hd', e o 'voice' desejado. Use autenticação Bearer com sua chave. O serviço retorna o arquivo de áudio no formato especificado (mp3, wav, opus, flac, pcm) diretamente na resposta.
Quais vozes estão disponíveis para spots publicitários?
Oferecemos 8 vozes: Aria, Nova, Luna, Sage (femininas) e Felix, Milo, Atlas, Orion (masculinas). Para publicidade, Felix destaca-se pelo tom energético e promocional, enquanto Milo oferece uma abordagem amigável e conversacional. Atlas é neutro para notícias e Orion, profundo para documentários. Todas suportam os 23 idiomas disponíveis.
O API suporta vários idiomas para campanhas globais?
Sim, suporta 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. Se o idioma não for definido, ele é adivinhado; para textos em latim fora do inglês, defina o código ISO.
Quantos caracteres posso enviar por requisição?
Cada requisição aceita até 4096 caracteres no campo 'input'. Para roteiros mais longos, divida o texto em partes de até esse limite e junte os arquivos de áudio gerados. Isso permite criar spots publicitários completos ou narrações extensas mantendo a estrutura técnica de cada chamada individual.
Qual o custo por caractere na API?
O custo é de US$ 10,00 por 1 milhão de caracteres, ou US$ 0,01 por 1.000 caracteres. Espaços e pontuação contam como caracteres. Requisições falhas são gratuitas e o valor é devolvido integralmente. Não há planos mensais, assentos ou gasto mínimo obrigatório para utilizar o serviço.
Como funciona o pagamento com USDT?
O pagamento é feito exclusivamente com USDT na rede TRON (TRC-20). O valor mínimo para recarga é de US$ 5,00. Após a transferência, o saldo é creditado automaticamente em poucos minutos. Não aceitamos cartões, PayPal, assinaturas ou faturas com IVA. O saldo não tem validade.
O áudio gerado contém marca d'água?
Sim, cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso garante a rastreabilidade do áudio produzido pela API. A entrada de texto é usada apenas para gerar o áudio e não para treinamento, e o áudio não é armazenado.
Posso usar o SDK oficial da OpenAI com esta API?
Sim, a API segue o mesmo formato de requisição do endpoint de fala da OpenAI. Você pode usar os SDKs da OpenAI alterando o 'base_url' para https://api.bpexc.info/v1 e utilizando sua chave de API. Isso facilita a integração para equipes que já conhecem o ecossistema da OpenAI.
Quanto tempo leva para gerar um áudio?
Textos longos geram áudio em tempo real aproximado (cerca de 25 caracteres por segundo). Frases curtas levam alguns segundos. As requisições são processadas em fila, então, sob carga, pode haver espera. O limite é de 60 requisições por minuto por chave, garantindo processamento sequencial e estável.
O que acontece se a requisição falhar?
Se a síntese falhar, o custo é devolvido integralmente à sua conta. Você não paga pelo caractere processado com sucesso se o resultado final não for entregue. Isso elimina o risco financeiro em caso de erros técnicos temporários ou problemas na geração do arquivo de áudio solicitado.
As vozes são baseadas em gravações licenciadas?
Sim, as vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de audiolivros de domínio público do LibriVox. Isso garante uma base sólida e legal para a síntese. Não oferecemos clonagem de voz personalizada nem design de voz, apenas os 8 presets disponíveis.
Existe limite de requisições por minuto?
Sim, o limite é de 60 requisições por minuto por chave de API. Antes da primeira recarga, o limite é de 10 requisições por minuto. Isso garante que o processamento sequencial não sofra sobrecarga excessiva. Para agências com alto volume, o limite padrão de 60 rpm é suficiente para a maioria dos fluxos.
Como funciona o período de teste gratuito?
Ao fazer login com o Google, você recebe US$ 0,50 de crédito (cerca de 50.000 caracteres) válidos por 7 dias. Contas criadas com e-mail e senha não recebem crédito inicial. O saldo não expira após o período de teste, permitindo que você continue usando o serviço conforme recarregar a conta.
Primeira solicitação
curl
curl https://api.bpexc.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.mp3Como funciona a API
Envie texto via API e receba áudio sintetizado em segundos. A interface é simples: uma requisição POST para o endpoint /v1/audio/speech com o corpo JSON contendo o roteiro, o modelo de voz e o formato desejado.
Envie JSON e receba áudio
Configure os parâmetros como model, input, voice e response_format no corpo da requisição. A API processa o texto e retorna o arquivo de áudio diretamente na resposta HTTP, pronto para integração no seu pipeline de produção.
Integração com SDK OpenAI
Utilize o SDK oficial da OpenAI ajustando apenas o base_url para https://api.bpexc.info/v1. Isso permite reutilizar código existente e bibliotecas já testadas, facilitando a migração sem necessidade de aprender uma nova estrutura de chamadas.
Processamento síncrono
As requisições são processadas de forma síncrona, garantindo que você receba o arquivo completo antes de continuar. Para roteiros longos, recomenda-se dividir o texto em partes de até 4.096 caracteres para otimizar o tempo de geração e evitar filas.
Vozes para Publicidade
A escolha da voz determina a eficácia da comunicação. Oferecemos oito vozes pré-definidas, baseadas em gravações licenciadas e de domínio público, prontas para uso imediato via API.
Cada voz possui características acústicas distintas, permitindo a criação de perfis sonoros consistentes para campanhas de longo prazo ou spots pontuais.
Locutores masculinos
Felix oferece energia para promoções. Milo garante conversação próxima. Atlas mantém neutralidade jornalística. Orion aporta profundidade documental.
- Felix: energético, promo
- Milo: amigável, conversacional
- Atlas: neutro, notícias
- Orion: profundo, documentário
Locutoras femininas
Aria entrega clareza narradora. Nova traz leveza vibrante. Luna suaviza contos. Sage instrui com calma.
- Aria: clara, narradora
- Nova: leve, vibrante
- Luna: suave, contos
- Sage: calma, instrucional
Tom e estilo
As vozes são ajustáveis via parâmetro de velocidade (0.25–4.0) para sincronizar com o ritmo visual ou auditivo.
Qualquer voz pronuncia qualquer idioma suportado, garantindo consistência de timbre mesmo em multilíngues.
- Controle de velocidade
- Multi-idioma consistente
Idiomas Suportados
A API detecta automaticamente o idioma pelo script, mas para textos em latim fora do inglês, é obrigatório definir o parâmetro language. Isso evita que o sistema assuma erroneamente o idioma padrão.
O suporte abrange 23 idiomas, permitindo a produção de spots multilíngues sem necessidade de vozes adicionais ou configurações complexas de voz.
Português e Inglês
Suporte nativo para português e inglês, com detecção automática baseada no script. Para textos em latim não ingleses, defina explicitamente o código ISO para garantir a pronúncia correta.
Espanhol e Francês
Idiomas com alta cobertura de voz, ideais para campanhas de rádio e vídeos internacionais. Todas as 8 vozes suportam esses idiomas sem perda de qualidade.
Demais idiomas
Suporte para 21 idiomas adicionais, incluindo árabe, chinês, japonês, alemão, italiano, russo e turco. Idioms não listados (como vietnamita ou tcheco) não são suportados.
- Árabe, Chinês, Dinamarquês, Holandês, Finlandês, Grego, Hebraico, Hindi, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Swahili, Sueco, Turco
Formatos de Áudio
O endpoint aceita formatos de saída específicos para cada etapa do fluxo de trabalho publicitário. A escolha do formato afeta diretamente o tamanho do arquivo e a compatibilidade com seu player ou estúdio de edição.
MP3 para web
Formato padrão para streaming e plataformas digitais. Oferece bom equilíbrio entre qualidade e tamanho de arquivo, ideal para spots veiculados em sites, apps e redes sociais.
- Tamanho reduzido para carregamento rápido
- Compatibilidade universal com players modernos
- Ideal para teste de A/B em campanhas
WAV para produção
Áudio sem compressão, mantendo a fidelidade original da síntese. Recomendado para integração em softwares de edição (DAWs) ou masterização antes da veiculação final.
- Qualidade lossless
- Sem perda de dados na compressão
- Pronto para processamento pós-produção
Opus e FLAC
Opus oferece compressão eficiente para streaming de baixa latência. FLAC preserva a qualidade completa do áudio com compressão sem perda, útil para arquivamento de alta fidelidade.
- Opus: alta eficiência de compressão
- FLAC: qualidade intacta
- Alternativas leves e robustas
Precificação Transparente
A cobrança é linear e previsível: $0,01 por cada 1.000 caracteres processados. O valor base é de $10 por milhão de caracteres, aplicável a todos os modelos de voz e formatos de áudio.
Cada caractere, incluindo espaços e pontuação, é contabilizado. Requisições falhas não geram custo, garantindo que você pague apenas pelo áudio sintetizado com sucesso.
Custo por caractere
O preço é fixo em $10 por milhão de caracteres, equivalente a $0,01 por 1.000 caracteres. A contagem inclui todos os espaços e símbolos do texto enviado na requisição JSON.
- Tarifa única: $10 / 1M de caracteres
- Contagem exata de todos os caracteres enviados
Créditos de teste
Novos usuários podem obter $0,50 de crédito gratuitamente ao entrar com o Google, válido por 7 dias. Isso permite testar a integração sem custo imediato, equivalente a cerca de 50.000 caracteres de áudio.
Contas criadas apenas com e-mail e senha não recebem crédito de teste inicial. O saldo restante não expira após o período de validade.
- $0,50 de crédito ao entrar com Google
- Válido por 7 dias; saldo não expira
Pagamento com USDT
O recarga é feita exclusivamente via USDT na rede TRON (TRC-20). Não há suporte para cartões, PayPal ou faturas com VAT. O mínimo para recarga é de $5.
Depósitos são creditados automaticamente em minutos após a confirmação da transação na blockchain. Não há planos mensais, cotas ou taxas de manutenção associadas à conta.
- Rede TRON (TRC-20) apenas
- Mínimo de $5; crédito automático em minutos

Limites e Performance
Entenda as limitações técnicas para planejar o volume de produção. O sistema processa requisições de forma síncrona, o que significa que o áudio é entregue apenas após a síntese completa.
Conhecer os limites de caracteres e velocidade é essencial para otimizar o workflow de locução automática em agências de publicidade.
Limite de caracteres
Cada requisição aceita no máximo 4.096 caracteres, incluindo espaços e pontuação. Para roteiros longos, é necessário dividir o texto em partes menores e juntar os arquivos de áudio gerados.
O limite é rígido; exceder o tamanho resultará em erro na requisição.
- Máximo: 4.096 caracteres por request
Velocidade de geração
A síntese ocorre em tempo aproximado real, com taxa média de 25 caracteres por segundo de áudio gerado. Textos curtos podem levar alguns segundos para serem processados.
Sob carga, as requisições são processadas em fila, podendo aguardar antes da execução.
Limites de requisição
O limite padrão é de 60 requisições por minuto por chave API. Contas novas sem top-up iniciam com 10 requisições por minuto.
O excesso de chamadas além da cota resultará em erro de rate limit.
- Padrão: 60 req/min
- Inicial: 10 req/min
Casos de Uso
Transforme roteiros em spots de rádio prontos para transmissão. Envie o texto via API e receba o áudio em segundos, mantendo o controle total sobre a entonação e o ritmo da locução para cada campanha.
Spots de rádio
Gere arquivos WAV ou MP3 com vozes naturais para suas produções. Ideal para campanhas que exigem alta qualidade de áudio sem a necessidade de estúdio físico para cada variação.
- Suporte a formatos WAV para produção profissional
- Opção MP3 para distribuição rápida
Vídeos para redes sociais
Crie locução para reels e stories em escala. A API processa textos curtos rapidamente, permitindo testar diferentes estilos de voz (como 'nova' ou 'aria') para otimizar o engajamento.
- Geração rápida para conteúdos dinâmicos
- Múltiplas vozes para A/B testing
Anúncios geolocalizados
Personalize mensagens para regiões específicas usando os idiomas disponíveis. A API detecta o idioma automaticamente ou permite definição explícita, garantindo clareza em mercados diversificados.
- Detecção automática de idioma
- Suporte a múltiplos idiomas nativos
Vantagens para Agências
A estrutura de preço por uso elimina a necessidade de planos mensais fixos ou compromissos de volume mínimo. Você paga apenas pelos caracteres gerados, com custo de $0,01 por mil caracteres, o que otimiza o orçamento de produção de áudio para campanhas variáveis.
A ausência de limites de tempo de assinatura permite que a agência escalere a produção de locuções conforme a demanda do cliente, sem custos ocultos ou taxas de capacidade reservada.
Sem custo fixo mensal
A fatura reflete exatamente o volume de geração. Não há mensalidades obrigatórias, seats adicionais ou taxas de inatividade. O saldo não expira, permitindo o uso em picos sazonais sem desperdício.
Se a síntese falhar, o crédito é devolvido integralmente, garantindo que você não pague por trabalho não entregue.
- Pagamento apenas pelo caractere gerado ($0,01/1k chars)
- Sem mensalidades ou compromisso de volume
- Saldo não expira
Escalabilidade sob demanda
A API suporta múltiplas requisições simultâneas, processadas em fila. Com limite de 60 requisições por minuto por chave, é possível gerar centenas de spots em curtos períodos para lançamentos de campanhas.
A integração via SDK OpenAI facilita a automação em scripts Python ou Node.js, permitindo gerar dezenas de variações de um mesmo roteiro em segundos.
- 60 requisições/minuto por chave
- Integração nativa com SDKs OpenAI
- Processamento síncrono e previsível
Controle total do roteiro
O texto é enviado via JSON, com controle total sobre a narração. Cada requisição aceita até 4096 caracteres, permitindo roteiros completos de spots de rádio ou vídeos curtos.
A velocidade pode ser ajustada entre 0.25x e 4.0x, permitindo ajustes finos de timing sem necessidade de pós-produção complexa.
Não há limitação de uso das 8 vozes por cliente, permitindo criar identidades sonoras distintas para marcas diferentes.
- Input via JSON direto
- Controle de velocidade (0.25x a 4.0x)
- Até 4096 caracteres por requisição
Comece Agora
Acesse /get-api-key/ para criar sua conta via Google ou e-mail. A interface exibe sua chave API ativa, saldo atual e um exemplo de comando curl pronto para uso imediato.
Gere sua chave API
O cadastro é instantâneo. Contas com Google recebem $0,50 de crédito experimental válido por 7 dias. Para uso contínuo, realize um top-up mínimo de $5 via USDT (TRC-20) na rede TRON.
- Suporte apenas por e-mail
- Saldo não expira
- Chave única por conta
Primeira requisição
Envie um POST para https://api.bpexc.info/v1/audio/speech com a chave Bearer. O endpoint aceita o mesmo formato JSON do OpenAI, permitindo alterar o base_url nas SDKs oficiais.
Documentação técnica
Acesse /docs/ para a referência completa dos parâmetros, limites de 4096 caracteres e lista de vozes disponíveis. A integração segue o padrão REST, sem necessidade de SDK proprietário.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Isso oferece controle preciso sobre o ritmo, essencial para sincronizar áudios de rádio ou vídeos com a edição visual.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
