Perguntas frequentes
O que é TTS para notificações?
É uma API que converte texto em áudio para notificações de software. Você envia texto e recebe um arquivo de áudio via POST. Ideal para interfaces que precisam de narração automática, com integração via SDK OpenAI e custo de $0,01 por 1.000 caracteres.
Qual voz usar para alertas?
Para alertas, use Felix (energético) ou Milo (conversacional). Ambos são otimizados para clareza e engajamento rápido. Evite vozes mais lentas como Luna para notificações urgentes. A escolha depende do tom da sua startup: Felix para promoções, Milo para lembretes amigáveis.
Como otimizar o custo por notificação?
O custo é fixo: $10 por 1 milhão de caracteres. Para otimizar, mantenha os textos concisos, pois espaços contam. Failed requests são gratuitas. Use o formato mp3 para compatibilidade.
Posso personalizar a voz por usuário?
Sim, você escolhe entre 8 vozes preset (Aria, Nova, Luna, Sage, Felix, Milo, Atlas, Orion) por requisição. Não há clonagem de voz personalizada. Cada usuário pode ter sua voz preferida configurada no seu backend, passando o parâmetro voice na API.
Qual formato de áudio é melhor?
Escolha mp3 para web e mobile (compatível universal). Use wav ou flac para alta fidelidade. opus e pcm também são suportados. O mp3 é recomendado para notificações móveis devido ao equilíbrio entre qualidade e tamanho de arquivo,
A API suporta múltiplos idiomas?
Sim, suportamos 23 idiomas, incluindo inglês, espanhol, português e japonês. Você pode definir o idioma via parâmetro language ou deixar a API adivinhar pelo script. Vozes são multilíngues; uma voz pode falar qualquer um dos idiomas suportados.
Há limite de notificações por dia?
Não há limite diário, apenas de taxa: 60 requisições por minuto por chave. Após o primeiro top-up, o limite sobe para 60 req/min. Sem limite de caracteres totais, apenas 4096 caracteres por requisição individual. Processamento é fila única.
O áudio é armazenado no servidor?
Não. O áudio gerado é retornado na resposta e não é armazenado. Apenas metadados de solicitação (tempo, caracteres, status) são guardados para faturamento. Seu texto de entrada também não é usado para treinamento, garantindo privacidade dos dados dos usuários.
Como integrar com React Native?
Use o SDK OpenAI padrão, alterando o base_url para https://api.cb999.info/v1. Envie a chave Bearer e o texto. Receba o arquivo de áudio e use componentes nativos para reprodução. É HTTP simples.
A voz soa robótica?
As vozes são baseadas em gravações licenciadas (LibriTTS-R e LibriVox), soando naturais. Há uma marca d'água inaudível que indica ser síntese. Não são imitações de celebridades, mas oferecem clareza e tom profissional, adequados para notificações de software sem soar excessivamente artificiais.
Posso alterar o volume na interface?
A API controla a speed (0.25–4.0), não o volume. O volume é gerenciado pelo player de áudio do seu aplicativo React Native ou web. A API retorna o arquivo de áudio completo; você controla a reprodução e o volume no frontend.
O que acontece se o texto for muito longo?
O limite é 4096 caracteres por requisição. Para textos maiores, divida manualmente em partes, envie cada uma e junte os arquivos de áudio resultantes. Isso garante que cada segmento seja processado corretamente dentro dos limites da API sem perda de dados.
Há desconto para alto volume?
Não há planos mensais ou descontos por volume. O preço é fixo: $0,01 por 1.000 caracteres. Sem mínimo de gasto ou assinaturas. O saldo não expira e pode ser recarregado via USDT (TRC-20) a qualquer momento, sem taxas adicionais.
Como rastrear o uso da API?
A página /get-api-key/ mostra seu saldo, crédito de teste, caracteres restantes e histórico de uso. Metadados de tempo e status são mantidos para faturamento. Não há dashboard avançado, mas os dados básicos são visíveis na conta para controle de custos.
Por que usar voz em notificações
Notificações em texto puro são facilmente ignoradas, especialmente em interfaces densas. A voz humana captura a atenção instantaneamente, transformando alertas passivos em experiências ativas. Isso é crítico para startups que buscam reduzir a taxa de abandono de mensagens importantes.
Além do engajamento, a voz elimina a ambiguidade do texto. Uma notificação de "agendamento confirmado" soa diferente de um lembrete urgente, transmitindo nuances de tom que o texto puro não consegue expressar eficientemente.
Acessibilidade para usuários com deficiência visual
Para usuários que dependem de leitores de tela, uma notificação sonora é muitas vezes mais eficiente do que ler um bloco de texto. A VozSinc oferece vozes claras e naturais, garantindo que a informação seja consumida rapidamente sem esforço cognitivo adicional.
- Reduz a carga de leitura em interfaces complexas
- Oferece feedback imediato sem necessidade de focar na tela
- Compatível com tecnologias assistivas padrão
Engajamento maior que texto puro
Em um cenário onde o usuário recebe dezenas de alertas por dia, o elemento auditivo cria uma pausa natural na interação, destacando a mensagem crítica.
- Aumenta a percepção de urgência sem ser intrusivo
- Diferencia o produto no mercado de notificações SaaS
Experiência personalizada na interface
A voz permite que sua interface tenha uma "personalidade" consistente. Seja usando a voz calma de Sage para instruções ou a energia de Felix para promoções, você define o tom da comunicação com o usuário final, fortalecendo a marca da sua startup.
Seleção de vozes para contexto
A escolha da voz define como o usuário interpreta a urgência ou a natureza da notificação. Não se trata apenas de preferência estética, mas de clareza funcional na interface do software.
Utilizar vozes distintas para diferentes tipos de alerta ajuda na compreensão instantânea, reduzindo a carga cognitiva do usuário final sem exigir leitura atenta de texto.
Vozes neutras para alertas de sistema
Para alertas técnicos ou erros críticos, a neutralidade é essencial. Atlas (masculino) oferece um tom informativo e direto, ideal para notificações de status ou falhas.
A clareza de Atlas garante que a mensagem seja compreendida rapidamente, sem distrações emocionais, mantendo o foco na informação técnica.
- Atlas: tom neutro e informativo
- Ideal para erros de sistema e status
- Clareza sem distrações emocionais
Vozes amigáveis para lembretes
Lembretes de agendamentos ou ações pendentes beneficiam-se de tons mais leves. Luna (feminino) traz uma abordagem suave e narrativa, ideal para contextos menos urgentes.
Sage (feminino) também é uma opção calmante para instruções passo a passo, mantendo o usuário orientado sem gerar ansiedade.
- Luna: tom suave e narrativo
- Sage: calma e instrucional
- Reduz ansiedade em lembretes
Tom profissional para notificações empresariais
Notificações B2B ou relatórios gerenciais exigem seriedade. Milo (masculino) oferece um tom conversacional, mas profissional, adequado para atualizações de equipe.
Felix (masculino) pode ser usado para promoções internas ou avisos dinâmicos, trazendo energia sem perder a profissionalidade.
- Milo: tom conversacional e profissional
- Felix: energético para avisos dinâmicos
- Equilíbrio entre seriedade e clareza
Integração técnica simples
Requisição HTTP padrão
Envie um POST para https://api.cb999.info/v1/audio/speech com o corpo JSON contendo o modelo, texto, voz e idioma. A autenticação usa Bearer tts-... no cabeçalho. O serviço retorna o arquivo de áudio diretamente na resposta, pronto para ser reproduzido ou armazenado temporariamente.
Certifique-se de que o texto respeite o limite de 4096 caracteres. Para notificações curtas, a latência é mínima; em picos, pode haver espera na fila devido ao processamento sequencial.
Uso de SDKs existentes
Utilize os SDKs oficiais da OpenAI (Python, Node.js, etc.) alterando apenas o base_url para https://api.cb999.info/v1. Isso permite reutilizar o código existente para chamadas de fala, mantendo a mesma estrutura de payload.
Essa abordagem simplifica a integração para equipes que já dominam o ecossistema OpenAI, sem necessidade de aprender uma biblioteca proprietária específica.
Entrega via link direto
O áudio é retornado diretamente na resposta HTTP. Não há streaming de áudio em tempo real nem WebSocket. Para interfaces web, entregue o arquivo via link direto ou salve-o para reprodução posterior.
Escolha o formato MP3 para máxima compatibilidade ou OPUS para economizar banda. O formato WAV é recomendado apenas quando a qualidade crítica é essencial.
Formatos ideais para delivery
Escolher o formato de áudio adequado é crucial para notificações em software, equilibrando qualidade, tamanho do arquivo e compatibilidade nativa dos clientes.
MP3 para compatibilidade geral
O MP3 é a escolha padrão para garantir que a notificação seja reproduzida em qualquer navegador ou dispositivo móvel sem necessidade de codecs adicionais. Sua ampla adoção elimina problemas de reprodução em interfaces legadas.
Opus para economia de banda
Para startups que monitoram custos de infraestrutura ou atendem usuários com planos de dados limitados, o Opus oferece excelente qualidade com arquivos menores. Ideal para notificações em massa ou apps com restrição de largura de banda.
WAV para qualidade crítica
Em alertas de sistema onde a clareza absoluta é necessária, o WAV sem compressão garante fidelidade máxima. Utilize este formato para notificações de alta prioridade ou quando o áudio for processado adicionalmente por outras ferramentas.
Gestão de custos em escala
O custo da API VozSinc é fixo em $10 por 1 milhão de caracteres, o que equivale a $0,01 por mil caracteres. Espaços e pontuação contam como caracteres, então cada notificação enviada gera um custo direto e previsível baseado no tamanho exato do texto enviado na requisição JSON.
Cálculo de caracteres por notificação
Cada caractere no campo input influencia o preço final. Para notificações curtas, como alertas de sistema ou lembretes, o volume de caracteres é baixo, mantendo o custo unitário mínimo. Textos longos que excedam 4096 caracteres devem ser divididos, pois cada parte conta como uma requisição distinta na faturação.
- Custo fixo: $0,01 por 1.000 caracteres.
- Espaços e pontuação contam como caracteres.
- Requisições falhas são gratuitas.
Otimização de texto para custo
Reduzir palavras desnecessárias ou abreviar mensagens de sistema sem perder a clareza pode diminuir significativamente o volume de caracteres processados. Como cada request tem um limite de 4096 caracteres, estruturar o texto de forma concisa evita cortes abruptos e múltiplas requisições desnecessárias para o mesmo alerta.
- Elimine palavras vazias desnecessárias.
- Use abreviações claras para alertas técnicos.
- Mantenha o texto abaixo de 4096 caracteres para evitar split.
Monitoramento de uso no painel
O painel da conta mostra o saldo, o crédito de teste e o histórico de caracteres usados. Isso permite que você acompanhe o consumo em tempo real e ajuste o volume de notificações enviadas pela aplicação. Não há planos mensais, então o custo escala linearmente com o uso.
- Visualize saldo e crédito restante.
- Acompanhe o histórico de caracteres.
- Sinta-se à vontade para emitir uma nova chave API a qualquer momento.
Experiência do usuário final
O usuário final não precisa gerenciar a API; a experiência depende de como o frontend interpreta o áudio gerado. A clareza da mensagem é garantida pelas vozes claras e pela velocidade ajustável, que permite adaptações para diferentes contextos de uso.
Controle de volume e velocidade
O frontend deve expor controles nativos para ajustar o volume e a velocidade (0.25–4.0) antes ou durante a reprodução. Isso permite que o usuário adapte a notificação ao ambiente, como ouvir mais rápido em trânsito ou devagar em locais barulhentos.
Clareza na entrega da mensagem
A voz sintética garante consistência na pronúncia, evitando ambiguidades comuns em textos curtos de notificações. O usuário ouve a mensagem completa sem precisar decodificar abreviações, melhorando a compreensão imediata da informação crítica.
Personalização por perfil de usuário
Cada perfil de usuário pode ter uma voz padrão associada, como uma voz mais calma para lembretes ou uma mais energética para alertas. Isso cria uma identidade sonora única para a aplicação, reforçando a personalização sem complexidade técnica para o final.

Exemplos de casos de uso
A API TTS da VozSinc permite transformar alertas críticos e lembretes em áudio instantâneo, integrando-se diretamente às interfaces do seu software via SDK OpenAI. Com vozes como Atlas para notícias neutras ou Luna para histórias suaves, você garante que a mensagem seja ouvida, não apenas lida.
Alertas de segurança em tempo real
Para notificações de segurança, utilize o voz Atlas para um tom neutro e direto. Envie o texto via POST até 4096 caracteres e receba o áudio em MP3 ou Opus. Isso garante compatibilidade com players móveis e economiza banda, essencial para alertas urgentes em apps.
- Tom profissional e claro
- Baixa latência em picos
- Formato Opus para economia
Lembretes de agendamentos
Lembretes de consultas ou reuniões beneficiam-se de vozes como Luna ou Nova, que soam mais amigáveis. Como o processamento é síncrono, o áudio está pronto em segundos para frases curtas. Use a velocidade ajustada para manter o ritmo natural da conversa.
- Vozes claras e amigáveis
- Geração rápida para textos curtos
- Controle de velocidade (0.25–4.0)
Resumos de relatórios diários
Para relatórios longos, divida o texto em partes de 4096 caracteres e junte os arquivos de áudio resultantes. Isso evita limites de request e mantém a qualidade. O custo é de $0,01 por mil caracteres, permitindo escalar sem custos fixos.
- Split automático de texto
- Custo por caractere claro
- Sem custos mensais fixos
Limitações a considerar
A API impõe um limite rígido de 4096 caracteres por solicitação. Textos que ultrapassem esse tamanho devem ser divididos manualmente pelo desenvolvedor antes do envio, o que requer lógica adicional no backend da sua aplicação.
Em momentos de pico de demanda, as requisições são processadas sequencialmente, podendo criar filas de espera. O tempo de geração varia conforme a complexidade e a carga do servidor.
Limite de caracteres por request
Cada chamada POST para /v1/audio/speech aceita no máximo 4096 caracteres, incluindo espaços e pontuação. Notificações longas, como resumos diários completos, precisam ser fragmentadas em múltiplas requisições menores para não falhar.
- Limite máximo de 4096 caracteres por request.
- Espaços e pontuação contam para o total.
- Excesso de caracteres resulta em erro na síntese.
Latência em picos de tráfego
As requisições são processadas em fila, uma após a outra. Em momentos de alta demanda, o tempo de resposta pode aumentar significativamente, ultrapassando o tempo médio de 25 caracteres por segundo para textos longos.
- Processamento sequencial sob carga.
- Tempo varia conforme a fila de espera.
Necessidade de split para textos longos
Para gerar áudio de notificações extensas, é responsabilidade da aplicação dividir o texto em partes menores, enviá-las individualmente e unir os arquivos de áudio resultantes. Não oferecemos split automático nativo no endpoint.
- Divisão manual do texto pelo cliente.
- Necessidade de lógica de junção de arquivos.
- Responsabilidade da aplicação na fragmentação.
Privacidade nas notificações
A privacidade é fundamental para notificações de software que processam dados sensíveis dos usuários. Na VozSinc, o texto enviado para síntese é usado exclusivamente para gerar o arquivo de áudio. Assim que a entrega é concluída, o conteúdo do texto não é persistido em nossos sistemas, garantindo que informações transitórias não permaneçam armazenadas indefinidamente.
Para garantir a transparência e a correta aplicação da cobrança, mantemos apenas os dados de metadados das requisições. Isso inclui o timestamp, o número de caracteres processados e o status da solicitação. Esses registros são necessários estritamente para fins de faturamento e auditoria de uso, sem conter o conteúdo semântico da mensagem enviada.
Texto não é armazenado após uso
O texto digitado ou enviado via API é processado em tempo real para gerar o áudio. Após a entrega do arquivo de resposta, ele não fica salvo em bancos de dados permanentes da VozSinc. Isso reduz o risco de exposição acidental de dados sensíveis contidos nas notificações, como códigos de acesso ou mensagens pessoais.
A geração é feita de forma efêmera. Se o arquivo for baixado pelo seu sistema ou entregue ao usuário final, a origem textual já não reside em nosso armazenamento principal,
- Processamento em tempo real
- Não persistência do texto original
- Redução de superfície de ataque
Dados de metadata para cobrança
Para calcular a fatura corretamente ($0,01 por 1.000 caracteres), precisamos registrar quantas vezes a API foi chamada e o tamanho do input. Esses metadados incluem o horário da solicitação, o ID da chave API utilizada e o resultado (sucesso ou falha).
Esses registros são mantidos apenas pelo tempo necessário para a conciliação financeira e não incluem o conteúdo da notificação em si. Isso permite que você audite seus custos sem expor o que foi dito aos seus usuários.
- Timestamp e status da requisição
- Contagem de caracteres
- ID da chave API
Sem uso para treinamento de modelo
Diferente de muitos serviços de IA que utilizam o volume de dados dos clientes para refinar seus modelos de linguagem ou voz, a VozSinc não utiliza o texto enviado para treinamento. Seu input de notificação não entra no ciclo de melhoria do algoritmo.
Isso significa que a inteligência contida nas suas notificações corporativas ou pessoais permanece sua. Não há risco de seus dados específicos melhorarem a voz padrão ou criarem viés no modelo base, mantendo o foco no serviço contratado.
- Dados isolados do treino
- Propriedade intelectual preservada
- Sem aprendizado com input do cliente
Teste e validação
Antes de integrar a VozSinc em produção, utilize o crédito gratuito de $0,50 fornecido no login com Google. Esse saldo permite gerar aproximadamente 50.000 caracteres, suficiente para validar a clareza das notificações sem compromisso financeiro.
Execute chamadas de teste para verificar a latência e a qualidade do áudio em diferentes condições de rede. Ajuste a velocidade e selecione a voz mais adequada ao contexto da notificação, garantindo que a mensagem seja compreendida rapidamente pelo usuário final.
Uso do crédito gratuito
O crédito inicial de $0,50 é válido por 7 dias após o login com Google. Ele permite testar todos os formatos de áudio e vozes disponíveis sem custo adicional, ideal para validação técnica rápida.
Testes de latência e qualidade
Meça o tempo de resposta desde o envio do texto até o recebimento do arquivo. Para textos longos, a geração é aproximadamente em tempo real; frases curtas podem levar alguns segundos. Verifique se a latência se mantém aceitável sob carga simulada.
- Verifique o tempo de geração para frases curtas vs. longas
- Teste a estabilidade da conexão durante o download do áudio
- Confirme a compatibilidade dos formatos MP3, Opus e WAV nos dispositivos alvo
Ajuste de voz por feedback
Utilize os 8 presets para encontrar a voz que melhor se adapta ao tom das suas notificações. Ajuste a velocidade entre 0.25 e 4.0 para otimizar a clareza. Monitore o uso no painel para garantir que os testes não esgotam o saldo inesperadamente.
Próximos passos para devs
Para começar, acesse https://cb999.info/get-api-key/ e registre-se via Google ou e-mail. O painel exibe sua chave tts-... e o saldo inicial, permitindo o primeiro envio imediato.
Criação de conta e chave API
O registro é instantâneo. Se usar Google, receba $0,50 de crédito para testar cerca de 50.000 caracteres. Chaves podem ser renovadas a qualquer momento, invalidando a anterior instantaneamente.
- Registro via Google ou e-mail
- Chave única por conta
- $0,50 de crédito inicial (Google)
Implementação do endpoint
Envie um POST para https://api.cb999.info/v1/audio/speech com o corpo JSON contendo model, input, voice e response_format. Utilize o SDK OpenAI ajustando o base_url para simplificar a integração.
- Endpoint: POST /v1/audio/speech
- Formato JSON padrão
- Compatível com SDKs OpenAI
Monitoramento de uso em produção
Acompanhe caracteres usados e status das requisições no painel. Lembre-se do limite de 60 requisições/minuto e da necessidade de dividir textos longos em partes de até 4096 caracteres para garantir a síntese completa.
- Limite: 60 req/min
- Texto máximo: 4096 chars/req
- Painel de métricas em tempo real
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Línguas como vietnamita ou indonésio não são suportadas; verifique a lista completa antes de planejar a internacionalização.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
