Início rápido
Da conta à primeira voz e à primeira transcrição em 5 minutos. Você vai precisar de um terminal com curl, ou de Python 3.10+ com requests, ou de Node 20+.
- 1
Crie a conta e ganhe R$ 100
Cadastre-se em int8labs.com/cadastro com e-mail e senha ou com o Google e confirme o e-mail. No primeiro acesso, informe o CPF ou o CNPJ da organização: entram R$ 100 de crédito para testar. O crédito é um por documento e um por pessoa.
- 2
Crie uma chave de API
Em console › Chaves de API, clique em Nova chave, dê um nome (por exemplo, "servidor de produção") e deixe os três escopos marcados. A chave inteira aparece uma vez só: copie e guarde num cofre de segredos ou numa variável de ambiente do servidor.
# A chave fica numa variável de ambiente do servidor, nunca no código nem no repositório.export INT8_API_KEY="int8_live_…" # a chave inteira, copiada do console - 3
Gere a primeira voz
curl https://api.int8labs.com/v1/tts \-H "Authorization: Bearer $INT8_API_KEY" \-H "Content-Type: application/json" \-d '{"text": "Olá! Sua consulta está confirmada.", "voice": "helena"}' \--output ola.wavAbra o
ola.wav. O custo vem no cabeçalhoX-Int8-Cost-Brl: os 34 caracteres do texto saem por R$ 0,00068. - 4
Transcreva o áudio de volta
Mande o mesmo arquivo para a transcrição em lote com
wait=true. Para áudio de até 10 minutos, a resposta espera o fim e já traz o texto.curl https://api.int8labs.com/v1/stt/transcriptions \-H "Authorization: Bearer $INT8_API_KEY" \-F "file=@ola.wav" \-F "wait=true"O texto sai em minúsculas, sem pontuação e com os números por extenso:
olá sua consulta está confirmada. Alguns segundos de áudio custam menos de um centavo. - 5
Acompanhe no console
Em console › Uso aparecem as duas chamadas, com o custo de cada uma, e o saldo do canto da tela cai na mesma hora. O mesmo número do cabeçalho
X-Int8-Cost-Brlestá no extrato.
Próximos passos
- Autenticação: escopos, whitelist de IP, expiração e o token temporário para o navegador.
- Voz: as 5 vozes, os formatos e o streaming por WebSocket.
- Transcrição em lote: arquivos de até 4 horas, legendas e webhook.
- Transcrição ao vivo: o microfone por WebSocket, com parciais a cada 600 ms.
- Avatar: o Gustavo ou a Helena no seu site, com o SDK web.