int8.tts-1
Voz brasileira por centavos
Cinco vozes num só modelo, só em CPU. Números, datas, horas, moeda e siglas saem por extenso, do jeito que se fala.
R$ 20por 1 milhão de caracteres · prévia das vozes grátis
5 VOZES · OUÇA A PRÉVIA
GET /v1/voices
Helena
feminina, jovem · atendimento, confirmações e a voz do avatar Helena
Luana
feminina, animada · boas-vindas, campanhas e varejo
Regina
feminina, madura · saúde, finanças e avisos importantes
Eduardo
masculina, neutra · URA, narração e notícias
Gustavo
masculina, calma · suporte, tutoriais, cobrança e a voz do avatar Gustavo
“Sua consulta ficou para 14h30.”
→ a voz lê “catorze e trinta”
- Vozes brasileiras
- 5
- Três femininas e duas masculinas, num só modelo.
- Formatos
- 4
- wav, mp3, opus e pcm cru, para tocar direto num player ou mandar para telefonia.
- Taxas de amostragem
- 8–44,1 kHz
- 8000, 16000, 22050, 24000 e 44100 Hz. 8000 é a telefonia.
- Caracteres por pedido
- 5.000
- Velocidade de 0,8 a 1,3. Para textos maiores, divida em parágrafos.
> COMO INTEGRAR
Um arquivo por chamada, ou som contínuo por WebSocket.
- 01A resposta são os bytes do áudio; os números da chamada vêm nos cabeçalhos
POST /v1/tts - 02Para tocar enquanto gera, abra o streaming
WS /v1/tts/stream
curl https://api.int8labs.com/v1/tts \
-H "Authorization: Bearer $INT8_API_KEY" \
-H "Content-Type: application/json" \
-d '{"voice": "helena", "text": "Sua consulta está confirmada.", "format": "mp3"}' \
-o fala.mp3 -D -- X-Int8-Characters:
- 29
- X-Int8-Cost-Brl:
- 0.00058000
> CASOS DE USO
O formato certo para cada canal.
TELEFONIA
URA e ligações
Áudio pronto para a central, na taxa do telefone.
"format": "pcm", "sample_rate": 8000
MENSAGENS
Áudio no WhatsApp
Ogg/Opus, ótimo para web e para mensagens.
"format": "opus"
AVISOS
Protocolos e lembretes
Avisos longos e números de protocolo ficam melhores um pouco abaixo de 1.
"speed": 0.9
Cobrado por caractere, depois de sintetizar.
Você paga pelo texto que mandou. A prévia de cada voz é grátis.
R$ 20/1 milhão de caracteres
- os R$ 100 do cadastro
- 5.000.000 caracteres
- uma frase de 29 caracteres
- R$ 0,00058
> PERGUNTAS SOBRE A VOZ
- Como a voz é cobrada?
- Por caractere do texto que você mandou, depois de sintetizar: R$ 20 a cada 1 milhão de caracteres.
- Qual formato uso para telefone?
- sample_rate 8000 com pcm ou wav.
- Dá para mudar a velocidade?
- Sim: speed vai de 0,8 (mais devagar) a 1,3 (mais rápido). O padrão é 1,0.