Entenda como a API de texto para voz funciona na prática

Por Equipe editorial VozCanta · Atualizado 2026-11-19

Esta página detalha a infraestrutura técnica e as condições comerciais da VozCanta, API de texto para fala desenvolvida para streamers e VTubers que exigem consistência em áudio gerado em escala. Você encontrará explicações sobre a origem licenciada das vozes, a política de retenção de dados e os limites reais de processamento sem garantias de SLA.

O conteúdo é estruturado para profissionais que precisam entender exatamente como a API opera na prática, desde o licenciamento CC BY 4.0 até o suporte exclusivamente por e-mail. Utilize estas informações para avaliar a adequação técnica da VozCanta ao seu fluxo de trabalho de streaming, sem promessas de funcionalidades inexistentes.

Entenda como a API de texto para voz funciona na prática

Perguntas frequentes

Quem mantém o site?

O site é mantido pela VozCanta, uma storefront independente para a API de texto para fala. Não somos afiliados à OpenAI, ElevenLabs, Google, Amazon, Microsoft ou qualquer outra marca mencionada em comparações. Somos uma entidade autônoma que fornece acesso à API.

As vozes são originais?

As vozes são baseadas em gravações licenciadas. Especificamente, utilizamos o conjunto de dados LibriTTS-R, que inclui leituras de audiolivros de domínio público do LibriVox. As oito vozes disponíveis são presets derivados dessas gravações licenciadas e não são clonagens personalizadas de usuários.

Qual a licença das vozes?

As vozes são baseadas no conjunto de dados LibriTTS-R, licenciado sob CC BY 4.0. Além disso, cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Não oferecemos design de voz nem clonagem personalizada.

O texto é usado para treinamento?

Não. O texto de entrada é utilizado exclusivamente para produzir o áudio solicitado. Não utilizamos os textos enviados para treinar nossos modelos ou melhorar a base de conhecimento da API. A privacidade do seu conteúdo textual é garantida durante o processamento.

O áudio é armazenado?

Não. O áudio gerado é retornado diretamente na resposta da solicitação e não é armazenado em nossos servidores após o envio. Apenas os metadados da solicitação são mantidos para fins de faturamento e controle de uso da conta e da API.

Quais dados são retidos?

Retemos os metadados da solicitação, incluindo horário, número de caracteres processados e status da requisição. Esses dados são mantidos exclusivamente para fins de faturamento e controle de uso. Não armazenamos o conteúdo do áudio gerado nem o texto original após o processamento.

Há garantia de disponibilidade?

Não. Não oferecemos garantia de disponibilidade (SLA) nem contrato empresarial. O serviço pode sofrer variações de desempenho. As solicitações são processadas em fila, e sob carga, o tempo de resposta pode aumentar. Não há garantia de uptime para contas independentes.

Qual o tempo de resposta?

A velocidade típica é de aproximadamente 25 caracteres de texto por segundo de áudio gerado para textos longos. Frases curtas podem levar alguns segundos. As requisições são processadas sequencialmente, o que significa que, sob carga, sua solicitação pode aguardar na fila.

Como entro em contato?

O suporte é realizado exclusivamente por e-mail. Não possuímos número de telefone nem chat ao vivo. Para questões relacionadas à sua conta, faturamento ou uso da API, envie uma mensagem para o endereço de suporte indicado no site da VozCanta.

Há suporte por telefone?

Não. Não oferecemos suporte por telefone. Todo o atendimento ao cliente e resolução de problemas são realizados via e-mail. Não há presença de agentes humanos por telefone para atender chamadas de clientes ou parceiros da plataforma VozCanta.

Existe chat ao vivo?

Não. Não utilizamos chat ao vivo para atendimento. O único canal de suporte disponível é o e-mail. Se você precisar de assistência técnica ou administrativa, deverá enviar sua mensagem por e-mail e aguardar a resposta da equipe de suporte.

Sou afiliado à OpenAI?

Não. A VozCanta não é afiliada à OpenAI. Utilizamos um formato de endpoint compatível com o da OpenAI para facilitar a integração, mas nossa infraestrutura, modelos e preços são independentes. Não somos a OpenAI nem representamos a marca em nenhum contexto.

A API é oficial?

Não. Somos uma storefront independente que fornece acesso à mesma API de texto para fala. A API não é oficial da OpenAI, ElevenLabs ou qualquer outra grande marca. Utilizamos padrões de requisição semelhantes, mas somos uma entidade distinta e autônoma.

Há certificado SOC 2?

Não. Não possuímos certificação SOC 2, HIPAA nem certificado GDPR. Não oferecemos contratos empresariais nem garantias de nível de serviço. A VozCanta opera como um serviço independente, sem as certificações corporativas tradicionais de conformidade de dados e segurança de grandes provedores.

Quem somos

Ilustração de onda sonora para: Quem somos

A VozCanta é uma operação independente, sem vínculo com grandes provedores de nuvem ou estúdios de gravação tradicionais. Nosso foco é fornecer infraestrutura de áudio para criadores de conteúdo que utilizam texto para voz em escala, priorizando consistência e controle técnico.

Não somos uma agência de marketing nem uma desenvolvedora de jogos. Somos uma interface técnica para uma API específica, desenhada para ser integrada diretamente ao fluxo de trabalho de streamers e VTubers.

Equipe editorial

Equipe editorial

Somos um grupo editorial técnico que mantém a documentação e a precisão dos preços. Não há equipe de vendas ou call center. Toda a comunicação é feita via e-mail para garantir registro claro das solicitações.

Foco em streamers

Foco em streamers

Entendemos a necessidade de vozes consistentes para streams ao vivo e gravações de VTubers. Nossa API permite que você mantenha a mesma identidade vocal em milhares de interações, sem variações aleatórias de engines diferentes.

  • Vozes licenciadas para uso comercial em transmissões
  • Integração via SDK OpenAI (alterando base_url)
  • Controle total sobre o texto gerado

Independência

Independência

Não somos afiliados à OpenAI, Google, Amazon ou Microsoft. Utilizamos apenas o padrão de endpoint aberto, o que permite que você migre ou adapte seus scripts facilmente. Não vendemos dados de voz, nem oferecemos clonagem personalizada.

  • API REST padrão
  • Sem lock-in de plataforma
  • Foco apenas em TTS

Licenciamento de vozes

Ilustração de onda sonora para: Licenciamento de vozes

A API utiliza vozes baseadas em gravações licenciadas do conjunto de dados LibriTTS-R, que provém de audiobooks em domínio público. Essa origem garante que as vozes disponíveis — como Aria, Nova, Luna, Sage, Felix, Milo, Atlas e Orion — sejam consistentes e licenciadas para uso comercial em streams e gravações.

LibriTTS-R

LibriTTS-R

O modelo de voz deriva de leituras de audiobooks disponíveis no LibriTTS-R. Cada voz é umapreset fixa, sem clonagem personalizada, garantindo consistência técnica e acústica em todas as solicitações de síntese.

Licença CC BY 4.0

As gravações base estão sob licença Creative Commons Atribuição 4.0 Internacional. Isso permite o uso comercial sem necessidade de pagamento adicional de royalties, desde que os termos da licença sejam respeitados.

Audiobooks públicos

O conteúdo original é público, permitindo que a API ofereça vozes com alta fidelidade. O áudio gerado pela API é considerado síntese e não uma reutilização direta da gravação original.

Política de dados

Ilustração de onda sonora para: Política de dados

A API de texto para voz da VozCanta processa seu input exclusivamente para gerar o arquivo de áudio solicitado. O texto enviado não é armazenado permanentemente nem utilizado para treinar nossos modelos de IA, garantindo que sua propriedade intelectual permaneça sob seu controle total.

Uso do texto

Seu texto é consumido apenas durante a síntese da voz. O arquivo de áudio resultante é retornado na resposta HTTP e não fica armazenado em nossos servidores após a entrega.

Não treinamento

Os dados de entrada não alimentam nosso conjunto de treinamento. Isso significa que sua voz e seus textos não serão reaproveitados para melhorar ou alterar os modelos padrão usados por outros clientes.

Retenção de metadata

Mantemos registros mínimos de metadata: horário da solicitação, quantidade de caracteres processados e status da requisição. Essa informação é essencial exclusivamente para a correta emissão da fatura e controle de uso da conta.

Limites honestos

Ilustração de onda sonora para: Limites honestos

Operamos sem contrato de nível de serviço (SLA) formal, o que significa que não garantimos tempos de resposta fixos nem compensações financeiras por interrupções. Nosso foco é fornecer uma infraestrutura estável para criadores de conteúdo, mas a disponibilidade total não está assegurada.

Não oferecemos garantias de uptime (disponibilidade contínua). Como serviço independente, estamos sujeitos a variações de carga sem compromissos de 99,9% ou superiores, exigindo que você planeje seus fluxos de trabalho com essa margem de segurança.

Sem SLA

Não assinamos SLAs com penalidades. A falta de um contrato corporativo significa que não há multas por tempo de inatividade, mas também não há obrigação de indenização. Você paga pelo uso real, sem custos fixos de garantia.

  • Sem contratos de nível de serviço
  • Sem multas por indisponibilidade
  • Sem indenização por tempo fora do ar

Sem garantia de uptime

Não garantimos que o serviço estará online 24 horas por dia, sete dias por semana. Para streams ao vivo, considere ter vozes alternativas ou arquivos pré-renderizados.

Processamento sequencial

As solicitações são processadas uma após a outra. Sob carga, seu pedido pode aguardar na fila. Isso garante que cada frase seja gerada com qualidade, mas impede latência instantânea em picos de uso simultâneo.

Limites honestos

Suporte e contato

Ilustração de onda sonora para: Suporte e contato

Nossa estrutura de suporte é simplificada e direta, focada na resolução eficiente de problemas técnicos relacionados à API. Não utilizamos call centers ou filas de espera telefônicas, o que garante que cada solicitação seja tratada com a devida atenção sem pressa excessiva.

O canal oficial de comunicação é exclusivamente o e-mail. Isso permite que nossa equipe analise logs e contextos de forma assíncrona, fornecendo respostas precisas baseadas nos dados reais de sua conta e uso da API.

Suporte por e-mail

Envie suas dúvidas ou relatos de falhas para o endereço de suporte listado na página de contato. Todas as comunicações são registradas e podem ser referenciadas em futuras interações.

Priorizamos a clareza técnica nas respostas, evitando jargões desnecessários. Se necessário, solicitaremos detalhes do payload ou código de erro para reproduzir o cenário exato.

Sem telefone

Não oferecemos número de telefone para atendimento. A ausência de ligações elimina o tempo de espera em filas de voz e a necessidade de sincronização imediata entre cliente e atendente.

Esta decisão alinha-se ao nosso modelo de serviço independente, onde a documentação técnica e o registro escrito são as fontes primárias de verdade.

Sem chat ao vivo

Não há widget de chat ao vivo em nosso site. A falta de um agente online em tempo real significa que você não terá respostas instantâneas, mas terá um registro permanente de cada interação.

O chat ao vivo é uma conveniência comercial, não uma necessidade técnica para nossa API.

Tecnologia

Ilustração de onda sonora para: Tecnologia

A API funciona como um serviço RESTful padrão, onde você envia texto e recebe áudio. A base da API está em https://api.zbaj.info/v1, seguindo a mesma forma de corpo JSON do endpoint de fala da OpenAI. Isso permite integração direta com ferramentas existentes sem necessidade de bibliotecas proprietárias complexas.

API REST

O serviço expõe o endpoint POST para síntese e GET para consulta de vozes e modelos. A autenticação ocorre via cabeçalho Bearer com sua chave única. Cada requisição processa texto até 4096 caracteres, retornando o arquivo de áudio diretamente na resposta ou gerando erro sem custo se a síntese falhar.

SDK OpenAI

É possível utilizar os SDKs oficiais da OpenAI, basta alterar o parâmetro base_url para https://api.zbaj.info/v1 e inserir sua chave de API. Essa compatibilidade permite o uso imediato das bibliotecas padrão (Python, Node.js, etc.) sem adaptação de código, mantendo a estrutura de chamadas conhecida.

Endpoints padrão

Além da síntese, o endpoint GET /v1/voices lista as 8 vozes disponíveis, idiomas e formatos. O endpoint GET /v1/models confirma o suporte aos modelos tts-1 e tts-1-hd. Esses endpoints permitem verificar a disponibilidade de recursos antes do envio das requisições de áudio.

  • POST /v1/audio/speech: síntese principal
  • GET /v1/voices: lista de vozes e formatos
  • GET /v1/models: verificação de modelos

Ouça as 8 vozes

Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Isso garante que a base de áudio utilizada para a síntese possua licenças claras e verificáveis para uso comercial.

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. FFmpeg documentation
  3. LibriVox public-domain audiobooks
  4. ISO 639 language codes
  5. OpenAI API reference: create speech
  6. openai-node on GitHub
  7. LibriTTS-R corpus (OpenSLR 141)
  8. TRON developer hub: TRC-20
  9. Python documentation
  10. MDN: Web Speech API
  11. LibriTTS-R paper (arXiv 2305.18802)
  12. IETF RFC 7845: Ogg Opus

Mais neste site