Perguntas frequentes
O que é uma chave de API?
A chave de API é o token de autenticação necessário para acessar a API VozCanta. Ela deve ser enviada no cabeçalho Authorization como Bearer tts-... para validar suas requisições.
Como obtenho minha chave?
Você obtém sua chave acessando a página /get-api-key/ e criando uma conta via Google ou e-mail e senha. Após o registro, a página exibirá sua chave ativa, saldo, crédito de teste, caracteres restantes, histórico de uso e um exemplo de comando curl.
Posso gerar uma nova chave?
Sim, você pode emitir uma nova chave a qualquer momento diretamente pelo painel da sua conta na página /get-api-key/. A geração é imediata e permite que você gerencie o acesso à sua API conforme necessário para seus fluxos de trabalho de streaming.
A chave antiga é invalidada?
Sim, ao emitir uma nova chave, a chave anterior é invalidada instantaneamente. Isso garante que apenas a chave mais recente esteja ativa, simplificando a segurança e o controle de acesso à sua API sem necessidade de esperar expirações temporizadas.
Qual o endpoint principal?
O endpoint principal é POST https://api.zbaj.info/v1/audio/speech. Você envia texto em formato JSON e recebe um arquivo de áudio. A estrutura da requisição é idêntica à da API de fala do OpenAI, facilitando a integração com ferramentas existentes.
Posso usar o SDK do OpenAI?
Sim, você pode utilizar os SDKs oficiais do OpenAI. Basta alterar a base_url para https://api.zbaj.info/v1 e configurar a chave de API da VozCanta. Isso permite reutilizar o código existente sem necessidade de aprender uma nova biblioteca específica.
Qual o base_url necessário?
O base_url necessário é https://api.zbaj.info/v1. Configure este valor no seu cliente HTTP ou SDK para que todas as requisições, como POST para /audio/speech ou GET para /voices, sejam direcionadas corretamente para os servidores da VozCanta.
O que são os modelos tts-1?
Os modelos tts-1 e tts-1-hd são os dois modelos disponíveis, ambos utilizando o mesmo motor de síntese e preço. A escolha entre eles não altera a qualidade base ou o custo, mas permite compatibilidade com padrões de requisição conhecidos por desenvolvedores.
Qual a diferença entre tts-1 e tts-1-hd?
Não há diferença no preço ou no motor de síntese entre tts-1 e tts-1-hd. Ambos utilizam o mesmo engine e têm o mesmo custo por caractere. A distinção é apenas nominal, permitindo que você escolha o nome do modelo conforme sua preferência de código.
Quais formatos de áudio estão disponíveis?
Os formatos disponíveis são mp3, wav, opus, flac e pcm. Você pode especificar o formato desejado no campo response_format da requisição JSON. Escolha o formato que melhor se adapta ao seu fluxo de trabalho.
Qual o limite de caracteres por texto?
Cada requisição pode conter até 4096 caracteres no campo input. Para textos mais longos, você deve dividir o conteúdo em partes menores, gerar o áudio de cada parte e, em seguida, unir os arquivos de áudio resultantes para criar o arquivo final.
Quantas requisições por minuto posso fazer?
O limite padrão é de 60 requisições por minuto por chave de API. Este limite se aplica após a primeira recarga de saldo. Para contas novas sem recarga, o limite inicial é de 10 requisições por minuto até que o primeiro top-up seja realizado.
O que acontece no limite de 10 req/min?
Se você ainda não realizou o primeiro top-up, o limite é de 10 requisições por minuto. Após a primeira recarga de saldo via USDT, o limite aumenta automaticamente para 60 requisições por minuto, permitindo maior volume de geração de áudio.
Como trato erros na API?
Se a síntese falhar, o valor é devolvido integralmente na sua conta. Você não paga por requisições que não resultam em áudio. Verifique os códigos de status HTTP e a resposta JSON para identificar o erro e ajustar parâmetros como texto ou voz.
Primeira solicitação
curl
curl https://api.zbaj.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.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.zbaj.info/v1", api_key="tts-...")
with client.audio.speech.with_streaming_response.create(
model="tts-1", voice="nova", input="Hello from Python.", response_format="mp3"
) as response:
response.stream_to_file("hello.mp3")Node.js (openai)
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ baseURL: "https://api.zbaj.info/v1", apiKey: process.env.TTS_API_KEY });
const res = await client.audio.speech.create({ model: "tts-1", voice: "milo", input: "Hello from Node.js." });
fs.writeFileSync("hello.mp3", Buffer.from(await res.arrayBuffer()));| voice | |
|---|---|
aria | feminino |
nova | feminino |
luna | feminino |
sage | feminino |
felix | masculino |
milo | masculino |
atlas | masculino |
orion | masculino |
| language | |
|---|---|
ar | العربية |
zh | 中文 |
da | Dansk |
nl | Nederlands |
en | English |
fi | Suomi |
fr | Français |
de | Deutsch |
el | Ελληνικά |
he | עברית |
hi | हिन्दी |
it | Italiano |
ja | 日本語 |
ko | 한국어 |
ms | Bahasa Melayu |
no | Norsk |
pl | Polski |
pt | Português |
ru | Русский |
es | Español |
sw | Kiswahili |
sv | Svenska |
tr | Türkçe |
Obtenha sua chave de API
Acesse a página /get-api-key/ para criar sua conta utilizando autenticação Google ou e-mail e senha. O painel exibe sua chave API, saldo, crédito de teste, caracteres restantes, histórico de uso e um exemplo de comando curl.
Criação de conta
Registre-se diretamente no site. Contas com login Google recebem $0,50 de crédito de teste válido por 7 dias. Contas criadas com e-mail e senha iniciam sem crédito.
Gerenciamento de chaves
Cada conta possui uma chave ativa visível no painel. Você pode gerar uma nova chave a qualquer momento para substituir a anterior.
- Autenticação via cabeçalho
Authorization: Bearer - Formato:
tts-...
Chave única ativa
Ao emitir uma nova chave, a anterior deixa de funcionar imediatamente. Utilize apenas uma chave por conta para garantir o controle correto dos limites e do saldo.
Primeira solicitação (curl)
Utilize a interface de linha de comando para validar a integração da API VozCanta. Este método direto permite testar a geração de áudio sem dependência de bibliotecas externas, configurando a estrutura JSON necessária para a síntese.
A solicitação deve incluir o modelo, o texto de entrada e a voz desejada. O endpoint aceita requisições POST padrão, facilitando a automação em scripts bash ou ferramentas de teste como Postman.
Comando curl básico
Execute a chamada via terminal substituindo <SUA_CHAVE> pelo token de autenticação.
- Autenticação:
Authorization: Bearer tts-... - Endpoint:
https://api.zbaj.info/v1/audio/speech - Método:
POST
Parâmetros JSON
O corpo da requisição requer o campo input com o texto a ser convertido (máximo 4096 caracteres). Defina model como tts-1 ou tts-1-hd e selecione uma das 8 vozes disponíveis via campo voice.
model: "tts-1" ou "tts-1-hd"input: texto string (até 4096 chars)voice: identificador da voz (ex: "aria")response_format: "mp3", "wav", "opus" ou "flac"
Resposta de áudio
O sucesso retorna o código 200 com o arquivo de áudio binário diretamente no corpo da resposta. Para formatos como MP3, o arquivo pode ser salvo diretamente no disco ou reproduzido.
SDK OpenAI
O SDK oficial da OpenAI pode ser reutilizado diretamente na API VozCanta, exigindo apenas a alteração do ponto de conexão. Isso permite que desenvolvedores integrem a geração de áudio em fluxos de trabalho existentes sem escrever código HTTP personalizado do zero.
Configure o parâmetro base_url para apontar para o domínio da API VozCanta e utilize sua chave de autenticação válida. A estrutura do JSON permanece idêntica ao padrão OpenAI, garantindo compatibilidade imediata com bibliotecas oficiais.
Configuração do base_url
Defina a variável de ambiente ou parâmetro de conexão para https://api.zbaj.info/v1. Esta URL substitui o endpoint padrão da OpenAI, redirecionando todas as solicitações para a infraestrutura da VozCanta.
Uso do SDK oficial
Utilize as bibliotecas oficiais (Python, Node.js, etc.) importando o cliente padrão. Passe sua chave API no cabeçalho Authorization e invoque o método de speech conforme o modelo tts-1 ou tts-1-hd.
Compatibilidade
A forma da requisição é idêntica à da API de fala do OpenAI, permitindo o uso dos SDKs oficiais da OpenAI com a alteração do base_url. Não há necessidade de adaptações de campo ou lógica de negócio, apenas a troca do endpoint de conexão.
Endpoints disponíveis
A API oferece três endpoints principais para integração. O endpoint principal processa a síntese de voz, enquanto os outros fornecem metadados sobre vozes e modelos disponíveis.
Todos os endpoints requerem autenticação via cabeçalho Bearer com a chave de API do usuário.
POST /v1/audio/speech
Endpoint principal para síntese. Recebe texto até 4096 caracteres e retorna áudio.
Suporta formatos mp3, wav, opus, flac e pcm. Parâmetros incluem model, voice, speed e input.
- Método: POST
- Formato: JSON
- Retorno: Arquivo de áudio binário
GET /v1/voices
Retorna lista de 8 vozes disponíveis, idiomas suportados e formatos.
Permite verificar disponibilidade de vozes antes da síntese.
- Retorna: lista de vozes
- Inclui: idiomas e formatos
GET /v1/models
Retorna modelos tts-1 e tts-1-hd disponíveis.
Útil para verificar compatibilidade de modelos no ambiente.
- Retorna: lista de modelos
- Inclui: IDs de modelo
Modelos de voz
A API oferece dois modelos de geração de voz acessíveis através do campo model nas requisições. A escolha entre as opções não altera a qualidade base da síntese, mas define o formato de saída padrão e a experiência de latência percebida durante o processamento.
tts-1 padrão
Modelo padrão. Ideal para fluxos de trabalho gerais. Utilize este modelo para a maioria das integrações onde o equilíbrio entre velocidade e custo é prioritário. O formato de resposta padrão é MP3, garantindo compatibilidade universal com players de stream e DAWs.
tts-1 hd alta qualidade
Modelo de alta definição. Selecione tts-1-hd quando precisar de máxima fidelidade para gravações finais ou vídeos editados. O formato padrão de resposta é WAV, preservando a integridade do áudio sem compressão com perdas, ideal para pós-produção profissional.
Mesmo motor e preço
Ambos os modelos utilizam o mesmo motor de síntese subjacente. A diferença reside exclusivamente na codificação do arquivo de áudio retornado. Não há distinção de preço entre tts-1 e tts-1-hd; o custo é fixo em $10 por 1 milhão de caracteres processados, independentemente da opção escolhida.
- Mesma engine de processamento
- Mesmo preço por caractere
- Diferença apenas na codificação de saída

Formatos de saída
A API VozCanta oferece múltiplas opções de formato de áudio para atender às exigências técnicas de streams e gravações. O campo response_format na solicitação POST define a codificação do arquivo retornado, permitindo flexibilidade entre compatibilidade universal e qualidade de produção.
MP3 compatível
O formato MP3 é a opção padrão, otimizado para transmissão e armazenamento eficiente. Ideal para integração direta com plataformas de streaming e players web, garantindo compatibilidade ampla sem necessidade de conversões adicionais.
- Tamanho de arquivo reduzido
- Ampla compatibilidade com players
WAV sem perda
O WAV é um formato de áudio padrão amplamente suportado por software de edição e DAWs. Este formato é adequado para workflows de pós-produção onde a integridade do arquivo é prioritária sem overhead de codificação complexo.
- Formato padrão de indústria
- Baixa latência de processamento
OPUS e FLAC
O OPUS oferece compressão eficiente para streaming de baixa latência, enquanto o FLAC garante áudio sem perda de bits. Ambos são válidos para response_format, atendendo a necessidades específicas de qualidade ou eficiência de banda.
- OPUS: alta eficiência
- FLAC: sem perda de bits
Limites e velocidade
O limite padrão da API é de 60 requisições por minuto por chave. Isso permite o processamento de múltiplas requisições, adequado para fluxos de trabalho de streaming.
60 requisições por minuto
Cada chave de API permite até 60 requisições por minuto. Esse limite é suficiente para a maioria dos cenários de uso, incluindo a geração de frases curtas e parágrafos longos divididos em partes de 4096 caracteres.
Limite inicial
Antes da primeira recarga de saldo, o limite é reduzido para 10 requisições por minuto. Isso garante o uso consistente do serviço durante o período de teste gratuito, evitando sobrecarga na infraestrutura antes da confirmação do pagamento.
Aumento após recarga
Após a transferência de USDT na rede TRON (TRC-20), o limite volta para 60 requisições por minuto automaticamente. O saldo é creditado em minutos. A velocidade de geração é de aproximadamente 25 caracteres de texto por segundo de áudio gerado.
Tratamento de erros
A API retorna códigos de status HTTP padrão para indicar o sucesso ou a falha da síntese. O status 200 indica que o áudio foi gerado com sucesso. Valores diferentes de 200 indicam erros de requisição, autenticação ou limites excedidos, permitindo que o cliente ajuste a lógica de retry conforme necessário.
Códigos de status
O endpoint principal utiliza HTTP 200 para respostas bem-sucedidas. Outros códigos, como 400 (Bad Request) ou 401 (Unauthorized), indicam problemas específicos na entrada ou nas credenciais. Consulte a seção de endpoints para detalhes técnicos sobre cada código de erro retornado pelo servidor.
Solicitações falhas
Se a síntese falhar durante o processamento, o arquivo de áudio não é retornado. A falha não consome crédito da sua conta. O status da requisição refletirá o erro ocorrido, permitindo que você identifique se o problema foi técnico ou de entrada de dados.
Reembolso automático
O crédito é devolvido integralmente caso a síntese não seja concluída com sucesso. Não há necessidade de solicitar reembolso manualmente. O valor volta para o seu saldo automaticamente, mantendo a precisão na contagem de caracteres consumidos.
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.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
