Voz de IA (Text to Speech)

As nossas vozes de IA são concebidas para soar de forma natural e humana. Utilizando tecnologia avançada de redes neurais, incluem entoação natural, padrões de respiração e nuances emocionais que as tornam quase indistinguíveis de locutores humanos profissionais em muitos casos.

Atualmente suportamos mais de 32 idiomas e dialetos, incluindo Inglês (com vários sotaques como Americano, Britânico, Australiano), Espanhol, Francês, Alemão, Japonês, Chinês, Russo, Árabe, Hindi e muitos mais. Adicionamos regularmente novos idiomas e sotaques regionais à nossa biblioteca.

Sim, pode personalizar as vozes de várias formas: ajustar a velocidade e o tom, adicionar ênfase a palavras específicas, controlar pausas e até modificar o tom emocional (feliz, sério, entusiasmado, etc.). Para utilizadores avançados, suportamos SSML (Speech Synthesis Markup Language) para um controlo preciso da pronúncia e entrega.

A clonagem de voz está disponível nos nossos planos Pro e Business. Para criar um clone, precisará de fornecer pelo menos 3 minutos de amostras de áudio nítidas da voz que deseja clonar. O nosso sistema aprende as características vocais e cria uma versão digital que pode usar para gerar fala a partir de qualquer texto. Note que apenas deve clonar vozes com a devida permissão.

Pode exportar a sua fala gerada nos formatos MP3, WAV e OGG. O nosso sistema permite-lhe escolher diferentes níveis de qualidade dependendo das suas necessidades, desde a qualidade padrão (128kbps) até áudio de alta definição (320kbps) para aplicações profissionais.

Sim, fornecemos uma API robusta que permite aos programadores integrar a nossa tecnologia de texto para voz nas suas aplicações, websites ou serviços. A API está disponível no plano Pro com acesso básico e no plano Business com acesso total, limites de taxa mais elevados e um SLA. A documentação está disponível no nosso Developer Hub.

O plano Grátis inclui 10 minutos de geração de áudio por mês. O plano Pro inclui 120 minutos por mês. O plano Business oferece geração de áudio ilimitada. Estes limites referem-se à duração final do áudio gerado, não ao tempo passado na plataforma.

Sim, levamos a segurança e a privacidade dos dados muito a sério. Todo o texto submetido para geração de voz é encriptado em trânsito e em repouso. Não armazenamos o seu conteúdo de texto após o processamento, a menos que o guarde explicitamente na sua conta. A nossa plataforma está em conformidade com o RGPD e oferecemos funcionalidades de segurança adicionais para clientes Business.