Perguntas frequentes
O que é um leitor de texto em voz online para cursos?
É uma API de texto para fala (TTS) que converte textos em arquivos de áudio. Você envia o texto e recebe o áudio pronto para uso em plataformas LMS, oferecendo acessibilidade e clareza para seus alunos .
Como a API converte texto em áudio?
Você envia um texto via endpoint POST para https://api.spinaud.info/v1/audio/speech. A API processa o texto e retorna o arquivo de áudio no formato escolhido (mp3, wav, opus, flac ou pcm). O processo é simples, seguindo o padrão de requisições JSON conhecido.
Quais idiomas são suportados pela API?
A API suporta 23 idiomas: Arabic, Chinese, Danish, Dutch, English, Finnish, French, German, Greek, Hebrew, Hindi, Italian, Japanese, Korean, Malay, Norwegian, Polish, Portuguese, Russian, Spanish, Swahili, Swedish e Turkish. Idiomas como Vietnamita, Tailandês e Ucranês não são suportados.
As vozes podem falar qualquer idioma listado?
Sim. Cada uma das 8 vozes disponíveis pode falar qualquer um dos 23 idiomas suportados. Você não precisa selecionar uma voz específica para cada idioma; o sistema adapta a pronúncia com base no texto enviado ou no código de idioma especificado.
O texto enviado é usado para treinar modelos?
Não. O texto de entrada é utilizado exclusivamente para produzir o áudio solicitado e não é usado para treinar os modelos de IA. Isso garante que seu conteúdo didático permaneça privado e não alimente o treinamento futuro da tecnologia.
O áudio gerado fica armazenado?
Não. O áudio gerado é retornado diretamente na resposta da sua requisição e não é armazenado por nós. Apenas os metadados da solicitação (tempo, caracteres e status) são mantidos para fins de faturamento e controle de uso da API.
Quantos caracteres posso enviar por pedido?
Você pode enviar até 4096 caracteres por solicitação. Para textos longos, como capítulos inteiros, você deve dividir o texto em partes menores e juntar os arquivos de áudio resultantes. Caracteres, espaços e pontuação contam para o limite e cobrança.
Existe limite de requisições por minuto?
Sim, o limite é de 60 requisições por minuto por chave de API. Para contas novas, o limite inicial é de 10 requisições por minuto até a primeira recarga de saldo. O processamento é sequencial, podendo haver filas sob carga.
O que acontece se a síntese falhar?
Se a síntese falhar, você não é cobrado. A taxa é devolvida integralmente ao seu saldo. Isso garante que você pague apenas pelo áudio gerado com sucesso, sem custos ocultos para requisições que não completaram o processo de conversão.
Posso usar a API com SDKs de terceiros?
Sim. A API segue o mesmo formato de solicitação do endpoint de fala da OpenAI. Você pode usar os SDKs oficiais da OpenAI alterando o base_url para https://api.spinaud.info/v1 e utilizando sua chave de API Spinaudio para autenticação.
Como funciona o pagamento via USDT?
O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20). O valor mínimo é de US$ 5. O saldo é creditado automaticamente em minutos após a transferência confirmada. Não aceitamos cartões, PayPal ou faturas com IVA.
O crédito inicial expira?
O crédito de teste inicial de US$ 0,50 (válido por 7 dias) expira após o prazo. No entanto, o saldo recarregado via USDT não tem data de expiração e permanece disponível para uso sempre que você precisar gerar novos áudios.
As vozes são clonadas de pessoas reais?
As vozes são baseadas em gravações licenciadas do LibriTTS-R (CC BY 4.0) e leituras de audiolivros de domínio público do LibriVox. Não oferecemos clonagem de voz personalizada para clientes.
Existe garantia de uptime para o LMS?
Não. Não oferecemos garantia de uptime (SLA), nem contrato empresarial ou certificações específicas. A API é processada sequencialmente, o que pode causar filas em momentos de alta demanda, mas não há garantia formal de disponibilidade contínua.
Primeira solicitação
curl
curl https://api.spinaud.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.mp3Como funciona a conversão
A API de texto para fala da Spinaudio converte seus materiais didáticos em áudio de forma simples. Envie o texto via JSON e receba o arquivo de áudio pronto para uso em sua plataforma LMS, garantindo acessibilidade imediata aos seus alunos.
Envio de texto e recebimento de áudio
Utilize o endpoint POST /v1/audio/speech com formato JSON padrão. Envie o texto (até 4096 caracteres) e receba o áudio em formatos como mp3, wav ou opus.
Compatibilidade com SDKs padrão
Seu sistema já está preparado. A API segue a mesma estrutura de endpoints da OpenAI, permitindo o uso dos SDKs oficiais com apenas a alteração do base_url para https://api.spinaud.info/v1.
Processamento em nuvem seguro
O processamento ocorre em nossa nuvem, liberando seus servidores. O texto enviado é utilizado exclusivamente para gerar o áudio e não entra em processos de treinamento de modelos.
Meta-dados de uso são mantidos apenas para faturamento preciso, sem armazenamento do conteúdo gerado.
Vozes e idiomas disponíveis
Oferecemos clareza e acessibilidade para seus alunos com oito vozes distintas, cada uma com personalidade única para narrar, instruir ou contar histórias. Além disso, a API suporta 23 idiomas, permitindo que você alcance públicos globais sem precisar configurar vozes específicas para cada língua.
8 vozes distintas e claras
Cada voz foi projetada para contextos específicos de ensino. Você pode escolher entre vozes femininas como Aria (narradora clara) ou Luna (contação de histórias), e masculinas como Felix (energética) ou Atlas (neutra, ideal para notícias).
- Aria: narrativa quente e clara
- Nova: vibrante e animada
- Luna: suave, para contar histórias
- Sage: calma e instrucional
- Felix: energética, para promoções
- Milo: amigável e conversacional
- Atlas: neutra, estilo noticiário
- Órion: grave, estilo documentário
Sua API suporta 23 idiomas
A compatibilidade linguística é ampla, abrangendo português, inglês, espanhol, alemão, francês, japonês, chinês e outros. Qualquer voz pode falar qualquer um dos idiomas suportados, facilitando a criação de cursos multilíngues.
- Arabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Suaíli, Sueco, Turco.
Geração automática de idioma
Se você não especificar o idioma, o sistema tenta adivinhar com base no script (texto latino padrão como inglês). Para textos em outros idiomas com caracteres latinos, defina o campo language explicitamente para evitar erros de pronúncia.
Precisão e qualidade
A clareza vocal é fundamental para o aprendizado. Nossas oito vozes oferecem diferentes nuances, desde narrativas até tons mais informais, garantindo que o conteúdo seja ouvido com conforto pelos seus alunos.
Áudio sintético com marca d'água
Cada arquivo gerado carrega uma marca d'água inaudível que identifica o áudio como fala sintética. Isso garante transparência sobre a origem do conteúdo sem interferir na escuta ou na percepção da qualidade vocal das nossas oito vozes.
Velocidade de geração realista
A geração ocorre em tempo real aproximado, processando cerca de 25 caracteres por segundo. Textos longos são divididos e unidos automaticamente, mantendo a naturalidade do fluxo de leitura.
Pedidos curtos levam alguns segundos para serem processados. Em momentos de alta demanda, as requisições são enfileiradas para garantir que cada áudio seja gerado com precisão.
Formatos de áudio variados
Escolha entre MP3, WAV, OPUS, FLAC ou PCM diretamente na sua integração. Essa flexibilidade permite otimizar o tamanho do arquivo para plataformas LMS ou manter a máxima qualidade para arquivos acadêmicos.
Tudo isso é controlado via parâmetro response_format na mesma chamada de API, sem necessidade de conversão manual posterior.
Para quem é esta solução
Esta API foi projetada para integrar áudio de alta qualidade diretamente nos seus cursos online, garantindo acessibilidade e engajamento sem complexidade técnica para quem cria conteúdo educacional.
Criadores de cursos online
Transforme seus roteiros e transcrições em áudio narrado. Ideal para complementar videoaulas ou criar conteúdos de áudio puros, mantendo seus alunos engajados com vozes naturais e claras.
- Conteúdo auditivo para cursos à distância
- Complemento para videoaulas existentes
- Conteúdo para estudo em movimento
Metodologistas e professores
Ofereça acessibilidade real para seus alunos com diferentes estilos de aprendizado. A API suporta 23 idiomas, permitindo que você adapte o material didático para público global ou inclua alunos com deficiência visual de forma prática.
- Suporte a 23 idiomas
- Inclusão e acessibilidade
- Adaptação de material didático
Desenvolvedores de LMS
Integração simples via endpoint JSON padrão, compatível com SDKs existentes. Você pode adicionar a função de síntese de voz ao seu LMS com poucas linhas de código, sem necessidade de plugins específicos ou infraestrutura complexa.
- Endpoint JSON padrão
- Compatibilidade com SDKs existentes
- Integração técnica simplificada
Integração rápida
A integração é direta e segue padrões conhecidos. Envie textos para o endpoint JSON e receba arquivos de áudio prontos, sem necessidade de middleware complexo ou adaptações específicas para a plataforma LMS.
Utilize a chave de API única associada à sua conta para autenticar todas as requisições. Um único token gerencia o acesso a todos os recursos de síntese disponíveis.
Endpoint padrão JSON
O endpoint POST /v1/audio/speech aceita requisições JSON padrão. Isso permite o uso de SDKs oficiais e bibliotecas HTTP comuns, facilitando a conexão com qualquer sistema de gestão de aprendizagem.
A estrutura do corpo da requisição é simples: defina o modelo, o texto de entrada, a voz desejada e o formato de saída. Não há necessidade de aprender protocolos proprietários ou estruturas aninhadas complexas.
- Corpo da requisição em JSON padrão
- Compatível com bibliotecas HTTP comuns
- Estrutura simples e previsível
Chave de API única
Cada conta possui uma única chave ativa que autoriza todas as chamadas de síntese. Você pode emitir uma nova chave a qualquer momento, revogando a anterior instantaneamente para garantir segurança.
Essa simplicidade elimina a necessidade de gerenciar múltiplos tokens ou permissões granulares, mantendo o foco na geração de áudio para seus cursos.
Documentação clara
Acesse /docs para referência completa dos parâmetros. A documentação detalha todos os campos aceitos, formatos de áudio suportados e exemplos de uso para garantir uma implementação correta.

Precificação transparente
A Spinaudio cobra apenas pelo uso real. Cada milhão de caracteres custa US$ 10, ou US$ 0,01 por mil caracteres. Espaços e pontuação contam como caracteres. Se a geração falhar, a cobrança é estornada integralmente.
Cobrança por caractere
O custo é linear e previsível. Não há taxas ocultas por formato ou velocidade. Você paga exatamente pelo volume de texto processado com sucesso.
- US$ 10 por 1 milhão de caracteres
- Espaços e pontuação contam como caracteres
- Falhas na síntese são gratuitas
Crédito inicial gratuito
Novos usuários registrados via Google recebem US$ 0,50 de crédito (aprox. 50.000 caracteres) por 7 dias. Contas criadas com e-mail e senha não recebem este crédito inicial.
Sem mensalidades fixas
Não existem planos mensais, cotas mínimas ou assinaturas obrigatórias. O saldo não expira. Recarregue via USDT (TRC-20) quando precisar, sem burocracia ou faturas com IVA.
- Sem planos mensais
- Sem gasto mínimo
- Saldo sem validade
Privacidade dos dados
Seus textos são usados exclusivamente para gerar o áudio solicitado e não entram em nosso conjunto de dados de treinamento. Isso mantém a originalidade do seu conteúdo didático protegida de futuros modelos de IA.
O arquivo de áudio gerado é retornado diretamente na resposta da sua requisição e não fica armazenado em nossos servidores. Isso garante que você tenha total controle sobre a distribuição final do material.
Texto não usado para treino
O texto enviado para síntese é processado em tempo real para criar o arquivo de áudio e descartado imediatamente após a entrega. Ele não é utilizado para treinar ou melhorar nossos modelos de IA, preservando a exclusividade do seu conteúdo.
Áudio não armazenado
Assim como o texto de entrada, o arquivo de áudio gerado não fica retido em nosso armazenamento a longo prazo. Ele é entregue via resposta HTTP e não permanece nos nossos servidores após a conclusão do processo.
Metadados para faturamento
Conservamos apenas os metadados necessários para o controle de consumo, como horário da solicitação, quantidade de caracteres processados e status de sucesso ou falha. Esses dados servem exclusivamente para garantir a precisão da sua fatura e não contêm o conteúdo dos textos.
Esses registros de uso são mantidos enquanto necessário para a gestão da sua conta e faturamento, mas não incluem o conteúdo textual ou auditivo em si.
Suporte técnico
O suporte técnico da Spinaudio é feito exclusivamente por e-mail, sem números de telefone ou chats ao vivo. O suporte responde suas dúvidas sobre integração, erros de geração ou detalhes da API por e-mail.
Para monitorar o uso, você pode verificar o status de geração diretamente na página da conta. Isso permite entender o tempo de processamento e planejar o volume de áudio para seus alunos sem surpresas.
Sua API oferece suporte por e-mail
Não oferecemos suporte por telefone, chat ao vivo ou aplicativos de mensagem. Todo o atendimento é realizado via e-mail, garantindo que cada dúvida técnica seja registrada e respondida com precisão.
Status de geração
A geração de áudio é processada em nuvem. Em momentos de alta demanda, as requisições podem entrar em fila, mas o status é visível no seu painel de controle.
- Monitoramento de uso
- Transparência no tempo de processamento
Limites de requisição
Cada chave de API permite até 60 requisições por minuto. Antes da primeira recarga, o limite é de 10 requisições por minuto. Isso garante estabilidade para suas integrações LMS.
Comece agora
Aqui está o primeiro passo para transformar seus materiais didáticos em áudio acessível. A criação da conta é rápida e permite que você comece a usar a API imediatamente.
Crie sua conta em 2 minutos
Acesse /get-api-key/ e registre-se com o Google ou com e-mail e senha. O processo é direto e leva menos de dois minutos para ficar pronto.
Obtenha sua chave API
Após o cadastro, você verá sua chave de autenticação tts-... na página da conta. Ela é única e permite que você envie requisições POST para o endpoint de fala.
Teste com créditos grátis
Criar conta com Google inclui $0,50 de crédito (aproximadamente 50.000 caracteres) válidos por 7 dias. Use esse saldo para enviar seu primeiro texto e receber o áudio sem custo inicial.
- Crédito válido por 7 dias
- Ideal para testes de integração
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. A conversão de texto para fala elimina barreiras de leitura para alunos com baixa visão ou cegueira.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
