Perguntas frequentes
Qual é o endpoint para gerar áudio?
O endpoint é POST https://api.spinaud.info/v1/audio/speech. Envie o texto e as configurações em formato JSON no corpo da requisição para receber o arquivo de áudio sintetizado diretamente na resposta da API.
Como autenticar a requisição?
Autentique enviando o cabeçalho Authorization: Bearer tts-... no cabeçalho HTTP da solicitação. Utilize sua chave única de API, que pode ser renovada a qualquer momento na sua conta, substituindo a anterior imediatamente.
Qual o limite máximo de caracteres?
O campo input aceita até 4096 caracteres por requisição. Para textos mais longos, divida o conteúdo em partes dentro desse limite e junte os arquivos de áudio resultantes para criar o áudio completo.
Posso mudar a velocidade do áudio?
Sim, o parâmetro speed aceita valores entre 0.25 e 4.0. Isso permite acelerar ou desacelerar a fala sintetizada para se adequar melhor ao ritmo de aprendizado ou preferência do ouvinte.
Como especificar o idioma?
Use o parâmetro language com o código ISO opcional. Se não definido, o idioma é adivinhado pelo script; para textos em latim fora do inglês, defina explicitamente o idioma para evitar erros de pronúncia.
Quais formatos de áudio estão disponíveis?
Você pode solicitar os formatos mp3, wav, opus, flac ou pcm através do parâmetro response_format. Escolha o formato que melhor se integra ao seu player de áudio ou sistema de distribuição de conteúdo.
Funciona com a biblioteca oficial do OpenAI?
Sim, o formato da requisição é idêntico ao endpoint de fala do OpenAI. Basta alterar o base_url para https://api.spinaud.info/v1 e usar sua chave de API Spinaudio com as bibliotecas oficiais.
Qual a taxa limite de requisições?
O limite é de 60 requisições por minuto por chave (10/min antes do primeiro recarga). As solicitações são processadas em fila, podendo haver espera sob carga. Monitore seus limites na página de uso.
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.mp3Python (openai)
from openai import OpenAI
client = OpenAI(base_url="https://api.spinaud.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.spinaud.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 |
Autenticação
Para consumir a API de texto para fala, inclua o cabeçalho de autenticação em todas as requisições. O formato exige o prefixo Bearer seguido pela sua chave única.
Sua chave é emitida ao criar a conta e pode ser visualizada na área do painel. Mantenha-a segura, pois ela é o único meio de identificar sua conta e debitar o uso.
Header Authorization
Envie o header HTTP Authorization: Bearer tts-SEU_CHAVE em cada solicitação POST ou GET. Sem este token, a API retorna erro de autorização.
Geração de chave
Acesse a página /get-api-key/ para se registrar com Google ou email. Sua chave única aparece imediatamente no painel, junto com seu saldo e histórico de uso.
Rotação de chave
Você pode gerar uma nova chave a qualquer momento pelo painel. A chave antiga é invalidada instantaneamente, garantindo que acessos não autorizados sejam bloqueados imediatamente.
Endpoint principal
O endpoint principal processa sua solicitação de síntese de voz enviando texto para a API. Utilize o método POST no caminho /v1/audio/speech para receber o arquivo de áudio gerado.
O corpo da requisição deve ser JSON contendo o modelo, o texto e a voz desejada. A resposta retornará o arquivo de áudio diretamente no corpo da resposta HTTP.
Método POST
Envie requisições POST para https://api.spinaud.info/v1/audio/speech.
JSON body
Inclua o campo model ("tts-1" ou "tts-1-hd"), o texto em input (máximo 4096 caracteres) e o voice desejado. Opcionalmente, defina response_format, speed e language.
- Modelo: tts-1 ou tts-1-hd
- Input: texto até 4096 caracteres
- Voice: uma das 8 vozes disponíveis
- Response format: mp3, wav, opus, flac, pcm
Exemplo curl
Exemplo básico para testar a integração imediatamente após obter sua chave API.
```bash curl -X POST https://api.spinaud.info/v1/audio/speech \ -H "Authorization: Bearer SUA_CHAVE_AQUI" \ -H "Content-Type: application/json" \ -d '{"model": "tts-1", "input": "Olá, este é um teste de API.", "voice": "nova"}' \ --output audio.mp3 ```
Parâmetros de requisição
Os parámetros de entrada definem como o texto será processado e qual voz será utilizada. Cada requisição aceita um único bloco de texto, com limite máximo de 4096 caracteres por chamada.
Para textos longos, é necessário dividir o conteúdo em partes menores e juntar os arquivos de áudio gerados. Espaços e pontuação contam como caracteres na contagem.
Modelo tts-1
O campo model aceita os valores "tts-1" ou "tts-1-hd". Ambos utilizam o mesmo motor de síntese e possuem o mesmo preço de $0,01 por 1.000 caracteres.
Parâmetro input
O texto a ser convertido deve ser enviado no campo input. O limite é de 4096 caracteres por requisição.
Se o texto exceder esse limite, divida-o em partes e concatene os arquivos de áudio resultantes.
Parâmetro voice
Escolha entre 8 vozes predefinidas, classificadas por gênero e tom. Exemplos: "aria" (narração clara) ou "atlas" (neutro, estilo noticiário).
Cada voz pode falar qualquer um dos 23 idiomas suportados.
- aria (feminino, narrador claro)
- nova (feminino, animado)
- luna (feminino, suave)
- sage (feminino, instrucional)
- felix (masculino, energético)
- milo (masculino, conversacional)
Formatos de saída
Escolha o formato de áudio que melhor se adapta à sua infraestrutura de entrega e aos players dos seus alunos. Cada formato oferece um equilíbrio diferente entre compatibilidade, qualidade e tamanho de arquivo.
MP3
Formato universalmente suportado por navegadores e dispositivos móveis. Ideal para distribuição geral, garantindo que seus cursos sejam acessíveis sem necessidade de plugins extras.
- Ampla compatibilidade
- Tamanho de arquivo otimizado
WAV
Áudio sem perda de compressão, mantendo a fidelidade original da gravação. Recomendado para edições internas ou quando a qualidade de estúdio é prioritária.
- Qualidade sem perda
- Arquivos maiores
OPUS e FLAC
OPUS oferece compressão eficiente com boa qualidade. FLAC preserva a qualidade lossless. Ambos são opções técnicas para casos específicos.
- OPUS: Alta eficiência
- FLAC: Lossless compactado
Velocidade e idioma
A API permite ajustar a velocidade de fala entre 0.25x e 4.0x, facilitando a adaptação do áudio ao ritmo de leitura dos alunos. Para textos longos, o processamento ocorre sequencialmente, com velocidade média de geração próxima ao tempo real.
Range de velocidade
Ajuste o parâmetro speed para controlar a velocidade da voz. Valores entre 0.25 e 4.0 são aceitos, permitindo desde narração lenta até leitura acelerada para revisões rápidas.
Código ISO opcional
Defina o idioma enviando o código ISO (ex: pt-BR, en-US). Isso garante a pronúncia correta, especialmente para textos em línguas não inglesas escritas com alfabeto latino.
- Suporte para 23 idiomas específicos.
- Recomendado para evitar ambiguidades na pronúncia.
Detecção automática
Se o campo language não for informado, o sistema tenta adivinhar o idioma com base no script. Textos em latinos sem código definido assumem inglês por padrão.

Integração com SDK
A API Spinaudio segue o formato JSON do endpoint de fala da OpenAI, permitindo o uso direto dos SDKs oficiais da biblioteca com apenas uma configuração mínima. Isso elimina a necessidade de escrever código HTTP personalizado para inicialização e serialização de payload.
SDK OpenAI
Utilize o pacote openai do Python ou JavaScript. A compatibilidade é garantida porque a estrutura do corpo da requisição é idêntica à da OpenAI.
Base URL customizada
A única alteração necessária é apontar o cliente para a base URL correta: https://api.spinaud.info/v1. Isso redireciona todas as chamadas para nossos servidores sem mudar a lógica do código.
Exemplo Python
Instale a biblioteca e configure o ambiente com sua chave. O código abaixo demonstra a configuração básica para gerar áudio instantaneamente.
- Instale com:
pip install openai - Configure
OPENAI_API_KEYcom sua chave Spinaudio - Defina
base_urlparahttps://api.spinaud.info/v1
Limites e erros
A API respeita limites claros para garantir estabilidade. Você tem direito a 60 requisições por minuto por chave ativa (ou 10/min até o primeiro depósito). O limite de entrada é de 4.096 caracteres por chamada.
60 requisições/minuto
O processamento é sequencial; em alta demanda, sua solicitação pode aguardar na fila. Isso garante que o serviço permaneça estável para todos os usuários simultaneamente.
Limite de caracteres
Cada requisição aceita no máximo 4.096 caracteres. Para textos longos, divida o conteúdo em partes menores e junte os arquivos de áudio gerados sequencialmente.
Códigos de erro
Se a síntese falhar, a cobrança é devolvida integralmente. Erros comuns incluem excesso de limite ou formato JSON inválido. Consulte a documentação completa para detalhes técnicos.
Voices endpoint
Explore a lista completa de vozes disponíveis e seus formatos suportados diretamente via API.
A rota fornece metadados essenciais para planejar a integração técnica com sua plataforma LMS.
GET /v1/voices
Envie uma requisição GET para https://api.spinaud.info/v1/voices para recuperar o catálogo atual de vozes, idiomas e formatos de áudio suportados.
Listagem de vozes
A resposta retorna detalhes de todas as oito vozes disponíveis, permitindo filtrar por gênero ou idioma nativo para selecionar a melhor opção para seu conteúdo didático.
Metadados de preço
A rota retorna informações sobre os formatos de saída suportados e o preço padrão da API.
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.
