Voz por IA (texto para fala)

Voz por IA (texto para fala): Transforme texto em áudio narrado.

Atualizado em 05/11/2026.

O que é Voz por IA (texto para fala) na APIcultura

Acesse Voz por IA (texto para fala) pelo APIcultura com uma única chave de API e saldo pré-pago em R$. Transforme texto em áudio narrado. Respostas em JSON, cobrança só por chamada concluída e estorno automático em falhas.

Categoria: Geração de mídia. Autenticação: chave da própria APIcultura (apk_live_...); nenhuma conta de terceiros precisa ser conectada.

Endpoints e preço por chamada

Voz rápida (voz-minimax-turbo)

Converte texto em fala, versão rápida. Preço: R$ 0,01 por chamada.

• model (string, obrigatório), ex.: speech-2.8-turbo
• text (string, obrigatório, máx. 10000), ex.: A calm voice can make a complex idea feel simple.
• stream (boolean, obrigatório), ex.: false
• output_format (string, obrigatório), ex.: url
• voice_setting (object, obrigatório), ex.: [object Object]
• audio_setting (object, opcional), ex.: [object Object]
• language_boost (string, opcional), ex.: auto
• pronunciation_dict (object, opcional), ex.: [object Object]
• subtitle_enable (boolean, opcional, padrão false)
• subtitle_type (string, opcional, padrão "sentence"), ex.: sentence
• voice_modify (object, opcional)

Schema de entrada de voz-minimax-turbo

{
  "required": [
    "model",
    "text",
    "stream",
    "output_format",
    "voice_setting"
  ],
  "properties": {
    "model": {
      "type": "string",
      "maxLength": 2000
    },
    "text": {
      "type": "string",
      "maxLength": 2000
    },
    "stream": {
      "type": "boolean"
    },
    "output_format": {
      "type": "string",
      "maxLength": 2000
    },
    "voice_setting": {
      "type": "object"
    },
    "audio_setting": {
      "type": "object"
    },
    "language_boost": {
      "type": "string",
      "maxLength": 2000
    },
    "pronunciation_dict": {
      "type": "object"
    },
    "subtitle_enable": {
      "type": "boolean"
    },
    "subtitle_type": {
      "type": "string",
      "maxLength": 2000
    },
    "voice_modify": {
      "type": "object"
    }
  }
}

Voz HD (voz-minimax-hd)

Converte texto em fala em alta qualidade. Preço: R$ 0,01 por chamada.

• model (string, obrigatório), ex.: speech-2.8-hd
• text (string, obrigatório, máx. 10000), ex.: A calm voice can make a complex idea feel simple.
• stream (boolean, obrigatório), ex.: false
• output_format (string, obrigatório), ex.: url
• voice_setting (object, obrigatório), ex.: [object Object]
• audio_setting (object, opcional), ex.: [object Object]
• language_boost (string, opcional), ex.: auto
• pronunciation_dict (object, opcional), ex.: [object Object]
• subtitle_enable (boolean, opcional, padrão false)
• subtitle_type (string, opcional, padrão "sentence"), ex.: sentence
• voice_modify (object, opcional)

Schema de entrada de voz-minimax-hd

{
  "required": [
    "model",
    "text",
    "stream",
    "output_format",
    "voice_setting"
  ],
  "properties": {
    "model": {
      "type": "string",
      "maxLength": 2000
    },
    "text": {
      "type": "string",
      "maxLength": 2000
    },
    "stream": {
      "type": "boolean"
    },
    "output_format": {
      "type": "string",
      "maxLength": 2000
    },
    "voice_setting": {
      "type": "object"
    },
    "audio_setting": {
      "type": "object"
    },
    "language_boost": {
      "type": "string",
      "maxLength": 2000
    },
    "pronunciation_dict": {
      "type": "object"
    },
    "subtitle_enable": {
      "type": "boolean"
    },
    "subtitle_type": {
      "type": "string",
      "maxLength": 2000
    },
    "voice_modify": {
      "type": "object"
    }
  }
}

Voz (Gemini) (voz-gemini)

Converte texto em fala natural. Preço: R$ 0,45 por chamada.

• contents (array, obrigatório), ex.: [object Object]
• generationConfig (object, obrigatório)

Schema de entrada de voz-gemini

{
  "required": [
    "contents",
    "generationConfig"
  ],
  "properties": {
    "contents": {
      "type": "array"
    },
    "generationConfig": {
      "type": "object"
    }
  }
}

Exemplo de chamada MCP

Com o MCP da APIcultura conectado, o agente usa a ferramenta call com o slug do endpoint e a entrada:

{ "name": "call", "arguments": { "slug": "voz-minimax-turbo", "input": {"model":"speech-2.8-turbo","text":"A calm voice can make a complex idea feel simple.","stream":false,"output_format":"url","voice_setting":{"pitch":0,"speed":1,"voice_id":"English_expressive_narrator","vol":1},"audio_setting":{"bitrate":128000,"channel":1,"format":"mp3","sample_rate":32000}}, "max_cost_brl": 0.1 } }

Exemplo de chamada HTTP

curl -X POST https://api.apicultura.app/v1/call/voz-minimax-turbo \
  -H "Authorization: Bearer $APICULTURA_API_KEY" \
  -H "Idempotency-Key: $(uuidgen)" \
  -H "Content-Type: application/json" \
  -d '{"model":"speech-2.8-turbo","text":"A calm voice can make a complex idea feel simple.","stream":false,"output_format":"url","voice_setting":{"pitch":0,"speed":1,"voice_id":"English_expressive_narrator","vol":1},"audio_setting":{"bitrate":128000,"channel":1,"format":"mp3","sample_rate":32000}}'

Formato da resposta, preço e limites

A resposta é JSON com data (o resultado do endpoint) e meta (inclui cost_brl, o valor cobrado). Preço deste endpoint: R$ 0,01 por chamada. Falhas do serviço (502) e pedidos recusados (422) não são cobrados. Use max_cost_brl para limitar o gasto por chamada; o saldo pré-pago em R$ é o teto. Parâmetros de entrada: exemplo acima.

Workflows que usam Voz por IA (texto para fala)

• Vídeo curto estilo UGC a partir de um briefing

Experimente

Teste no playground interativo: Voz por IA (texto para fala) no playground. Veja também todas as ferramentas, como conectar seu agente e o FAQ.

Nota. Voz por IA (texto para fala) é marca de seus respectivos donos, citada apenas para identificar a integração.