Voltar para DispatchesDesenvolvedores

    A voz da Everlit no seu produto: uma API de texto para fala para conteúdo longo

    20 de novembro de 20264 min de leitura

    A maioria das APIs de fala é feita para a velocidade: uma frase de volta em poucas centenas de milissegundos, para um assistente de voz ou um menu telefônico. A API TTS da Everlit é feita para o outro trabalho, a escuta que dura vinte minutos. É o mesmo modelo de voz que narra para redações todos os dias, sozinho, por trás de um único endpoint.

    Uma requisição

    Envie um texto e uma voz. Você recebe de volta uma tarefa com um endereço de áudio estável e busca o arquivo pronto por polling ou por webhook, em MP3, WAV ou Opus.

    curl
    curl -X POST https://api.everlit.audio/v1/speech \
      -H "Authorization: Bearer api_YOUR_KEY" \
      -H "Content-Type: application/json" \
      -d '{"text": "Hello from Everlit.", "voice": "669"}'
    
    # => 202 { "id": "spch_01jx...", "status": "queued",
    #          "audio_url": "https://api.everlit.audio/v1/speech/spch_01jx.../audio" }

    A voz 669 é Lana Clark, uma das vozes de catálogo. O resto do catálogo está a uma chamada de distância, assim como as suas próprias vozes clonadas.

    Lenta de propósito

    Uma tarefa costuma terminar em 15 a 60 segundos, porque cada arquivo passa por uma renderização completa e por uma verificação automática de qualidade antes de chegar a você. Isso faz da API uma boa escolha para artigos, acervos, audiolivros, cursos e tudo o que é narrado no momento em que é publicado. É a escolha errada para um agente de conversa em tempo real ou para um sistema telefônico que precisa de fala em milissegundos, e preferimos dizer isso aqui a deixar que você descubra nos testes.

    Um relógio em cada palavra

    Uma tarefa concluída pode devolver marcações de tempo por palavra: cada palavra que você enviou, com um início e um fim. Elas são construídas a partir do seu texto, e não do palpite de um reconhecedor de fala sobre ele, por isso “84%” volta como uma única entrada cujo intervalo cobre o “oitenta e quatro por cento” falado. As mesmas marcações também vêm como legendas SRT ou WebVTT. É isso que torna possíveis o texto com leitura acompanhada, as legendas e o vídeo legendado sem um segundo serviço. As marcações de tempo estão disponíveis em 25 dos 69 idiomas da API, sem custo adicional, e você pode ver uma leitura acompanhada em ação na página da API.

    A direção dentro do texto

    A narração de textos longos precisa de direção, e a direção vai no próprio texto. Tags inline inserem uma pausa, fazem entrar uma trilha de fundo ou a abaixam sob um trecho, e passam uma citação para uma segunda voz. A velocidade e a pausa entre parágrafos são opções da requisição. Uma biblioteca de pronúncia corrige um nome uma única vez para todas as tarefas futuras. E você pode clonar uma voz pela API a partir de uma amostra de 15 segundos, com o consentimento registrado de quem fala; o clone é privado da sua conta e custa o mesmo que as nossas vozes.

    Quanto custa

    US$8 por milhão de caracteres nos alfabetos latino, cirílico e grego, pré-pago, sem mensalidade. Os outros sistemas de escrita são ponderados para que todos os idiomas custem mais ou menos o mesmo por hora de áudio pronto. Em inglês, isso dá aproximadamente:

    • US$0.06 por um artigo de 1.200 palavras
    • US$0.46 por uma reportagem longa de 10.000 palavras
    • US$4.12 por um audiolivro de 90.000 palavras

    Marcações de tempo por palavra, legendas, todos os formatos e vozes clonadas estão incluídos nesse preço. Tarefas que falham nunca são cobradas, e os créditos nunca expiram. Se você tem um plano pago do Everlit Studio, a síntese de fala já está incluída.

    Pensada para pipelines

    • Webhooks assinados com novas tentativas, para você não precisar fazer polling.
    • Chaves de idempotência, para que uma requisição enviada duas vezes seja executada uma só vez.
    • Um endereço de áudio conhecido no momento do envio e estável por 30 dias.
    • Um endpoint de fala compatível com a OpenAI: aponte o SDK da OpenAI para a URL base da Everlit e mantenha o seu código.

    Como obter uma chave

    Não há cadastro automático. Peça uma chave e uma pessoa lê o pedido, geralmente em até um dia útil. A documentação da API fica aberta enquanto isso. E se você preferir não escrever código nenhum, a mesma voz está disponível para assistentes de IA por meio do servidor MCP da Everlit.

    Pronto para adicionar áudio ao seu conteúdo?

    Junte-se ao The Texas Tribune, Hearst Newspapers, Auburn University e centenas de outras organizações que usam o Everlit para alcançar cada audiência.

    Book a demo

    Leave your work email and a person on our team will reply within one business day. Or email hello@everlit.audio