Texto para Fala

A conversão de texto para fala transforma texto escrito em áudio falado. Escolha um modelo TTS, selecione uma voz suportada por esse modelo, envie o texto para /audio/speech e salve a resposta binária de áudio. Use este guia para geração padrão de voz. Se você quiser criar fala a partir de uma voz de referência personalizada, veja Clonagem de Voz.

Uso Básico

import os
from pathlib import Path

import requests

response = requests.post(
    "https://api.venice.ai/api/v1/audio/speech",
    headers={
        "Authorization": f"Bearer {os.environ['VENICE_API_KEY']}",
        "Content-Type": "application/json",
    },
    json={
        "model": "tts-kokoro",
        "voice": "af_sky",
        "input": "Hello, welcome to Venice Voice.",
    },
)

response.raise_for_status()
Path("speech.mp3").write_bytes(response.content)

import { writeFile } from "node:fs/promises";

const response = await fetch("https://api.venice.ai/api/v1/audio/speech", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.VENICE_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "tts-kokoro",
    voice: "af_sky",
    input: "Hello, welcome to Venice Voice.",
  }),
});

if (!response.ok) {
  throw new Error(await response.text());
}

await writeFile("speech.mp3", Buffer.from(await response.arrayBuffer()));

curl https://api.venice.ai/api/v1/audio/speech \
  -H "Authorization: Bearer $VENICE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-kokoro",
    "voice": "af_sky",
    "input": "Hello, welcome to Venice Voice."
  }' \
  --output speech.mp3

O corpo da resposta bem-sucedida é áudio binário no formato padrão do modelo, e não JSON. Atualmente, o tts-kokoro usa MP3 como padrão.

Escolha um Modelo e uma Voz

As vozes são específicas por modelo. O valor de voice deve ser válido para o model que você escolher. Use a página Modelos de Texto para Fala para navegar pelos modelos e vozes disponíveis. O seletor de vozes lista os IDs exatos de voz para passar na sua requisição.

Os IDs de voz diferenciam maiúsculas de minúsculas. Se você trocar de modelo TTS, atualize o valor de voice ao mesmo tempo.

Formato da Requisição

Parâmetro	Tipo	Obrigatório	Descrição
`model`	string	Sim	ID do modelo de texto para fala.
`voice`	string	Sim	ID da voz suportada pelo modelo selecionado.
`input`	string	Sim	Texto a ser sintetizado, com até 4096 caracteres.
`response_format`	string	Não	Formato de saída solicitado: `mp3`, `opus`, `aac`, `flac`, `wav` ou `pcm`. Os formatos suportados e o padrão são específicos de cada modelo.

Formato de Saída

Você pode omitir response_format para usar o padrão do modelo. Antes de escolher uma extensão de arquivo ou substituir o formato, consulte a API de Modelos para obter os valores atuais de default_format e supported_formats do modelo:

curl "https://api.venice.ai/api/v1/models?type=tts" \
  -H "Authorization: Bearer $VENICE_API_KEY" |
  jq '.data[] | select(.id == "tts-kokoro") | .model_spec | {default_format, supported_formats}'

O Content-Type da resposta identifica o formato de áudio retornado. Solicitar um formato que o modelo selecionado não suporta retorna HTTP 400.

Dicas de Produção

Faça cache do áudio gerado quando o texto de origem e a voz forem reutilizados.
Normalize e revise o texto antes da síntese. A pontuação afeta o ritmo e a entonação.
Salve a saída com a extensão de arquivo correta para o formato de resposta do modelo.

Recursos Relacionados

⌘I

Documentação

Primeiros passos

Texto e chat

Imagem

Vídeo

Áudio

Pesquisa e RAG

Agentes e integrações

Ferramentas de código

Ferramentas para agentes

SDKs e frameworks

Uso Básico

Escolha um Modelo e uma Voz

Formato da Requisição

Formato de Saída

Dicas de Produção

Recursos Relacionados

​Uso Básico

​Escolha um Modelo e uma Voz

​Formato da Requisição

​Formato de Saída

​Dicas de Produção

​Recursos Relacionados

Uso Básico

Escolha um Modelo e uma Voz

Formato da Requisição

Formato de Saída

Dicas de Produção

Recursos Relacionados