Conecta-seEntrar na plataforma

Sintetizar voz

Converter texto em áudio usando vozes de inteligência artificial.

Lógica e processamentoInteligência artificialConexão: Provedor de IA configurado no workspace

O que faz

Gere fala com som natural a partir de texto, usando vozes de IA de ponta da OpenAI, Deepgram, Cartesia, Google Cloud, Azure e PlayHT. Aceita várias vozes, idiomas e formatos de áudio.

Quando usar: Use quando o seu fluxo precisar converter texto em áudio usando vozes de inteligência artificial.

Exemplo de situação: Interpretar uma solicitação e produzir uma resposta adequada ao contexto.

Antes de começar

Conexão necessária: Provedor de IA configurado no workspace.

Cadastre a chave do provedor de IA do workspace em Configurações e escolha um modelo disponível.

Passo a passo

  1. Adicione Sintetizar voz ao desenho a partir da aba Blocos e ligue a entrada dele à etapa anterior.
  2. Cadastre a chave do provedor de IA do workspace em Configurações e escolha um modelo disponível.
  3. Revise a ação principal descrita no cartão do bloco.
  4. Preencha os campos obrigatórios. Para usar um dado de uma etapa anterior, digite < e escolha o bloco e o campo.
  5. Clique em Executar com dados de teste e confira, no terminal, o que entrou e o que saiu do bloco.
  6. Só publique depois de conferir o resultado da execução de teste.

Campos

  • Provedor

    Obrigatório

    Escolhe uma das opções aceitas por este campo.

    Opções:
    OpenAI TTS · Deepgram Aura · Cartesia Sonic · Google Cloud TTS · Azure TTS · PlayHT
    Padrão:
    OpenAI TTS

  • Texto

    Obrigatório

    Informa o texto que será processado pelo bloco.

    Exemplo:
    Olá! Sua solicitação foi processada com sucesso.

  • Modelo

    Escolhe o modelo de inteligência artificial que processará a solicitação.

    Quando aparece:
    Quando o campo “Provedor” for “OpenAI TTS”
    Opções:
    TTS-1 · TTS-1-HD · GPT-4o Mini TTS
    Padrão:
    TTS-1

  • Voz

    Escolhe uma das opções aceitas por este campo.

    Quando aparece:
    Quando o campo “Provedor” for “OpenAI TTS”
    Opções:
    Alloy · Ash · Ballad · Cedar · Coral · Echo · Marin · Sage · Shimmer · Verse
    Padrão:
    Alloy

  • Formato da resposta

    Define a estrutura esperada para a resposta, como texto ou JSON.

    Quando aparece:
    Quando o campo “Provedor” for “OpenAI TTS”
    Opções:
    MP3 · Opus · AAC · FLAC · WAV
    Padrão:
    MP3

  • Velocidade

    Velocidade da fala gerada: 1.0 é o ritmo normal, valores menores deixam a fala mais lenta e maiores, mais rápida; a faixa permitida depende do provedor.

    Quando aparece:
    Quando o campo “Provedor” for “OpenAI TTS”
    Padrão:
    1.0

  • Formato do áudio

    Escolhe uma das opções aceitas por este campo.

    Quando aparece:
    Quando o campo “Provedor” for “Deepgram Aura”
    Opções:
    MP3 · Opus · AAC · FLAC · Linear16
    Padrão:
    MP3

  • Taxa de amostragem

    Escolhe uma das opções aceitas por este campo.

    Quando aparece:
    Quando o campo “Provedor” for “Deepgram Aura” e o campo “Formato do áudio” for “Linear16”
    Opções:
    8000 Hz · 16000 Hz · 24000 Hz · 48000 Hz
    Padrão:
    24000 Hz
    Exemplo:
    8000 Hz

  • Modelo

    Informa o identificador exato do recurso na plataforma conectada.

    Quando aparece:
    Quando o campo “Provedor” for “Cartesia Sonic”
    Opções:
    Sonic · Sonic 2 · Sonic Turbo · Sonic 3 · Sonic Multilingual
    Padrão:
    Sonic 3
    Exemplo:
    Sonic

  • ID da voz

    Informa o identificador exato do recurso na plataforma conectada.

    Quando aparece:
    Quando o campo “Provedor” for “Google Cloud TTS”
    Exemplo:
    id-do-recurso

  • Código do idioma

    Obrigatório conforme a operação

    Define o idioma do modelo ou conteúdo, como pt_BR ou en_US, no formato aceito pelo serviço.

    Quando aparece:
    Quando o campo “Provedor” for “Google Cloud TTS”
    Padrão:
    en-US
    Exemplo:
    pt-BR

  • Velocidade da fala

    Velocidade da fala no Google, de 0.25 a 2, em que 1.0 é o ritmo normal (ex.: 1.25 para falar um pouco mais rápido).

    Quando aparece:
    Quando o campo “Provedor” for “Google Cloud TTS”
    Padrão:
    1.0

  • Tom

    Tom da voz no Google, de -20 (mais grave) a 20 (mais agudo); 0 mantém o tom natural.

    Quando aparece:
    Quando o campo “Provedor” for “Google Cloud TTS”
    Padrão:
    0.0

  • Região

    Região do recurso de Fala do Azure, a mesma em que a chave foi criada (ex.: brazilsouth).

    Quando aparece:
    Quando o campo “Provedor” for “Azure TTS”
    Exemplo:
    brazilsouth, eastus

  • Formato de saída

    Escolhe uma das opções aceitas por este campo.

    Quando aparece:
    Quando o campo “Provedor” for “Azure TTS”
    Opções:
    MP3 24kHz 48kbps · MP3 24kHz 96kbps · MP3 48kHz 96kbps
    Padrão:
    MP3 24kHz 96kbps
    Exemplo:
    MP3 24kHz 48kbps

  • Estilo de fala

    No Azure, o estilo de fala da voz, se ela oferecer (ex.: cheerful para alegre).

    Quando aparece:
    Quando o campo “Provedor” for “Azure TTS”
    Exemplo:
    cheerful, sad, angry

  • ID do usuário

    Obrigatório conforme a operaçãoDado protegido

    Informe o seu ID de usuário da PlayHT.

    Quando aparece:
    Quando o campo “Provedor” for “PlayHT”
    Padrão:
    Segredo protegido

  • Qualidade

    Escolhe uma das opções aceitas por este campo.

    Quando aparece:
    Quando o campo “Provedor” for “PlayHT”
    Opções:
    Rascunho · Padrão · Premium
    Padrão:
    Padrão
    Exemplo:
    Rascunho

  • Chave de API

    ObrigatórioDado protegido

    Informe a sua chave de API.

    Padrão:
    Segredo protegido

Saídas

Para usar um resultado deste bloco em uma etapa seguinte, digite < no campo e escolha o bloco e o campo. A referência tem o formato <sintetizarvoz.audioUrl>: antes do ponto vai o nome do bloco no seu fluxo, em minúsculas, sem espaços e sem acentos.

ReferênciaTipoO que contém
<sintetizarvoz.audioUrl>stringURL do arquivo de áudio gerado.
<sintetizarvoz.audioFile>fileArquivo de áudio gerado (UserFile).
<sintetizarvoz.duration>numberDuração do áudio em segundos.
<sintetizarvoz.characterCount>numberNúmero de caracteres processados.
<sintetizarvoz.format>stringFormato do áudio.
<sintetizarvoz.provider>stringProvedor de síntese de voz usado.

Exemplo de uso

Objetivo: Interpretar uma solicitação e produzir uma resposta adequada ao contexto.

InícioSintetizar vozpróxima etapa
Provedor
OpenAI TTS
Texto
Olá! Sua solicitação foi processada com sucesso.
Modelo
TTS-1
Voz
Alloy
Formato da resposta
MP3
Velocidade
1.0

Os valores são ilustrativos. Teste primeiro com dados fictícios ou de homologação.

Erros comuns e como resolver

O bloco não executa
Confira se existe um caminho de setas que parte do gatilho (ou do Início) até este bloco. Blocos soltos no desenho são ignorados.
Aparece “Validação do fluxo” no terminal
Há campo obrigatório vazio. Clique no aviso, abra o bloco indicado e preencha o campo marcado.
Um campo chega vazio na etapa seguinte
Confira se a referência aponta para um bloco que já executou e para um campo que existe, como <sintetizarvoz.audioUrl>. O nome antes do ponto é o nome do bloco no seu fluxo, em minúsculas, sem espaços e sem acentos.

Blocos relacionados