API de texto para voz: suas vozes, direto do seu código
Uma API REST simples: você envia um texto e uma das suas vozes e recebe o MP3. Usa os mesmos créditos do site, sem taxa de desenvolvedor nem custo por chamada.
- URL base
- https://voizum.com/api/v1
- Vídeos (v3)
- https://voizum.com/api/v3
- Autenticação
- Bearer sk_voizum_…
- Saída
- MP3 · MP4
- Idiomas
- es · en · de · fr · pt · it · ru · nl · pl · zh · ja · ko · hi · ar · tr · id · ro
- Preço
- 60 créditos / 1.000 caracteres (mín. 100)
Para assistentes de IA e ferramentas
Três caminhos, conforme quem se conecta. Todos levam ao mesmo lugar: suas vozes e seus créditos.
- Claude, ChatGPT, Cursor… sem programar
- O conector MCP: adicione ao assistente e peça áudios no chat.
- https://voizum.com/mcp
- ChatGPT Actions, Postman, geradores de clientes
- Importe a especificação OpenAPI 3.1: ela descreve todos os endpoints e seus campos.
- https://voizum.com/openapi.json
- Agentes que leem documentação
- llms.txt: o contrato inteiro em texto simples, feito para modelos de linguagem.
- https://voizum.com/llms.txt
Comece em três passos
- Crie sua conta e sua chave na seção API do site. A chave começa com sk_voizum_ e é mostrada uma única vez: guarde-a como segredo, nunca no código do navegador.
- Escolha uma voz: clone a sua ou adicione a “Minhas vozes” uma da biblioteca. GET /voices devolve o id dela.
- Crie o áudio com POST /tts, consulte o status a cada poucos segundos e baixe quando estiver pronto (ou receba um webhook).
Um exemplo completo
Criar, aguardar e baixar. A API é assíncrona: um áudio longo demora a ficar pronto e assim você não precisa manter a conexão aberta.
curl
# 1. Create the audio
curl -X POST https://voizum.com/api/v1/tts \
-H "Authorization: Bearer $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{"text": "Hi, this is Voizum.", "voice_id": "VOICE_ID"}'
# → {"job_id": "…", "status": "queued", "credits_charged": 100, "eta_seconds": 20}
# 2. Check the status (until "done")
curl https://voizum.com/api/v1/tts/JOB_ID -H "Authorization: Bearer $VOIZUM_API_KEY"
# 3. Download the MP3
curl -L -o audio.mp3 "https://voizum.com/api/v1/tts/JOB_ID/audio?download=1" -H "Authorization: Bearer $VOIZUM_API_KEY"Python
import os, time, requests
API = "https://voizum.com/api/v1"
H = {"Authorization": f"Bearer {os.environ['VOIZUM_API_KEY']}"}
job = requests.post(f"{API}/tts", headers=H, json={"text": "Hi, this is Voizum.", "voice_id": "VOICE_ID"}).json()
while True:
status = requests.get(f"{API}/tts/{job['job_id']}", headers=H).json()
if status["status"] in ("done", "error", "canceled"):
break
time.sleep(3)
if status["status"] == "done":
mp3 = requests.get(f"{API}/tts/{job['job_id']}/audio?download=1", headers=H)
open("audio.mp3", "wb").write(mp3.content)JavaScript (Node 18+)
const API = "https://voizum.com/api/v1";
const H = { Authorization: `Bearer ${process.env.VOIZUM_API_KEY}`, "Content-Type": "application/json" };
const job = await (await fetch(`${API}/tts`, {
method: "POST", headers: H,
body: JSON.stringify({ text: "Hi, this is Voizum.", voice_id: "VOICE_ID" }),
})).json();
let status;
do {
await new Promise((r) => setTimeout(r, 3000));
status = await (await fetch(`${API}/tts/${job.job_id}`, { headers: H })).json();
} while (!["done", "error", "canceled"].includes(status.status));
if (status.status === "done") {
const mp3 = await fetch(`${API}/tts/${job.job_id}/audio?download=1`, { headers: H });
await (await import("node:fs/promises")).writeFile("audio.mp3", Buffer.from(await mp3.arrayBuffer()));
}Endpoints
| Método e rota | O que faz |
|---|---|
| GET /status | Estado do serviço. Sem chave. |
| GET /account | Seu saldo de créditos e o preço por caractere. |
| GET /voices | As vozes da sua biblioteca: o id delas é o voice_id. |
| GET /library | Busca na biblioteca pública (filtros: query, language, gender, age, style, accent, limit, offset). Cada voz informa o seu source: voizum ou community. |
| POST /library/{voice_id} | Guarda uma voz pública na sua biblioteca (grátis) e devolve o SEU voice_id para usar em POST /tts. 201 se for nova, 200 se já a tinha; 409 biblioteca_llena. |
| POST /tts | Cria um áudio a partir de um texto. |
| GET /tts/{job_id} | Status do áudio: queued, processing, done, error ou canceled. |
| GET /tts/{job_id}/audio | O MP3 pronto (redireciona para o arquivo; ?download=1 para baixar). |
| GET /tts/{job_id}/timestamps | Quando soa cada frase e cada palavra do MP3, em segundos. Sem custo. |
| GET /tts/{job_id}/subtitles | As legendas prontas: ?format=srt (padrão) ou vtt; ?download=1 para baixar. |
| DELETE /tts/{job_id} | Cancela um áudio que ainda não começou: os créditos são devolvidos. |
| GET /tts | Seus últimos áudios, paginados. |
| POST /tts/batch | Vários áudios separados em uma requisição, com um único mínimo (de 2 a 100). |
| POST /tts/dialogue | Um áudio com várias vozes em turnos (até 5 vozes). |
Vídeos com avatar (API v3)
Um dos seus avatares dizendo o que você quiser, em um MP4 horizontal (16:9) ou vertical (9:16). Tem a sua própria URL base e usa a mesma chave, no cabeçalho X-Api-Key. As respostas vêm dentro de { "data": … }.
- Prepare o avatar e as cenas dele no site, ou envie com POST /avatars. GET /avatars devolve o id de cada um.
- Peça o vídeo com POST /videos, ou vários de uma vez com POST /videos/batches.
- Aguarde: consulte GET /videos/{id} a cada poucos segundos, GET /videos/statuses para vários, ou envie callback_url e nós avisamos. Um vídeo leva alguns minutos.
- Quando o status for completed, baixe o MP4 de video_url (com a sua chave).
Um vídeo do começo ao fim
# 1. Seus avatares e as cenas (id e scene)
curl https://voizum.com/api/v3/avatars -H "X-Api-Key: $VOIZUM_API_KEY"
# 2. Pedir o vídeo
curl -X POST https://voizum.com/api/v3/videos \
-H "X-Api-Key: $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{"avatar_id": "AVATAR_ID", "scene": 1, "script": "Olá, eu sou o seu avatar.", "voice_id": "VOICE_ID", "aspect_ratio": "9:16"}'
# → {"data": {"id": "VIDEO_ID", "status": "pending", "credits": …, …}}
# 3. Consultar o status (até "completed"; leva alguns minutos)
curl https://voizum.com/api/v3/videos/VIDEO_ID -H "X-Api-Key: $VOIZUM_API_KEY"
# → {"data": {"status": "completed", "video_url": "https://voizum.com/api/v3/videos/VIDEO_ID/video", …}}
# 4. Baixar o MP4
curl -L -o video.mp4 https://voizum.com/api/v3/videos/VIDEO_ID/video -H "X-Api-Key: $VOIZUM_API_KEY"Avatares e cenas
Um avatar é uma pessoa. As cenas dele são fotos dessa mesma pessoa (outro enquadramento, outra roupa, outro lugar), numeradas 1, 2, 3… A 1 é a principal, e os números não mudam se você apagar uma.
Um vídeo escolhe avatar_id e scene (sem scene, a 1). Você também pode enviar o id de uma cena como avatar_id, sem scene.
Para enviar uma foto com POST /avatars é preciso mandar "consent": true: é o seu rosto ou você tem a permissão dessa pessoa. Sem avatar_id cria um avatar (com o name, obrigatório: até 40 caracteres e diferente dos seus outros avatares); com avatar_id, adiciona a próxima cena. Até 15 avatares e 10 cenas por avatar.
Os avatares da biblioteca da Voizum são salvos nos favoritos pelo site e aparecem em GET /avatars com uma única cena.
O que ele diz: três formas
script + voice_id: o texto e uma das suas vozes (GET /voices). Primeiro a voz é feita e depois o vídeo; o áudio está incluído no preço.
audio_id: o job_id de um áudio que você já fez com POST /tts (API v1). Assim você o ouve antes e só o vídeo é cobrado.
audio_url: um áudio seu (mp3, wav, m4a, ogg ou webm) em uma URL https pública.
O que o POST /videos aceita
| Campo | O que é |
|---|---|
| avatar_id | Obrigatório (exceto com segments). Um dos seus avatares (GET /avatars), ou o id de uma cena. |
| scene | Opcional. Qual cena do avatar: por padrão, a 1. |
| segments | Em vez de avatar_id: várias partes (até 20) unidas em um só MP4, cada uma com o seu avatar_id, scene e o que diz. Veja «Um vídeo com várias partes». |
| script + voice_id | O que ele diz (até 600.000 caracteres) e com qual voz sua. Opcional: voice_settings.speed, de 0.5 a 2. |
| audio_id | Em vez de script: o job_id de um áudio seu já pronto (POST /tts da API v1). |
| audio_url | Em vez de script: um áudio seu (mp3, wav, m4a, ogg ou webm) em uma URL https pública. |
| aspect_ratio | Opcional. "16:9" (padrão) ou "9:16". |
| resolution | Opcional. "1080p" (padrão, a melhor qualidade) ou "720p" (mais rápido e mais barato, pode ficar menos nítido). |
| emotion | Opcional. O rosto: "smile" sorri um pouco quase o tempo todo; "serious", expressão séria e serena. Sem ela, natural e calmo. Mesmo preço. |
| movement | Opcional. O corpo: "still" quase não mexe os braços; "expressive" gesticula mais. Sem ele, algum gesto natural de vez em quando. Mesmo preço. |
| callback_url | Opcional. Uma URL https pública: avisamos com um POST quando terminar. |
| callback_id | Opcional. A sua própria referência: volta no vídeo e no aviso. |
| Idempotency-Key | Cabeçalho opcional. Repetindo a requisição com a mesma, você recebe o mesmo vídeo sem nova cobrança. |
Um vídeo com várias partes
Em vez de avatar_id, envie segments: uma lista de partes (até 20), cada parte com o seu avatar, a sua cena e o que diz (avatar_id, scene e script + voice_id, audio_url ou audio_id). Elas são unidas em ordem em um só MP4.
aspect_ratio, resolution, emotion, movement e callback_url ficam fora da lista e valem para o vídeo inteiro. É cobrado como um vídeo da duração total, com um único mínimo.
curl -X POST https://voizum.com/api/v3/videos \
-H "X-Api-Key: $VOIZUM_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"segments": [
{"avatar_id": "AVATAR_ID", "scene": 1, "script": "Olá, eu sou a Lucía.", "voice_id": "VOICE_ID"},
{"avatar_id": "AVATAR_ID", "scene": 3, "script": "E esta é a novidade deste mês.", "voice_id": "VOICE_ID"}
],
"aspect_ratio": "16:9",
"resolution": "1080p"
}'Vários vídeos
Para fazer vários, envie juntos com POST /videos/batches: { "videos": [ … ] }, cada um com os mesmos campos do POST /videos. O mínimo é um só para tudo o que você pede ao mesmo tempo: se juntos passam dele, nenhum o paga. Se um falhar (saldo, avatar…), volta com o seu erro e os outros seguem. Com Idempotency-Key, repetir o mesmo lote devolve os mesmos vídeos sem nova cobrança.
Seus vídeos começam por ordem de chegada e, se houver espaço, vários são feitos ao mesmo tempo; quando outros clientes também esperam, o espaço é dividido entre todos. Enquanto um está em pending, você pode cancelá-lo com DELETE /videos/{id} e os créditos são devolvidos; já em processing, não.
Há um limite de vídeos não terminados ao mesmo tempo: se passar dele, a resposta é concurrency_limit e basta esperar algum terminar.
Preço e armazenamento
resolution "1080p" (padrão, a melhor qualidade): 3450 créditos por minuto de vídeo. "720p" (mais rápido e mais barato, pode ficar menos nítido): 2000. Depende do avatar: teste as duas com cada um.
Cada vídeo custa no mínimo 1500 créditos; se durar mais de 26 s em 1080p ou 45 s em 720p, paga só os seus segundos. Se você pede vários de uma vez, o mínimo é um só para todos: se juntos passam dele, não se paga. Com script, soma-se o áudio como um normal. Até 35 minutos por vídeo e só com créditos comprados.
POST /videos/estimate diz quanto custaria sem criar nada. A cobrança é feita ao pedir; se o vídeo falhar, tudo é devolvido. Com script, a duração é estimada pelos caracteres e ajustada ao medir a voz real.
O MP4 fica guardado 4 dias: baixe e guarde você mesmo.
Callback
Com callback_url enviamos um POST quando o vídeo termina, com sucesso ou não (3 tentativas, 10 s de espera em cada uma). O que importa vem em event_type e event_data; url baixa o MP4 com a sua chave.
O aviso não é assinado: use-o como sinal para consultar GET /videos/{id} com a sua chave, que é a fonte da verdade.
{
"event_type": "avatar_video.success",
"event_data": {
"video_id": "VIDEO_ID",
"callback_id": "MY_REF",
"url": "https://voizum.com/api/v3/videos/VIDEO_ID/video"
}
}Endpoints de vídeo
| Método e rota | O que faz |
|---|---|
| GET /users/me | Verifica a chave: seu saldo, os preços do vídeo e seus limites. |
| GET /voices | As vozes da sua biblioteca (o voice_id delas). |
| GET /avatars | Seus avatares com as cenas, e seus favoritos da biblioteca. |
| POST /avatars | Envia uma foto: um avatar novo ou mais uma cena de um seu (com consent). |
| GET /avatars/{id} | Um avatar com as suas cenas. |
| PATCH /avatars/{id} | Muda o nome. |
| DELETE /avatars/{id} | Apaga o avatar com todas as cenas (os vídeos feitos ficam). |
| DELETE /avatars/scenes/{id} | Apaga uma cena; as outras mantêm o número. |
| POST /videos | Cria um vídeo. |
| POST /videos/batches | Vários vídeos em uma requisição, com um só mínimo para todos. |
| POST /videos/estimate | Quantos créditos custaria, sem criar nem cobrar. |
| GET /videos/{id} | Status: pending, processing, completed, failed ou canceled. |
| GET /videos/statuses?ids=a,b | O status de até 100 vídeos de uma vez. |
| GET /videos | Seus vídeos, do mais novo ao mais antigo (limit e token). |
| DELETE /videos/{id} | Cancela um vídeo que ainda está em pending: os créditos são devolvidos. |
| GET /videos/{id}/video | O MP4 pronto (redireciona para o download). |
Erros dos vídeos
No formato { "error": { "code", "message", "param", "request_id" } }: param é o campo com problema (se houver) e request_id também vem no cabeçalho X-Request-Id. As mensagens estão em inglês.
| Código | HTTP | O que aconteceu |
|---|---|---|
| unauthorized | 401 | Missing or invalid API key (X-Api-Key header). |
| invalid_parameter | 400 | A field is missing or invalid: param says which. |
| consent_required | 400 | Uploading a photo needs "consent": true. |
| download_failed | 400 | file.url couldn't be downloaded. |
| file_too_large | 413 | The photo is too large. |
| limit_reached | 400 | You reached the maximum number of avatars or scenes per avatar. |
| invalid_audio | 400 · 413 | The audio can't be used (format, size or download failed). |
| video_too_long | 400 | The video exceeds the maximum length (max_seconds says which). |
| insufficient_credit | 402 | Not enough credits (credits_needed, credits_available and buy_credits_url to get more). |
| purchase_required | 403 | Videos need an account that has bought credits. |
| avatar_not_found | 404 | The avatar (or scene) isn't one of yours. |
| voice_not_found | 404 | The voice isn't in your library. |
| audio_not_found | 404 | No finished audio of yours with that audio_id (or it expired). |
| not_found | 404 | The video or scene doesn't exist (or isn't yours). |
| voice_not_ready | 409 | That voice can't be used yet. |
| unreadable_text | 422 | The script has nothing to read aloud: only emojis, symbols or an alphabet the voice can't pronounce. |
| name_taken | 409 | You already have an avatar with that name: pick another one. |
| main_scene | 409 | Scene 1 can't be deleted on its own: delete the whole avatar. |
| resource_in_use | 409 | A video is being made with it: delete it when it finishes. |
| video_not_cancelable | 409 | Only a pending video can be canceled. |
| rate_limit_exceeded | 429 | Too many requests: wait for Retry-After. |
| concurrency_limit | 429 | Too many unfinished videos: wait for some to finish. |
| service_unavailable | 503 | Avatar videos aren't available right now: retry later. |
Vem do HeyGen?
Troque a URL base e a chave. Em vez do id de um look, envie avatar_id + scene (o id da cena também funciona). resolution é "1080p" ou "720p". O resto funciona igual.
O que o POST /tts aceita
| Campo | O que é |
|---|---|
| text | Obrigatório. O texto, até 600.000 caracteres. |
| voice_id | Obrigatório. Uma voz da sua biblioteca (GET /voices). |
| speed | Opcional. Velocidade, de 0.5 a 2 (1 = o ritmo natural da voz). |
| pause_ms | Aceito, mas não muda nada com a Voizum 2: as pausas entre frases são definidas pelo modelo. Para uma pausa concreta, escreva <#1.5#> (segundos) no texto. |
| <#…#> | Marcas dentro do texto, sem custo: <#1.5#> é uma pausa de 1,5 s e <#triste#>, <#risada#>, <#sussurro#>… uma emoção que dura até o fim do parágrafo ou até <#normal#> (em es, en, pt, de e fr). |
| language | Opcional. auto, es, en, de, fr, pt, it, ru, nl, pl, zh, ja, ko, hi, ar, tr, id, ro. Sem ele, o idioma é deduzido do texto. |
| loudness_normalization | Opcional. Iguala o volume para que todas as vozes soem com a mesma intensidade. |
| tone | Opcional, só em /tts. O tom do áudio inteiro (nomes em espanhol): tranquilo, suave, susurro, alegre, emocionado, triste, nostalgico, decidido, asustado. Para um trecho, uma marca de emoção no texto. |
| webhook_url | Opcional. Uma URL https pública para a qual enviamos um POST quando o áudio termina. |
| Idempotency-Key | Cabeçalho opcional. Se você repetir a requisição com a mesma chave, recebe o mesmo áudio e não é cobrado duas vezes. |
Webhook
Com webhook_url você não precisa consultar o status: ao terminar, enviamos um POST com o evento generation.finished (3 tentativas, 10 s de espera em cada uma). Se o seu servidor responder com 4xx, não há nova tentativa.
O aviso não é assinado: use-o como sinal para consultar GET /tts/{job_id} com a sua chave, que é a fonte da verdade, e não como prova de que o áudio está pronto.
{
"event": "generation.finished",
"id": "JOB_ID",
"status": "completed",
"voice_id": "VOICE_ID",
"duration_seconds": 12.4,
"credits": 100,
"error": null
}Marcações de tempo e legendas
Quando um áudio do Voizum 2 está em done, GET /tts/{job_id} traz timestamps_url e subtitles_url (os áudios anteriores a 17/11/2026 não os têm). A primeira dá cada frase (segments) e cada palavra (words) com o início e o fim em segundos do MP3, com a velocidade já aplicada; a segunda, as legendas em SRT ou WebVTT, uma frase por legenda (dividida se passar de 2 linhas de 42 caracteres ou de 7 segundos). Não custam nada e ficam guardadas o mesmo tempo que o job, mesmo que o MP3 expire antes.
As palavras são as que se ouvem: números, datas e símbolos vêm escritos como se falam («1889» → «mil oitocentos e oitenta e nove») e as marcações (<#1.5#>, <#triste#>) não aparecem. A pontuação vai junto da palavra. Em chinês e japonês cada caractere é uma palavra. Os tempos são uma estimativa bem ajustada: metade das palavras cai a menos de 0,07 s do seu lugar e o início de cada frase, a poucos centésimos.
{
"job_id": "JOB_ID",
"duration_seg": 4.2,
"segments": [
{ "text": "Hola, ¿qué tal?", "start": 0.06, "end": 1.31 },
{ "text": "Bienvenido a Voizum.", "start": 1.92, "end": 4.1 }
],
"words": [
{ "text": "Hola,", "start": 0.06, "end": 0.52 },
{ "text": "¿qué", "start": 0.71, "end": 0.98 },
{ "text": "tal?", "start": 0.98, "end": 1.31 }
]
}Limites
20 criações por minuto (POST /tts, /tts/batch e /tts/dialogue compartilham esse limite) e 300 requisições por minuto por chave no total. As respostas de criação trazem X-RateLimit-Limit e X-RateLimit-Remaining, e todo 429 traz Retry-After com os segundos de espera.
O MP3 fica guardado por 4 dias; depois disso GET /tts/{job_id}/audio retorna 404, então baixe e guarde o arquivo por conta própria.
Um áudio aceita até 600.000 caracteres. Um lote, de 2 a 100 áudios e 1.200.000 caracteres no total. Um diálogo, até 100 turnos e 5 vozes diferentes.
Erros
Sempre no mesmo formato: { "error": { "code", "message" } }, às vezes com detalhes (por exemplo, quantos créditos faltam). As mensagens estão em inglês.
| Código | HTTP | O que aconteceu |
|---|---|---|
| no_autorizado | 401 | Missing or invalid API key. |
| parametros_invalidos | 400 | Missing fields or invalid values. |
| cuerpo_invalido | 400 | The body is not valid JSON. |
| texto_demasiado_largo | 400 | The text exceeds the character limit. |
| lote_invalido | 400 | A batch takes 2 to 100 items. |
| dialogo_invalido | 400 | A dialogue takes 2 to 100 turns and up to 5 voices. |
| webhook_invalido | 400 | webhook_url is not https or not a public host. |
| voz_sin_muestra | 400 | That voice can't be used yet. |
| texto_ilegible | 422 | The text has nothing to read aloud: only emojis, symbols or an alphabet the voice can't pronounce. Anything else (decorative letters, stray emojis, formatting) is cleaned up automatically. |
| idioma_no_disponible | 422 | That language can't be generated right now (only if the service temporarily falls back to the previous model with one of the new languages; the message lists the available ones). A text in a language we don't offer is NOT rejected: it is generated anyway. |
| saldo_insuficiente | 402 | Not enough credits (the response says how many are needed and includes buy_credits_url to get more). |
| requiere_compra | 403 | Batches and videos need an account that has bought credits. |
| voz_no_encontrada | 404 | The voice is not in your library. |
| biblioteca_llena | 409 | You already have the maximum number of saved voices: remove one in the web app to add another from the library. |
| no_encontrado | 404 | No job with that id (or it isn't yours). |
| marcas_no_disponibles | 404 | That audio has no timestamps: it hasn't finished yet or they aren't available for it. |
| limite_peticiones | 429 | Too many requests: wait for Retry-After. |
| demasiados_en_cola | 429 | Too many jobs in progress: wait for some to finish. |
| mantenimiento | 503 | Maintenance pause: retry later. |
| servicio_no_disponible | 503 | Service temporarily unavailable: retry. |
Perguntas
- Existe SDK para Python ou JavaScript?
- Não precisa: são poucas chamadas REST com JSON, que funcionam com qualquer cliente HTTP (requests, fetch, curl). Se quiser um cliente gerado, a especificação OpenAPI cria um na sua linguagem.
- Existe streaming em tempo real?
- Não. A API é assíncrona: você cria o áudio, consulta o status e baixa o MP3 pronto. Ela serve para narrações, vídeos, cursos e conteúdo, não para conversa ao vivo.
- Posso usar as vozes da biblioteca?
- Sim, em dois passos: busque com GET /library e guarde a que gostar com POST /library/{voice_id} (ou adicione pelo site); devolve o SEU voice_id para POST /tts. A API só gera com vozes suas. As marcadas source: community foram enviadas por outros usuários: a Voizum não verifica nem se responsabiliza pela origem delas; use por sua conta e risco e respeite os direitos da pessoa dona da voz.
- Dá para clonar uma voz pela API?
- Não: a clonagem é feita pelo site (você envia a gravação uma vez) e depois você usa a voz pela API com o voice_id dela.
- Quanto custa?
- O mesmo que no site: 60 créditos a cada 1.000 caracteres, com mínimo de 100 por requisição. Sem mensalidade e sem custo por chamada. Se um áudio falhar, os créditos são devolvidos.
- Em que formato sai o áudio?
- MP3.
- Posso pedir vários vídeos de uma vez?
- Sim, com POST /videos/batches: um só mínimo para todos, e se juntos passam dele, nenhum o paga. Começam em ordem e, se houver espaço, vários ao mesmo tempo; os que esperam aparecem como pending e dá para cancelar até começarem.
- Posso enviar uma foto pela API?
- Sim, com POST /avatars e "consent": true, que confirma que é o seu rosto ou que você tem a permissão dessa pessoa. Também pode enviar pelo site.
- Quais avatares posso usar?
- Os seus e os avatares da biblioteca que você salvou nos favoritos. GET /avatars lista todos, com as cenas.
Escreva o seu texto e ouça com uma voz real
A API gasta créditos de um pacote (60 a cada 1.000 caracteres). Pacotes a partir de US$ 6,99, sem assinatura.