Perguntas frequentes
O que é uma API de texto para fala?
É um serviço em nuvem onde você envia texto e recebe um arquivo de áudio. A API aceita requisições POST com formato JSON, permitindo que desenvolvedores integrem síntese de voz diretamente em seus aplicativos médicos sem necessidade de hardware dedicado ou instalação local.
Como funciona a conversão de texto para áudio?
Você envia o texto via endpoint POST, especificando modelo, voz e idioma. O sistema processa a solicitação e retorna o arquivo de áudio gerado. Para textos longos, o sistema divide o conteúdo em partes de até 4096 caracteres, processa cada parte e une os arquivos finais.
Qual a diferença entre TTS e síntese neural?
Nossa API utiliza vozes baseadas em gravações licenciadas (LibriTTS-R e LibriVox). Não oferecemos síntese neural proprietária nem clonagem de voz personalizada. As vozes são presets fixos com marca d'água inaudível que identifica o áudio como fala sintética, garantindo transparência no uso clínico.
Posso usar TTS para guias de pacientes?
Sim. A API é ideal para guias educativos e instruções clínicas. Com vozes como 'sage' (calma e instrucional) ou 'aria' (narradora clara), você pode transformar textos médicos em áudio acessível. O custo é de $0,01 por mil caracteres, mantendo a previsibilidade orçamentária.
A API suporta múltiplos idiomas?
Sim, suportamos 23 idiomas, incluindo português, inglês, espanhol, alemão e japonês. Qualquer voz pode falar qualquer idioma da lista. Se o idioma não for especificado, ele é detectado pelo script; para textos em latim não ingleses, defina o campo 'language' explicitamente.
Como funciona a autenticação na API?
A autenticação usa um token Bearer enviado no cabeçalho Authorization: Bearer tts-... Cada conta possui uma chave ativa. Você pode emitir uma nova chave a qualquer momento, e a anterior é invalidada imediatamente. A chave é gerada ao criar sua conta em /get-api-key/.
Qual o limite de caracteres por requisição?
Cada requisição aceita até 4096 caracteres de texto. Para textos clínicos mais longos, o sistema divide automaticamente o conteúdo em partes menores, gera o áudio de cada parte e une os arquivos finais. Isso garante que solicitações grandes sejam processadas corretamente sem erros.
A API retorna áudio em tempo real?
Não. A API não oferece streaming, WebSocket ou áudio parcial em tempo real. As requisições são processadas sequencialmente. O tempo de geração é aproximadamente em tempo real (25 caracteres por segundo), mas solicitações podem aguardar na fila sob carga.
Posso ajustar a velocidade da voz?
Sim. O parâmetro 'speed' permite ajustar a velocidade entre 0,25 e 4,0. Isso é útil para guias de pacientes com informações densas, permitindo que médicos ou pacientes ajustem a velocidade de reprodução para melhor compreensão ou revisão rápida de instruções clínicas.
A API é compatível com OpenAI SDK?
Sim. O formato de solicitação é idêntico ao endpoint de fala da OpenAI. Você pode usar os SDKs oficiais da OpenAI apenas alterando o 'base_url' para https://api.delta575.info/v1 e inserindo sua chave de API. Isso facilita a integração para desenvolvedores existentes.
Quais formatos de áudio são suportados?
A API suporta os formatos mp3, wav, opus, flac e pcm. Você pode escolher o formato mais adequado para sua aplicação médica via campo 'response_format'. O mp3 é recomendado para eficiência de rede, enquanto wav ou flac oferecem maior fidelidade para arquivamento.
A API tem suporte a SSML?
Não. A API não oferece suporte a marcação SSML, nem dicionários de fonemas ou léxicos de pronúncia personalizados. A entonação é controlada pela escolha da voz e pela velocidade. Não há tags de emoção ou controle fino de pausas via marcação.
Como funciona o pagamento via USDT?
O pagamento é feito exclusivamente via USDT na rede TRON (TRC-20). O valor mínimo é $5. O saldo é creditado automaticamente em minutos após a transferência. Não há cartões, PayPal ou assinaturas. O saldo não expira e não há custo mínimo mensal.
A API é adequada para projetos médicos?
Sim, para projetos indie de saúde. Oferece precisão, controle de velocidade e custos previsíveis ($0,01/1000 caracteres). O texto não é usado para treinamento. Não há garantia de SLA ou certificações específicas como HIPAA.
Definição de TTS
A API Delta TTS Medical converte texto bruto em arquivos de áudio sintetizados, permitindo que desenvolvedores indie integrem narração em guias clínicos e educativos sem dependência de infraestrutura complexa.
Utilizamos síntese neural em nuvem para processar solicitações via endpoints REST, garantindo que textos sejam transformados em arquivos de áudio.
Conversão de texto para áudio
O serviço aceita strings de texto e retorna arquivos de áudio prontos para reprodução. O processo é determinístico: o texto enviado é processado e convertido em formato digital sem necessidade de intervenção humana.
Sintetização neural
Nossas 8 vozes são baseadas em gravações licenciadas (LibriTTS-R e LibriVox). Isso garante clareza em termos médicos e instruções de pacientes.
Processamento em nuvem
Tudo ocorre na nuvem via POST para a API. Você envia o JSON e recebe o áudio. Não há instalação local necessária, ideal para aplicações web e mobile leves.
Como funciona
A API Delta TTS Medical converte texto em áudio através de uma simples requisição HTTP. Você envia dados em formato JSON para o endpoint de speech, especificando o texto, o modelo e a voz desejada.
O serviço processa a solicitação na nuvem, gerando um arquivo de áudio pronto para uso em seus aplicativos de saúde, sem necessidade de infraestrutura complexa do lado do cliente.
Requisição POST
Envie um POST para https://api.delta575.info/v1/audio/speech com o texto (até 4096 caracteres), o modelo (tts-1 ou tts-1-hd), a voz e o formato de saída desejado.
Autentique a requisição com sua chave API no cabeçalho Authorization. Cada chave limita a 60 requisições por minuto.
- Endpoint: POST /v1/audio/speech
- Auth: Bearer token
- Limite: 60 req/min
Modelos de voz
Escolha entre 8 vozes pré-configuradas, como 'sage' para instruções clínicas ou 'aria' para narração. Todas suportam os 23 idiomas disponíveis, incluindo português.
Defina a velocidade de fala entre 0.25x e 4.0x para ajustar a clareza da informação para pacientes.
- 8 vozes distintas
- Controle de velocidade
- Suporte a múltiplos idiomas
Geração de arquivo
O sistema retorna o arquivo de áudio diretamente na resposta, nos formatos mp3, wav, opus, flac ou pcm.
Textos longos são divididos em partes de 4096 caracteres e unidos automaticamente.
- Formatos: mp3, wav, opus, flac, pcm
- Divisão automática para textos longos
Aplicações em saúde
A API Delta TTS Medical converte textos clínicos em áudio, permitindo que desenvolvedores indie integrem narração em guias de pacientes e materiais educativos. O processo utiliza endpoints REST padrão, gerando arquivos de áudio a partir de textos enviados via JSON.
Essa tecnologia transforma documentos estáticos em experiências auditivas acessíveis, ideal para audiobooks clínicos e ferramentas de leitura automatizada. O controle de velocidade permite ajustar a velocidade da fala para facilitar a compreensão.
Guias de pacientes
Transforme instruções de alta complexidade em áudios claros, ajudando pacientes a seguirem tratamentos com mais segurança. A API processa textos de até 4096 caracteres, gerando arquivos MP3 ou WAV prontos para integração em apps móveis ou portais.
A voz clara e neutra de modelos como 'atlas' ou 'sage' transmite confiança, essencial para orientações médicas. Desenvolvedores podem ajustar a velocidade entre 0.25x e 4.0x para adaptar o conteúdo ao tempo de leitura ideal.
- Conversão de instruções de alta complexidade em áudio
- Vozes neutras para transmitir confiança clínica
- Ajuste de velocidade para adaptação individual
Audiobooks clínicos
Publique leituras automáticas de artigos médicos ou livros didáticos sem custos de produção vocal. Com suporte a 23 idiomas, a API permite alcançar públicos diversos, incluindo comunidades que falam português, espanhol ou árabe, sem necessidade de gravações manuais.
Cada arquivo gerado é distinto e marcado com marca d'água invisível, identificando-o como síntese neural. Isso marca o conteúdo como síntese neural.
- Publicação automática de artigos e livros
- Suporte multilíngue para alcance global
- Marca d'água invisível em cada arquivo
Acessibilidade digital
Garanta conformidade com padrões de acessibilidade oferecendo áudio como alternativa ao texto. Para leitores de tela ou usuários com deficiência visual, a geração instantânea de áudio via API REST simplifica a implementação de recursos inclusivos.
A integração é direta: basta enviar o texto e receber o arquivo de áudio. Sem necessidade de plugins externos ou SDKs proprietários, o código se integra facilmente ao fluxo de trabalho existente da aplicação.
- Alternativa auditiva para texto estático
- Geração instantânea via API REST
- Integração simples sem plugins externos
Vantagens para devs
A API segue o padrão da OpenAI, permitindo integração direta com SDKs oficiais ou HTTP simples. Basta alterar o base_url para https://api.delta575.info/v1 e usar a chave TTS. Isso elimina a necessidade de criar um wrapper personalizado ou esperar por um SDK nativo específico.
O endpoint POST /v1/audio/speech aceita JSON com campos como model, input e voice. A resposta retorna o arquivo de áudio no formato escolhido, facilitando o fluxo de trabalho.
Integração simples
A compatibilidade com o formato de requisição da OpenAI permite que desenvolvedores indie usem bibliotecas existentes. A mudança principal é apenas a URL base e o cabeçalho de autenticação Bearer.
Endereços como https://api.delta575.info/v1 retornam áudio pronto, sem necessidade de polling ou gestão de estado complexa.
- Compatível com SDKs oficiais da OpenAI
- Padrão JSON simples e documentado
Custos previsíveis
O preço é fixo de $10 por milhão de caracteres ($0,01 por mil caracteres), com espaços e pontuação contados. Não há taxas de assinatura ou custos mínimos mensais.
Solicitações falhas são gratuitas, garantindo que você pague apenas pelo áudio gerado com sucesso.
- $0,01 por 1.000 caracteres
- Sem planos mensais ou taxas ocultas
Escalabilidade
O limite de 60 requisições por minuto por chave é suficiente para a maioria das aplicações indie. Para textos longos, o desenvolvedor pode dividir o input em partes de 4.096 caracteres.
O processamento é sequencial, mas previsível, permitindo o dimensionamento correto da fila de solicitações na aplicação.
- 60 req/min por chave
- Limite de 4096 caracteres por requisição
Limitações técnicas
A API de texto para fala para projetos de saúde opera de forma síncrona, o que significa que você deve enviar um texto e aguardar o arquivo de áudio completo antes de prosseguir. Não há suporte para streaming ou WebSocket, portanto, não é possível ouvir o áudio enquanto ele está sendo gerado. Isso é adequado para guias de pacientes pré-gravados.
Além disso, a ausência de marcação SSML impede o controle fino sobre pausas, entonação ou pronúncia de termos médicos específicos. Para contornar isso, você pode ajustar a velocidade ou dividir o texto em partes menores. Não oferecemos clonagem de voz personalizada, então o uso se limita às 8 vozes pré-configuradas disponíveis.
Sem streaming
A geração de áudio ocorre de forma síncrona. Você envia o texto via POST e recebe o arquivo final apenas quando a síntese estiver completa. Não há transmissão parcial em tempo real.
Isso garante que o arquivo esteja pronto para download ou armazenamento, ideal para integração em aplicativos móveis ou plataformas de ensino à distância.
- Requisição única por bloco de texto
- Arquivo final disponível ao concluir
Sem SSML
Não utilizamos marcação SSML (Speech Synthesis Markup Language) para controle de pronúncia ou pausas. A pronúncia segue os padrões naturais do modelo neural.
Para termos técnicos ou nomes próprios, ajuste a velocidade ou reescreva levemente o texto para garantir a clareza da fala.
- Sem tags de pausa ou entonação
- Controle apenas via velocidade (0.25–4.0)
Sem clonagem
Não oferecemos clonagem de voz personalizada. Você não pode enviar uma amostra de áudio para criar uma nova voz baseada em você ou em um profissional de saúde.
Todas as sínteses utilizam uma das 8 vozes pré-configuradas, treinadas com dados licenciados e marcadas com watermark inaudível.
- 8 vozes fixas disponíveis
- Sem upload de amostras de áudio
Idiomas suportados
Oferecemos suporte para 23 idiomas, incluindo português, inglês, espanhol e japonês. Qualquer voz suporta qualquer idioma listado, garantindo flexibilidade para projetos globais.
23 idiomas
O suporte inclui árabe, chinês, dinamarquês, holandês, finlandês, francês, alemão, grego, hebraico, hindi, italiano, japonês, coreano, malaio, norueguês, polonês, português, russo, espanhol, swahili, sueco e turco. Idiomas como vietnamita, indonésio, tcheco, tailandês, ucraniano, romeno, bengali e outros não são suportados.
- Árabe, Chinês, Dinamarquês, Holandês, Inglês, Finlandês, Francês, Alemão, Grego, Hebraico, Hindi, Italiano, Japonês, Coreano, Malaio, Norueguês, Polonês, Português, Russo, Espanhol, Swahili, Sueco, Turco
Detecção automática
A API tenta adivinhar o idioma pelo script do texto. Para textos em latim fora do inglês, o padrão é inglês.
Configuração manual
Defina o parâmetro language com o código ISO para garantir precisão em textos multilíngues ou acentuados, evitando erros de pronúncia em guias clínicos.

Qualidade de áudio
A API entrega áudio com qualidade clara e natural, utilizando vozes baseadas em gravações licenciadas. Cada arquivo gerado é uma síntese neural precisa, ideal para guias clínicos e audiobooks educativos onde a legibilidade é crítica.
Vozes naturais
Oferecemos 8 vozes distintas (aria, nova, luna, sage, felix, milo, atlas, orion) que cobrem desde narrativas suaves até locuções institucionais. Todas são geradas a partir de gravações licenciadas, garantindo consistência auditiva sem variações aleatórias.
Marcas d'água
Cada arquivo de áudio gerado contém uma marca d'água inaudível que identifica o conteúdo como fala sintética. Isso permite a verificação da origem do áudio sem afetar a experiência do paciente ou usuário final.
Formatos variados
Você pode escolher entre mp3, wav, opus, flac e pcm. O formato mp3 é recomendado para web, enquanto wav e flac oferecem qualidade sem perda para arquivos de alta fidelidade ou armazenamento local.
Segurança e privacidade
A API Delta TTS Medical foi projetada para preservar a integridade dos dados clínicos. O texto enviado é processado exclusivamente para gerar o arquivo de áudio correspondente e não é utilizado para treinar modelos de inteligência artificial. Após a entrega do áudio na resposta HTTP, o conteúdo gerado não é persistido em nossos servidores, garantindo que o paciente não fique exposto a reutilizações indevidas de sua voz ou conteúdo.
Para auditoria e faturamento, mantemos apenas metadados mínimos necessários: timestamp, volume de caracteres processados e status da requisição. Esses registros não contêm o texto original nem o arquivo de áudio, reduzindo o risco de exposição de informações sensíveis durante um incidente de armazenamento.
Dados não armazenados
O texto de entrada e o áudio gerado são descartados imediatamente após a entrega. Não há retenção de arquivos de áudio em nossos discos para uso posterior.
Os únicos dados retidos são metadados de uso (data, caracteres, status) estritamente para fins de cobrança e registro de atividade.
- Texto usado apenas para geração imediata
- Áudio não é persistido no servidor
- Metadados limitados a fins de billing
Uso exclusivo
Seus dados de texto não alimentam nosso modelo de treinamento. Isso significa que sua base de conhecimento clínico não vira parte do aprendizado público da API.
O processamento é dedicado à geração do arquivo solicitado, sem reutilização secundária do conteúdo para outros fins.
- Sem uso para treinamento de IA
- Processamento isolado por requisição
Criptografia
A comunicação com a API ocorre sobre HTTPS.
Isso garante que os caracteres enviados e o arquivo de áudio recebido estejam protegidos contra interceptação durante a transmissão entre o servidor do desenvolvedor e a nuvem.
Custo-benefício
Compreender o modelo de precificação é essencial para planejar o orçamento de ferramentas de saúde. Nossa API cobra estritamente pelo volume de texto processado, eliminando surpresas em faturas.
O custo é linear e transparente, permitindo que desenvolvedores indie calculem exatamente quanto custará gerar guias de pacientes ou audiobooks clínicos antes mesmo da primeira requisição.
Preço por caractere
O preço é fixo em US$ 10 por 1 milhão de caracteres, o que equivale a US$ 0,01 por mil caracteres. Espaços e pontuação contam como caracteres, garantindo previsibilidade total no cálculo de custos para textos clínicos extensos.
Requisições falhas são totalmente gratuitas; o valor é devolvido integralmente se a síntese não concluir com sucesso. Isso protege seu orçamento durante testes de integração com diferentes vozes e formatos.
Sem taxas fixas
Não existem planos mensais, taxas de assinatura ou custos mínimos obrigatórios. Você paga apenas pelo que utilizar, o que é ideal para projetos sazonais ou de baixo volume inicial.
A ausência de limites de velocidade ou número de usuários permite escalar conforme a demanda real do seu aplicativo de saúde, sem pagar por capacidade ociosa.
Pagamento flexível
O pagamento é feito via USDT na rede TRON (TRC-20), com depósito mínimo de US$ 5. O crédito é adicionado automaticamente em poucos minutos após a confirmação da transação na blockchain.
Não utilizamos cartões de crédito, PayPal ou faturas com VAT. O saldo não expira, permitindo que você acumule crédito para usar conforme a necessidade de geração de áudio.
Integração técnica
A API segue o padrão OpenAI, permitindo que desenvolvedores usem SDKs oficiais com apenas uma alteração no base_url para https://api.delta575.info/v1. Isso simplifica a integração em projetos existentes sem necessidade de bibliotecas proprietárias.
A comunicação é baseada em endpoints RESTful, onde requisições POST convertem texto em áudio e GET listam vozes e modelos. A estrutura JSON é idêntica à do OpenAI, facilitando a migração de sistemas de saúde que já utilizam essa convenção.
SDKs compatíveis
Utilize o SDK oficial da OpenAI (Python, Node.js, etc.) apontando para nossa base URL. Não oferecemos SDK proprietário, mas a compatibilidade garante suporte à autenticação Bearer e manipulação de respostas JSON nativas.
Essa abordagem evita dependências de marca específica e permite o uso de clientes HTTP padrão para linguagens menos comuns.
- SDK OpenAI oficial com
base_urlpersonalizado - Compatibilidade com HTTP/HTTPS padrão
- Autenticação via header
Authorization: Bearer
Endpoints REST
O endpoint POST /v1/audio/speech aceita corpo JSON com model, input, voice e response_format. Retorna o arquivo de áudio diretamente na resposta ou erro detalhado.
Endpoints auxiliares incluem GET /v1/voices para listar as 8 presets disponíveis e GET /v1/models para verificar os motores tts-1 e tts-1-hd.
- POST /v1/audio/speech
- GET /v1/voices
- GET /v1/models
Documentação clara
A documentação técnica detalha os campos obrigatórios, limites de caracteres (4096) e formatos de saída. Exemplos de curl e código estão disponíveis na página de início.
Incluímos especificações de rate limit (60 req/min) e estrutura de erro para depuração eficiente em ambientes clínicos.
A estrutura segue convenções REST conhecidas, reduzindo a curva de aprendizado para devs de saúde.
- Exemplos de curl incluídos
- Especificação de rate limit
- Formato de erro JSON
Suporte e comunidade
O suporte é exclusivo por email, sem número de telefone ou chat ao vivo. Essa abordagem mantém os custos previsíveis para desenvolvedores indie, alinhada com a estrutura de preços por caractere.
A documentação técnica detalha os endpoints REST e o formato JSON idêntico ao da OpenAI, facilitando a migração de projetos existentes sem necessidade de aprender uma nova sintaxe.
Suporte por email
Envie suas dúvidas para nossa equipe técnica. Respostas são fornecidas via email, mantendo um canal direto e assíncrono para resolver questões específicas de integração no setor de saúde.
Não há garantias de SLA ou tempo de resposta imediato, o que é consistente com nossa proposta de serviço independente e focado em eficiência de custo.
- Suporte exclusivo por email
- Sem chat ao vivo ou telefone
- Sem SLA garantido
Documentação técnica
Acesse /docs/ para a referência completa dos endpoints. Utilizamos o formato de corpo de solicitação da API de fala da OpenAI, permitindo o uso dos SDKs oficiais com apenas a alteração do base_url.
A documentação inclui exemplos para todos os formatos de áudio suportados e detalhes sobre limites de taxa de 60 requisições por minuto por chave de API.
- Formato compatível com OpenAI
- Endpoints REST claros
- Detalhes de limites de taxa
Exemplos de código
O painel /get-api-key/ oferece um exemplo curl pronto para uso. Copie sua chave e o comando para gerar áudio instantaneamente, validando a integração antes de implementar em produção.
Os exemplos cobrem os parâmetros essenciais: model, voice, input e response_format, simplificando a criação de guias de pacientes ou audiobooks clínicos.
- Exemplo curl pronto no painel
- Cópia e colagem imediata
- Validação rápida de integração
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase. Como não há SLA garantido, observe os tempos de processamento, que podem variar sob carga, especialmente em textos longos.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
