Ir para o conteúdo

API de texto para fala para acessibilidade e versões em áudio do conteúdo

Ofereça versões em áudio do seu conteúdo escrito a pessoas com deficiência visual, dificuldades de leitura ou limitações situacionais. Um endpoint, 32 idiomas.

Por que isso importa.

  • Leitores de tela pronunciam mal termos técnicos e nomes próprios

    Leitores de tela dos sistemas operacionais (NVDA, VoiceOver) aplicam regras fonéticas genéricas. A Audexum narra exatamente o seu texto com uma voz TTS treinada: nomes próprios, produtos e abreviações são pronunciados de forma mais natural. O áudio pré-gerado também elimina totalmente a latência do leitor de tela.

  • A WCAG 1.2.1 exige alternativas em áudio para o conteúdo em texto

    Arquivos de áudio pré-gerados são uma forma simples de atender ao Critério de Sucesso 1.2.1 da WCAG (Áudio e Vídeo). Gere um MP3 por artigo, vincule-o com um elemento <audio> e o critério será atendido para essa unidade de conteúdo.

  • A geração sob demanda custa mais do que a pré-geração em escala

    Para conteúdo estático (posts de blog, documentos de ajuda, páginas jurídicas), gere o áudio no momento da publicação e armazene o arquivo. Você paga pelo custo dos caracteres uma única vez. Servir um MP3 em cache em visitas repetidas não custa chamadas adicionais à API.

  • Públicos multilíngues precisam de áudio no próprio idioma

    Se você publica conteúdo em 5 idiomas, uma única integração de API gera áudio para todos os 5. Sem um provedor de TTS separado por idioma e sem acréscimo de preço por idioma.

O primeiro áudio em 60 segundos.

Sem SDK. Uma requisição POST, com o áudio binário no corpo da resposta.

Python: gerar a versão em áudio no momento da publicação do artigo
"""
Accessibility audio generator: called from your CMS publish webhook.
Stores one MP3 per article in /audio/<slug>.mp3 (or S3 / R2).
"""
import os, requests

API = "https://audexum.com/api/synthesize"
KEY = os.environ["AUDEXUM_API_KEY"]

def publish_audio_version(article_slug: str, body_text: str, lang: str = "en") -> str:
    """
    Render body_text as MP3, save to disk, return file path.
    Call this from your CMS publish hook.
    """
    r = requests.post(
        API,
        headers={"Authorization": f"Bearer {KEY}"},
        json={
            "text": body_text,
            "voice": "F1",          # warm, readable narrator voice
            "lang": lang,
            "format": "mp3",
        },
        timeout=120,
    )
    r.raise_for_status()

    dest = f"/var/www/audio/{article_slug}.mp3"
    with open(dest, "wb") as f:
        f.write(r.content)

    return dest   # link in your <audio src="..."> element

Referência completa de parâmetros: audexum.com/docs. Formatos: wav, mp3, ogg. Vozes: F1 a F5, M1 a M5 (43 vozes no total). Idiomas: 33.

Sem cobrança adicional por caso de uso.

Every plan covers every use case at the same credit rate. Pack credits never expire, and dictation uses the same balance.

Todos os detalhes dos preços
Free
€0
2,000 + 250/day
Creator
€12/mo
480,000 / mo
Pro
€29/mo
1,200,000 / mo
Scale
€49/mo
4,000,000 / mo
Business
€149/mo
15,000,000 / mo
Pacotes de créditos
€7/mo
250.000, nunca expiram

Perguntas respondidas.

O Audexum oferece suporte a SSML para controlar a pronúncia?

O suporte a SSML está no roadmap. Atualmente, o endpoint de texto simples atende à maioria dos casos de uso de acessibilidade. Para expandir abreviações ou substituir fonemas, processe o texto antes da chamada da API.

Posso pré-gerar o áudio de um site inteiro de documentação?

Sim. Percorra suas páginas de conteúdo, envie o corpo de cada artigo e armazene o MP3 retornado. O plano PAYG (€28/1M créditos) é vantajoso para grandes sites de documentação. Um artigo de 1.000 palavras (~5.000 créditos) custa aproximadamente €0,14.

Qual voz é recomendada para narração de acessibilidade?

F1 (dicção clara e ritmo equilibrado) e M1 (neutra e tranquila) tiveram o melhor desempenho nos testes com usuários para leituras longas. Ambas estão disponíveis em todos os 32 idiomas.

Posso servir o áudio sob demanda em vez de pré-gerá-lo?

Sim. Chame a API no handler da rota do seu servidor e transmita a resposta ao navegador. A latência mediana fica abaixo de 200 ms para textos com menos de 300 caracteres, o que é aceitável para interações sob demanda do tipo "leia este parágrafo".

A mesma API, para todos os casos de uso.

Um único endpoint lida com bots do Discord, narração de podcasts, cursos de E-Learning, áudio de acessibilidade e edições de newsletters.

Explore mais ferramentas

More free voice, transcription and audio tools

Ver tudo

Comece grátis. Lance rápido.