Início / Guias / API gratuita de texto para fala

API gratuita de texto para fala

Uma API de texto para fala (TTS) transforma texto em áudio falado. Alguns provedores oferecem TTS gratuito, com limites de caracteres ou de requisições. O FreeLLMAPI envia requisições /v1/audio/speech para os provedores que oferecem modelos de fala. Quando um provedor falha ou atinge o seu limite, o roteador tenta o próximo.

O código, os nomes dos modelos e os rótulos do catálogo ao vivo são exibidos em inglês.

Provedores gratuitos de texto para fala

A tabela mostra os provedores com uma cota gratuita de TTS. Verificamos cada limite na página oficial do provedor. As cotas gratuitas de fala usam caracteres, requisições ou um orçamento diário de computação, então compare-as com cuidado.

Cotas gratuitas de TTS das páginas dos provedores, verificadas em 20 de novembro de 2026
ProvedorModeloCota gratuita (oficial)SaídaObservações
GroqOrpheus English, Orpheus Arabic (Saudi)Plano gratuito com limites diários. Máximo de 200 caracteres por requisiçãoSomente WAVUm administrador da organização deve aceitar primeiro os termos do modelo no console da Groq
Google AI StudioGemini 2.5 Flash TTS (prévia)Plano gratuito: entrada e saída sem custo, com limites de taxaWAVMuitas vozes. Bom para fala natural
Cloudflare Workers AIMeloTTS10.000 neurônios por dia. O MeloTTS usa 18,63 neurônios por minuto de áudioWAVCerca de 536 minutos de áudio por dia, se nenhum outro modelo usar o orçamento. Seletor de idioma, sem seletor de voz
Cloudflare Workers AIDeepgram Aura 1Os mesmos 10.000 neurônios. O Aura 1 usa 1.363,64 neurônios a cada 1.000 caracteresMP3Cerca de 7.300 caracteres por dia
SpeechifySimba500.000 caracteres por mês, sem cartãoMP3O uso comercial consta no plano gratuito. O Simba 3.5 cai para 333.000 caracteres a partir de 21 de novembro de 2026
CartesiaSonic20.000 créditos por mês. 1 crédito é 1 caractereWAVA licença de uso comercial consta somente nos planos pagos

Os números "aproximadamente" são o nosso cálculo com base nas tarifas publicadas. O orçamento da Cloudflare é compartilhado por todos os modelos Workers AI de uma conta, incluindo modelos de chat e de imagem.

Etapa 1: instale o FreeLLMAPI e adicione as chaves de fala

O FreeLLMAPI é de código aberto. Ele é executado no seu computador, em Docker. Suas chaves de provedores ficam no seu computador.

Instale (macOS ou Linux)

curl -fsSL https://freellmapi.co/install.sh | bash

Abra o painel em http://localhost:3001. Adicione suas chaves na página Keys. Uma chave da Groq ou uma chave do Google AI Studio também ativa os modelos de fala deles. Depois, abra Models, Audio para ver os modelos de fala e ativá-los ou desativá-los. Copie sua chave unificada da página Keys.

Etapa 2: gere fala

O endpoint usa o formato de requisição da OpenAI. O campo input é obrigatório. Os campos model, voice e response_format são opcionais. O corpo da resposta é o arquivo de áudio.

curl: deixe o roteador escolher um provedor

curl http://localhost:3001/v1/audio/speech \
  -H "Authorization: Bearer <unified-key>" \
  -H "Content-Type: application/json" \
  -d '{"model": "auto", "input": "Your order has shipped.", "voice": "alloy"}' \
  --dump-header headers.txt \
  --output speech.audio
grep -i -E "content-type|x-provider" headers.txt

Python: fixe o Groq Orpheus English

from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")

with client.audio.speech.with_streaming_response.create(
    model="canopylabs/orpheus-v1-english",
    voice="troy",           # a native Orpheus voice; "alloy" also maps to troy
    input="Your order has shipped. It arrives on Friday.",
    response_format="wav",  # Orpheus returns WAV only
) as response:
    print("Served by:", response.headers.get("x-provider"))
    response.stream_to_file("speech.wav")

O cabeçalho X-Provider mostra qual provedor gerou o áudio. O cabeçalho Content-Type mostra o formato, por exemplo audio/wav ou audio/mpeg.

Vozes, formatos e tamanho do texto

  • Vozes: os nomes de voz padrão da OpenAI, como alloy, correspondem a uma voz nativa testada em muitos provedores. Você também pode enviar o nome de uma voz nativa, por exemplo troy para o Orpheus English ou fahad para o Orpheus Arabic.
  • Formatos: cada provedor gera o seu próprio formato. O Groq Orpheus e o MeloTTS da Cloudflare geram WAV. O Aura da Cloudflare gera MP3. Um provedor recusa um formato que não consegue gerar. Ele não envia um arquivo com um rótulo errado.
  • Tamanho do texto: a Groq aceita no máximo 200 caracteres por requisição. Divida textos longos em frases e envie uma requisição para cada frase.
  • Idioma: o Orpheus tem modelos em inglês e em árabe saudita. O MeloTTS da Cloudflare usa inglês por este adaptador.

Python: divida textos longos em requisições curtas

import re
from openai import OpenAI

client = OpenAI(base_url="http://localhost:3001/v1", api_key="<unified-key>")
text = open("article.txt").read()
parts = [s for s in re.split(r"(?<=[.!?])\s+", text) if s.strip()]

for i, part in enumerate(parts):
    with client.audio.speech.with_streaming_response.create(
        model="auto", voice="alloy", input=part[:200],
    ) as r:
        ext = "mp3" if "mpeg" in r.headers.get("content-type", "") else "wav"
        r.stream_to_file(f"part-{i:03d}.{ext}")

Regras de uso e armadilhas

  • Termos de licença: planos gratuitos podem limitar o uso comercial. A Cartesia lista a licença comercial somente nos planos pagos. Leia os termos de cada provedor antes de publicar o áudio.
  • Cotas compartilhadas: uma cota mensal de caracteres pertence à conta. Mais vozes ou mais modelos não dão mais caracteres.
  • Termos no console da Groq: a Groq retorna um erro até que um administrador aceite os termos do modelo. O FreeLLMAPI não aceita os termos por você.
  • Formatos mistos: com model: "auto", duas requisições podem vir de provedores diferentes. Verifique Content-Type antes de unir arquivos, ou fixe um modelo.
  • Unindo partes: una as partes de áudio com uma ferramenta como o ffmpeg. Todas as partes devem ter o mesmo formato e a mesma taxa de amostragem, então fixe um modelo para cada documento.
  • Truncamento: o exemplo de divisão corta cada parte em 200 caracteres. Mantenha as suas frases mais curtas que isso, ou uma palavra pode se perder.

Solução de problemas

ProblemaCausaSolução
Erro 400 com um formatoO provedor não consegue gerar esse formatoRemova response_format ou peça wav ao Orpheus
A requisição à Groq falha com texto longoO texto tem mais de 200 caracteresDivida o texto em partes curtas
Erro da Groq sobre termosOs termos do modelo não foram aceitosAceite os termos no console da Groq
O arquivo de áudio não tocaA extensão do arquivo não corresponde ao formatoUse o cabeçalho Content-Type para definir a extensão
Erro 503Nenhum modelo de fala está ativadoAdicione uma chave e ative um modelo em Models, Audio
Use todos estes modelos com uma única chave. FreeLLMAPI é um roteador de código aberto e de hospedagem própria. Ele coloca todas estas camadas gratuitas atrás de um único endpoint compatível com OpenAI e passa para o próximo provedor quando um deles está com limite de requisições. Ver o catálogo ou colocar em produção.

Perguntas frequentes

Existe uma API gratuita de texto para fala?

Sim. A Groq, o Google AI Studio, a Cloudflare Workers AI, a Speechify e a Cartesia oferecem texto para fala gratuito com limites. O FreeLLMAPI envia requisições /v1/audio/speech para esses provedores por meio de uma única chave.

Qual API gratuita de texto para fala tem mais caracteres?

Entre os provedores da tabela, a Speechify lista 500.000 caracteres por mês no plano gratuito. A Cartesia lista 20.000 créditos por mês, com 1 crédito para cada caractere.

Posso usar áudio de texto para fala gratuito comercialmente?

Depende do provedor. A Speechify lista uso comercial no plano gratuito. A Cartesia lista a licença comercial somente nos planos pagos. Leia os termos de cada provedor.

O SDK da OpenAI funciona para texto para fala gratuito?

Sim. Defina base_url como http://localhost:3001/v1 e chame client.audio.speech.create. O roteador seleciona um provedor e retorna os bytes do áudio.

Guias relacionados

Fontes

Todos os guias · Ver todos os modelos gratuitos