IA da API Text-to-Speech
Converta texto em fala com som natural usando uma API desenvolvida com as melhores tecnologias de IA do Google.
Novos clientes ganham até US$ 300 em créditos para testar a Text-to-Speech e outros produtos do Google Cloud.
Ofereça aos usuários respostas inteligentes, realistas e com vozes de IA naturais
Crie interfaces de voz para apps com conversão de texto em voz integrada
Personalize sua comunicação e áudio com base nas preferências de voz e idioma do usuário
Vantagens
Fala de alta fidelidade
Fala de alta fidelidade
Implante as tecnologias inovadoras do Google para gerar voz com entonação similar à humana. Criada com base na experiência em síntese de fala da DeepMind, a API proporciona vozes com qualidades semelhantes às humanas.
Seleção de voz mais ampla
Seleção de voz mais ampla
Escolha entre as mais de 380 vozes em mais de 75 idiomas e variantes, incluindo árabe, espanhol, hindi, mandarim, russo e outros. Escolha a voz que combina mais com seu usuário e aplicativo.
Voz exclusiva
Voz exclusiva
Crie uma voz exclusiva para representar sua marca em todos os pontos de contato com o cliente, em vez de usar uma voz comum compartilhada com outras organizações.
Demonstração
Coloque a API Text-to-Speech em ação
Digite o que você quer ouvir, selecione um idioma e clique em "Falar".
Principais recursos
Principais recursos
Gemini-TTS
Sintetize falas de um ou vários locutores, de pequenos trechos a narrativas completas, sem perder a contextualidade. Você pode ditar o estilo, o sotaque, o ritmo, o tom e as emoções com comandos simples de linguagem natural em mais de 75 idiomas. Acesse o Media Studio ou confira nossa documentação para saber mais.
Chirp 3: vozes em alta definição
Crie agentes carismáticos usando as novas vozes de conversação espontânea baseadas no AudioML. Elas oferecem áudio de alta qualidade, streaming de baixa latência e fala com som natural, incorporando hesitações humanas, emoções e entonação precisa. Acesse o Media Studio ou confira nossa documentação para saber mais.
Chirp 3: voz personalizada instantânea
Crie modelos de voz personalizados com apenas 10 segundos de entrada de áudio. Perfeito para videogames, audiolivros, podcasts e muito mais. Disponível em mais de 30 locais. Acesse o Media Studio ou confira nossa documentação para saber mais.
Compatibilidade com comandos, textos e SSML
Controle a formatação de números e horários, a entrega, a pronúncia e a emoção usando scripting de texto simples, tags de SSML ou até mesmo comandos avançados de linguagem natural avançados, dependendo da compatibilidade do modelo. Acesse o Media Studio ou confira nossa documentação para saber mais.
Novidades
Novidades
Inscreva-se na newsletter do Google Cloud para receber atualizações de produtos, informações sobre eventos, ofertas especiais e muito mais.
Documentação
Casos de uso
Casos de uso
Bots de voz em centrais de atendimento
Ofereça uma experiência de voz melhor para o atendimento ao cliente com voicebots no Customer Experience Agent Studio que geram falas dinamicamente, em vez de reproduzir áudio estático pré-gravado. Interaja com vozes sintetizadas de alta qualidade que proporcionam aos autores da chamada uma sensação de familiaridade e personalização.
Geração de voz em dispositivos
Tenha comunicações naturais com seus usuários, capacitando seus dispositivos a gerar vozes semelhantes às humanas como um leitor de texto. Crie uma interface do usuário de voz completa junto com as APIs Speech-to-Text e Natural Language para aprimorar a experiência do usuário com interações simples e interessantes.
EPGs (guias de programação eletrônica) acessíveis
Os EPGs podem ler o texto em voz alta para fornecer uma melhor experiência de usuário aos seus clientes e cumprir com os requisitos de acessibilidade nos seus serviços e aplicativos. Faça uma demonstração do EPG.
Implemente com facilidade o recurso de conversão de texto em voz nos EPGs para oferecer uma melhor experiência de usuário aos clientes e cumprir com os requisitos de acessibilidade nos seus serviços e aplicativos.
Todos os recursos
Todos os recursos
| Síntese de áudio de streaming | Potencialize seus agentes de IA com fala de latência ultrabaixa para conversas de qualidade em tempo real com o recurso de síntese de áudio de streaming. |
| Síntese de áudios longos | Sintetize até 1 milhão de bytes de entrada de maneira assíncrona com o recurso de síntese de áudios longos. |
| Seleção de voz e idioma | Escolha entre uma ampla seleção com mais de 380 vozes em mais de 75 idiomas e variantes, além de diversos outros recursos que vamos adicionar em breve. |
| Compatibilidade com texto e SSML | Personalize sua fala com tags SSML que permitem incluir pausas números, formatação de data e hora, e outras instruções de pronúncia. |
| Ajuste de tom | Personalize o tom da sua voz selecionada em até 20 semitons acima ou abaixo do padrão. |
| Ajuste da taxa de fala | Aumente ou diminua a velocidade da sua fala em até quatro vezes. |
| Controle do ganho de volume | Aumente o volume da saída em até 16 dB ou reduza em até -96 dB. |
| APIs REST e gRPC integradas | É fácil interagir com qualquer aplicativo ou dispositivo que possa enviar uma solicitação REST ou gRPC, incluindo celulares, PCs, tablets e dispositivos de IoT, como carros, TVs e alto-falantes. |
| Flexibilidade no formato de áudio | Converta texto em MP3, Linear16, OGG Opus e vários outros formatos de áudio. |
| Perfis de áudio | Otimize para o tipo de alto-falante em que a fala será reproduzida, como fones de ouvido ou telefones. |
Preços
Preços
Os preços da Text-to-Speech se baseiam no número de caracteres enviados a cada mês para que o serviço os sintetize em áudio. O primeiro milhão de caracteres para vozes WaveNet a cada mês não tem custos financeiros. Para vozes padrão (sem ser WaveNet), os primeiros 4 milhões de caracteres mensais não têm custos financeiros. Depois que esses limites são atingidos, a Text-to-Speech é cobrada a cada um milhão de caracteres de texto processado.
Se você não paga em dólar americano, os preços válidos na sua moeda local estão listados na página SKUs do Google Cloud.
Vá além
Clientes novos ganham US$ 300 em créditos para testar a Text-to-Speech e outros produtos do Google Cloud.
Precisa de ajuda para começar?
Fale com a equipe de vendasTrabalhe com parceiros de confiança
Encontre um parceiroContinue navegando
Ver todos os produtos
