API de texto para fala
A UnificAlly oferece 8 modelos de texto para fala de Google e ElevenLabs por meio de uma única API REST e uma única chave de API. As tarifas começam em $0.000105/s (Gemini 3.8 Flash Lite TTS) ou $0.024/1000 caracteres (Eleven v4 Turbo), conforme a forma de cobrança de cada modelo, e você paga por geração a partir de um saldo pré-pago, sem assinatura. Todos os modelos abaixo usam as mesmas duas chamadas: POST /v1/tasks para iniciar uma tarefa e GET /v1/tasks/{task_id} para buscar o resultado.
Os 8 modelos de texto para fala na UnificAlly
| Modelo | Provedor | Tarifa inicial |
|---|---|---|
| API do Eleven v4 ElevenLabs #2 na TTS arena da Artificial Analysis, audio tags, diálogo com vários falantes, clonagem de voz por requisição. | ElevenLabs | $0.048/1000 caracteres |
| API do Eleven v4 Turbo ElevenLabs #1 na TTS arena da Artificial Analysis, ~100 ms de inferência mediana, audio tags, diálogo, clonagem de voz. | ElevenLabs | $0.024/1000 caracteres |
| API do ElevenLabs ElevenLabs TTS Eleven v4 e v4 Turbo, diálogo com várias vozes, efeitos sonoros, isolamento de voz, fala para texto. | ElevenLabs | a partir de $0.024/1000 caracteres |
| API do Gemini 3.8 Flash Lite TTS A voz do Gemini 3.8 para alto volume, Elo 1241 no Artificial Analysis TTS, 100+ idiomas. | $0.000105/s | |
| API do Gemini 3.8 Flash TTS Elo 1267 no Artificial Analysis TTS, vocal bursts, diálogo entre dois falantes, 130+ idiomas. | $0.000158/s | |
| API do Gemini 3.1 Flash TTS Audio tags inline, diálogo entre dois falantes, 30 vozes, 70+ idiomas. | $0.00035/s | |
| API do Gemini 2.5 Pro TTS Narração de alta qualidade com 30 vozes, modo diálogo e 70+ idiomas. | $0.00035/s | |
| API do Gemini 2.5 Flash TTS O mais rápido e de menor custo por segundo, com 30 vozes e modo diálogo. | $0.000175/s |
Como chamar a API de texto para fala
Todos os modelos recebem a mesma requisição: um ID de modelo e um objeto input. Este exemplo usa elevenlabs/text-to-speech; troque por qualquer ID de modelo da tabela e use os campos de input indicados na página do modelo.
# 1. Start a task
curl -X POST https://api.unifically.com/v1/tasks \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "elevenlabs/text-to-speech",
"input": {
"text": "Hello from UnificAlly.",
"voice": "21m00Tcm4TlvDq8ikWAM"
}
}'
# 2. Read the result with the task_id from step 1
curl https://api.unifically.com/v1/tasks/TASK_ID \
-H "Authorization: Bearer YOUR_API_KEY"Perguntas frequentes sobre a API de texto para fala
- Quanto custa a API de texto para fala?
- Cada modelo tem a própria tarifa, mostrada na tabela acima e na página de preços. As tarifas mais baixas no momento são $0.000105/s (Gemini 3.8 Flash Lite TTS) e $0.024/1000 caracteres (Eleven v4 Turbo). Você paga por geração a partir de um saldo pré-pago: sem assinatura, sem mínimo mensal, e o saldo não expira. Gerações com falha não são cobradas, e uma requisição com dry_run como true retorna o preço exato sem executar a tarefa.
- Como chamo esses modelos de texto para fala pelo código?
- Envie POST https://api.unifically.com/v1/tasks com sua chave de API, um ID de modelo (por exemplo elevenlabs/text-to-speech) e um objeto input. A resposta traz um task_id: consulte GET /v1/tasks/{task_id} até o status ser completed, ou passe um callback_url para receber o resultado por webhook. O formato da requisição é o mesmo para todos os modelos; só mudam o ID do modelo e os campos de input.
- Posso usar uma voz personalizada?
- Com o texto para fala da ElevenLabs, sim. O campo voice aceita um ID de voz de GET /v1/resources/elevenlabs/voices ou uma lista de até 25 URLs de amostras de um mesmo falante, que cria uma voz personalizada só para aquela requisição; as amostras não são guardadas. Os modelos TTS do Gemini usam vozes com nome, listadas na página de cada modelo.
- Posso testar os modelos de texto para fala antes de recarregar o saldo?
- Sim. Uma conta nova na UnificAlly começa com um saldo de cadastro de $0.50, e cada página de modelo tem um playground no navegador que usa esse saldo, então você pode comparar resultados antes de escrever código.