Componente Converter Texto para Fala

• Visão Geral
• Usabilidade
• Modelos disponíveis
• Leituras recomendadas

Visão Geral

O componente Converter Texto para Fala do Construtor de Bot permite transformar um texto em fala sintetizada, ampliando a experiência do chatbot e tornando as interações mais dinâmicas, acessíveis e naturais.

Usabilidade

Para usar o componente, o usuário deve preencher os seguintes campos:

• Modelo: modelo de sintetização de fala a ser utilizado.

  • OpenAI: GPT-4o mini TTS

  • ElevenLabs: Eleven Flash v2.5, Eleven Turbo v2.5

• Linguagem: idioma em que a fala será gerada (ex.: Português, Inglês).

• Texto: conteúdo textual que será convertido em áudio.

• Voz: voz a ser utilizada para a sintetização.

  • OpenAI oferece vozes predefinidas (ex.: Alloy).

  • ElevenLabs permite vozes personalizadas e clones de voz.

• Prompt: instruções adicionais para orientar como a fala deve ser gerada.

  • OpenAI (GPT-4o mini TTS): aceita instruções diretamente no prompt, por exemplo:

    • “Leia de forma calma e pausada, como se estivesse narrando um audiolivro.”

    • “Fale em tom animado, como em uma apresentação de vendas.”

  • ElevenLabs (Flash e Turbo v2.5): não aceitam prompt diretamente. Porém, você pode escrever instruções no campo Prompt, e o sistema interpreta automaticamente para ajustar parâmetros internos, como:

    • Velocidade da fala (speed)

    • Estabilidade da voz (stability)

    • Entonação e naturalidade (similarity_boost)

    • Clareza do áudio (use_speaker_boost)

    • Exagero de estilo (style)

    Exemplo:

    • “Quero uma voz rápida e bem animada.” → ajusta internamente speed e stability.

    • “Fale devagar e de forma clara.” → ajusta speed e similarity_boost.

    • “Leia em tom formal e estável.” → ajusta stability.

• Variável de armazenamento: variável onde será armazenado a url do áudio sintetizado.

Modelos disponíveis

Leituras recomendadas

• Precificação - OpenAI

• Limite de caracteres para geração de áudios- Eleven Labs