Perguntas frequentes
Felix é mais alto que Milo?
As especificações não definem altura do som. Felix é energético e promocional; Milo é amigável e conversacional. A percepção de volume depende da velocidade escolhida. Use a velocidade ajustável para alterar a intensidade da entrega.
Milo pode ser usado para notícias?
Sim. Embora Atlas seja neutro para notícias, Milo é conversacional e amigável. Você pode usar Milo para notícias com tom mais leve ou em podcasts. A escolha depende do estilo editorial da sua equipe, sem limitação técnica de uso.
Felix é adequado para idosos?
Felix é energético e promocional. Para idosos, a clareza é prioridade. Sage (calmo) ou Atlas (neutro) podem ser mais adequados. Se o público preferir entusiasmo, Felix funciona se a velocidade for ajustada para garantir compreensão clara da mensagem.
As vozes mudam de tom automaticamente?
Não. As vozes são presets fixos. Você controla a entonação ajustando o campo speed (0.25–4.0) e o texto. Não há tags de emoção ou SSML. O tom varia apenas pela velocidade e pela escolha do preset selecionado.
Posso usar Felix para jogos?
Sim. Felix é energético e ideal para promoções. Use-o para anúncios em jogos ou narração de eventos. A API aceita texto até 4096 caracteres por solicitação. Formatos como mp3 ou opus são leves para integração rápida em engines de jogos.
Milo é mais lento que Felix?
Não há diferença de velocidade de processamento entre vozes. Ambas processam texto a aproximadamente 25 caracteres por segundo. A percepção de lentidão vem da velocidade de fala (speed), que você define. O tempo de geração é igual para ambos.
As vozes têm sotaque regional?
As vozes são baseadas em gravações licenciadas e não possuem sotaque regional específico marcado. Você pode definir o idioma via campo language. Se não definido, o sistema adivinha pelo script. Para precisão, especifique o código ISO do idioma desejado.
Posso misturar Felix e Milo no mesmo áudio?
Não. Cada requisição gera um arquivo com uma única voz. Para misturar vozes, você deve gerar arquivos separados para Felix e Milo e juntá-los usando ferramentas de edição de áudio externas. A API não suporta transições automáticas entre vozes.
Qual voz é mais clara em ruído?
A clareza depende do formato de saída. Use wav ou flac para máxima fidelidade. Entre vozes, Aria é descrita como clara e nítida. Para ruído, a qualidade do codec importa mais que a escolha da voz. MP3 e opus comprimem mais dados.
Felix soa artificial?
Todas as vozes carregam uma marca d'água inaudível que indica ser fala sintética. Felix é energético e promocional. A naturalidade vem da qualidade do motor TTS. Não há garantia de perfeição, mas o resultado é gerado por engine licenciada.
Milo é mais formal?
Não. Milo é amigável e conversacional. Para tom mais formal, use Atlas (neutro, notícias) ou Sage (calmo, instrucional). Milo é ideal para interações diretas e menos rígidas, como chatbots de atendimento ao cliente com tom leve.
As vozes aceitam texto técnico?
Sim. A API aceita qualquer texto até 4096 caracteres. Não há limitação de vocabulário. Para textos longos, divida em partes. O sistema não possui dicionário de pronúncia personalizado, então termos técnicos devem ser escritos de forma fonética se necessário.
Posso alterar a velocidade de Felix?
Sim. O campo speed aceita valores de 0.25 a 4.0. Você pode acelerar ou desacelerar Felix independentemente de outras vozes. Isso permite ajustar a entrega para diferentes contextos de uso, como assistentes virtuais ou narrações rápidas.
Existe versão HD de Milo?
Não. O modelo HD (tts-1-hd) é uma configuração do motor, não de uma voz específica. Você pode usar Milo com o modelo tts-1-hd para maior qualidade. A escolha da voz é independente do modelo de áudio selecionado.
Perfil vocal de Felix
Felix é a escolha masculina para quem precisa de energia e clareza em comunicações breves. Sua voz transmite um tom dinâmico, ideal para manter a atenção do usuário em fluxos rápidos de chatbots ou assistentes virtuais onde cada segundo conta.
Tom energético e dinâmico
A voz de Felix possui uma entonação ativa que se destaca em ambientes ruidosos ou em interações rápidas. Diferente de vozes mais neutras, ela carrega uma leve impetuosidade que sinaliza urgência ou importância imediata, sem soar agressiva.
- Voz masculina com presença sonora forte
- Ideal para notificações e alertas
- Transmite energia sem cansar o ouvinte
Ideal para promoções e avisos
Para equipes de desenvolvimento que constroem chatbots de vendas ou suporte, Felix é perfeito para ler cupons, avisos de estoque ou lembretes de pagamento. A clareza da articulação garante que informações críticas sejam compreendidas na primeira escuta.
- Leitura de promoções e ofertas
- Avisos de status de pedido
- Alertas de validade ou expiração
Uso em chamadas para ação
Em fluxos de atendimento, usar Felix para instruir o usuário (como 'digite 1 para falar com um atendente') aumenta a taxa de conversão. A voz energética incentiva a resposta imediata do usuário, mantendo o fluxo da conversa ativo.
- Comandos de navegação em menus
- Instruções de pagamento
- Confirmação de ações do usuário
Perfil vocal de Milo
Milo oferece um tom amigável e conversacional, ideal para diálogos contínuos em assistentes pessoais. Sua voz soa natural, facilitando a interação prolongada com usuários finais.
Tom amigável e conversacional
Milo transmite proximidade e clareza, evitando a formalidade excessiva. É perfeito para manter o usuário engajado em fluxos de conversa naturais.
Ideal para diálogo contínuo
A voz de Milo sustenta conversas longas sem soar monótona. Ideal para explicar processos ou guiar o usuário passo a passo em tarefas complexas.
Uso em assistentes pessoais
Perfeito para respostas rápidas e lembretes. Milo se integra bem a chatbots que precisam de um toque humano sem perder a eficiência técnica.
Contextos de uso recomendados
A escolha entre Felix e Milo depende do contexto de interação do seu chatbot. O perfil energético de Felix é mais eficaz para notificações rápidas, enquanto a abordagem conversacional de Milo se adapta melhor a diálogos contínuos e instruções detalhadas.
Felix para notificações curtas
Use Felix para avisos urgentes ou chamadas para ação onde a atenção do usuário precisa ser capturada imediatamente. Sua tonalidade dinâmica funciona bem em notificações push ou lembretes de sistema que exigem clareza e impacto sem distrações prolongadas.
- Alertas de status do sistema
- Chamadas para ação em menus de voz
- Notificações de promoção ou oferta
Milo para explicações longas
Para assistentes que oferecem suporte contínuo, Milo oferece um tom amigável que mantém o usuário engajado em explicações mais longas. A naturalidade da voz reduz a fadiga auditiva em conversas que exigem múltiplas trocas de informação ou resolução de problemas complexos.
- Diálogo de suporte técnico
- Explicação de processos ou regras
- Interações de atendimento ao cliente
Combinação em fluxos mistos
Em fluxos de atendimento híbridos, alterne entre as vozes conforme o contexto da conversa. Utilize Felix para iniciar o contato com energia e Milo para manter o diálogo de forma mais natural durante a resolução do problema. Isso cria uma experiência de usuário mais rica e dinâmica.
- Alternância automática baseada no contexto
- Transição suave entre alertas e diálogo
- Mantém consistência na experiência do usuário
Variações de velocidade
O parâmetro speed aceita valores de 0.25 a 4.0, permitindo ajustar a velocidade da síntese sem alterar o modelo subjacente. Para assistentes virtuais, o ritmo define a clareza da percepção auditiva em fluxos de atendimento automatizados.
Felix em velocidade alta
Felix possui um tom energético, ideal para notificações curtas e avisos urgentes. Aumentar a velocidade para valores superiores a 1.0 pode agilizar a entrega de informações críticas, como confirmações de pedido ou alertas de sistema.
- Ideal para chamadas de ação rápidas
- Mantém a clareza até 2.0x
- Reduz tempo de resposta em fluxos de alta frequência
Milo em velocidade normal
Milo oferece um tom conversacional e amigável, perfeito para diálogos longos em assistentes pessoais. Manter a velocidade padrão (1.0) garante que o usuário processe cada palavra com naturalidade, reduzindo a fadiga auditiva em explicações detalhadas.
Ajuste fino de ritmo
O ajuste deve ser feito via JSON no campo speed. Testes de A/B com variações de 0.5x a 1.5x ajudam a identificar o ritmo ideal para seu público-alvo específico, garantindo que a mensagem seja compreendida corretamente.
Reconhecimento de marca
A escolha entre Felix e Milo impacta diretamente como sua marca é percebida pelos usuários finais. Enquanto Felix transmite uma energia mais comercial e direta, Milo oferece uma presença mais natural e conversacional. Essa distinção sutil define se sua aplicação soa como uma ferramenta ou como um assistente pessoal.
Felix soa mais comercial
Felix é projetado para soar energético e dinâmico, ideal para promoções e avisos. Sua entonação clara e vibrante captura a atenção rapidamente, sendo perfeito para chamadas para ação onde a mensagem precisa ser ouvida e entendida imediatamente.
- Ideal para notificações curtas e avisos urgentes
- Tom adequado para promoções e lançamentos
- Energia que destaca mensagens comerciais
Milo soa mais natural
Milo apresenta um tom amigável e conversacional, criando uma experiência mais orgânica. Ele soa menos como uma máquina e mais como um parceiro de diálogo, mantendo a naturalidade mesmo em interações mais longas e contínuas.
- Tom ideal para assistentes pessoais
- Naturalidade que facilita o diálogo contínuo
- Aproximação entre usuário e tecnologia
Consistência de tom
Manter a consistência do tom vocal ajuda a construir reconhecimento e confiança. Ao escolher uma voz, avalie como ela soa em diferentes contextos: Felix para momentos de destaque e Milo para a rotina de atendimento. A uniformidade na experiência sonora reforça a identidade da sua aplicação.
Integração técnica
A integração técnica é direta: basta definir o parámetro voice no corpo JSON da requisição POST para https://api.0657.info/v1/audio/speech. Selecione "felix" para prompts dinâmicos ou "milo" para diálogos conversacionais. O modelo tts-1 ou tts-1-hd processa ambos com a mesma engine.
Ambas as vozes compartilham o mesmo preço de $0,01 por mil caracteres e suportam os mesmos formatos de saída (mp3, wav, opus, flac, pcm). Essa uniformidade simplifica o controle de custos em seus fluxos de chatbot, independentemente da personalidade vocal escolhida.
Parâmetro voice no JSON
Inclua o campo voice com o valor "felix" ou "milo" no payload da API. O sistema aplica instantaneamente as características vocais especificadas sem necessidade de configuração adicional de modelo.
- Use "felix" para chamadas de ação e avisos urgentes.
- Use "milo" para assistentes pessoais e explicações contínuas.
Mesmo modelo de áudio
Felix e Milo operam sobre o mesmo motor de síntese. Isso garante consistência técnica na geração de arquivos de áudio, facilitando a manutenção do código em equipes de desenvolvimento.
- Compatível com SDKs OpenAI via base_url alterada.
- Suporte a velocidades de 0.25 a 4.0.
Mesmo preço por caractere
A cotização é uniforme: $10 por 1 milhão de caracteres. Não há surpresas no faturamento ao alternar entre as vozes masculinas para diferentes etapas do atendimento ao cliente.
Teste de A/B recomendado
Para equipes de chatbots, medir a retenção após a interação é mais confiável que apenas o tempo de resposta. Registre métricas como taxa de conversão em chamadas para ação (Felix) versus satisfação em diálogos longos (Milo). Use esses dados para validar se a velocidade ou a naturalidade estão impactando o abandono da sessão.
O teste deve durar pelo menos uma semana para compensar variações diárias de tráfego. Compare o desempenho de cada voz em cenários específicos, como suporte técnico versus promoções, para identificar qual modelo de áudio gera menos retrabalho na equipe de atendimento.
Mensuração de engajamento
Monitore métricas quantitativas diretamente ligadas ao objetivo do fluxo. Para o Felix, rastreie cliques em links ou confirmações de compra. Para o Milo, analise a profundidade da conversa e a redução de repetições. Ajuste a velocidade (0.25–4.0) se a taxa de abandono aumentar em conversas longas.
- Taxa de conclusão do fluxo de atendimento
- Número de interações por sessão
- Tempo médio entre respostas do usuário
Feedback do usuário final
Inclua perguntas simples pós-interação para coletar dados qualitativos. Pergunte se o tom da voz soou adequado para o contexto, se a articulação foi clara e se a velocidade estava confortável. Isso revela nuances que métricas automáticas não captam, como cansaço auditivo em chamadas prolongadas.
- Escala de satisfação (CSAT) por voz
- Comentários sobre clareza e tom
- Sugestões de ajuste de velocidade
Mudança de voz em produção
Utilize o parâmetro voice no JSON para alternar dinamicamente entre Felix e Milo no mesmo fluxo. Teste a transição suave entre modos de notificação e diálogo. Se os dados indicarem preferências distintas, configure roteamento baseado em intenção para a voz mais eficaz em cada etapa.

Licenciamento e origem
Felix e Milo compartilham a mesma origem técnica, garantindo consistência na qualidade e nas características acústicas do sistema. Ambas as vozes são derivadas do mesmo conjunto de dados de treinamento, o que assegura uniformidade na resposta da API independentemente da escolha vocal.
Essa base comum simplifica a manutenção do projeto, pois as variações de tom são puramente estilísticas e não envolvem modelos ou engines diferentes.
Ambas baseadas em LibriTTS-R
As vozes são geradas a partir de gravações licenciadas do dataset LibriTTS-R. Isso significa que Felix e Milo herdam as mesmas propriedades fonéticas e de síntese, garantindo que a transição entre elas em um chatbot seja tecnicamente coerente.
Licença CC BY 4.0
A base de voz utiliza a licença Creative Commons Attribution 4.0 Internacional. Isso garante a legitimidade dos direitos autorais das gravações base, permitindo o uso comercial nas integrações da API sem riscos de violação de direitos sobre a voz base.
Gravações de audiobooks
As amostras originais provêm de leituras de audiobooks em domínio público, realizadas por voluntários do LibriVox. O resultado é uma voz natural, ideal para não soar robótica em assistentes virtuais.
- Fonte: LibriVox
Suporte a idiomas
Tanto Felix quanto Milo suportam os mesmos 23 idiomas listados na API, garantindo que a escolha da voz não restrinja seu público-alvo. Isso inclui línguas como português, espanhol, francês, alemão, japonês, coreano e árabe, entre outras.
A cobertura linguística é idêntica para ambos os perfis vocais masculinos, permitindo consistência técnica ao alternar entre eles em diferentes mercados globais.
Felix fala 23 idiomas
A voz de Felix, com seu tom energético, adapta-se perfeitamente a promoções em qualquer um dos 23 idiomas suportados. Isso inclui línguas como português, espanhol, francês, alemão, japonês, coreano e árabe, além de dinamarquês, finlandês, grego, hebraico, hindi, malaio, norueguês, polonês, russo, sueco e turco.
- Português, espanhol, francês, alemão, japonês, coreano, árabe
- Dinamarquês, finlandês, grego, hebraico, hindi, malaio
- Norueguês, polonês, russo, sueco, turco, inglês, italiano, chinês, swahili
Milo fala 23 idiomas
Da mesma forma, a voz conversacional de Milo opera na mesma gama de 23 idiomas. Se seu chatbot precisa de um tom mais natural em japonês ou em árabe, Milo oferece a mesma flexibilidade linguística que Felix, mantendo a qualidade de síntese padrão.
Mesma cobertura linguística
Ambas as vozes utilizam o mesmo motor de síntese, o que significa que a qualidade e a clareza são equivalentes em todos os idiomas. Se o idioma não estiver na lista de 23 (como vietnamita ou tailandês), nenhuma das vozes o suportará nativamente.
- Mesmo motor de síntese para ambos os perfis
- Suporte idêntico a 23 idiomas específicos
- Exclusão consistente para idiomas não listados (ex: vietnamita, tailandês)
Limitações comuns
Ao integrar a VozSintonia em assistentes e chatbots, é importante conhecer as limitações técnicas que afetam o design de áudio. O motor de síntese não oferece suporte para marcação SSML (Speech Synthesis Markup Language), o que significa que você não pode controlar pausas finas, entonação de perguntas ou ênfase em palavras específicas via tags XML.
Sem clonagem de voz
O serviço utiliza oito vozes predefinidas e não oferece personalização para clientes. Não é possível fazer upload de uma gravação própria nem realizar clonagem de voz personalizada, mantendo a consistência e a qualidade padronizada para todos os usuários da plataforma.
Sem SSML
Não há suporte para a marcação SSML (Speech Synthesis Markup Language). Isso significa que você não pode controlar pausas finas, entonação de perguntas ou ênfase em palavras específicas via tags XML, dependendo apenas do modelo de IA para a entonação natural.
Sem controle de emoção
Cada voz possui uma característica tonal fixa, como o tom energético de Felix ou o tom conversacional de Milo. Não existem tags para alterar a emoção da fala (alegre, triste, surpresa), sendo necessário ajustar o texto ou a velocidade para adaptar o contexto.
Comparação com outras vozes
A escolha entre vozes masculinas vai além da preferência estética; envolve a arquitetura da interação. Enquanto Felix e Milo trazem personalidade ativa, Atlas e Orion oferecem estabilidade e profundidade para contextos que exigem menos interferência emocional.
Esta seção compara rapidamente essas opções para ajudar equipes de chatbots a definir o tom geral do assistente virtual, garantindo que a voz escolhida não conflite com o restante da identidade sonora do projeto.
Atlas vs. Felix
Atlas é neutro e adequado para notícias ou leituras informativas, enquanto Felix é energético e focado em promoções. Use Atlas quando a prioridade é a clareza factual sem distrações emocionais. Prefira Felix para chamadas para ação que exigem atenção imediata e dinamismo.
Se seu chatbot precisa alternar entre fornecer dados precisos e gerar entusiasmo de venda, Atlas garante consistência informativa, enquanto Felix quebra a monotonia em momentos de conversão.
- Atlas: tom neutro, ideal para leitura de notícias.
- Felix: tom energético, ideal para promoções.
Orion vs. Milo
Orion possui um tom mais profundo e documentarista, perfeito para explicações detalhadas ou contextos históricos. Milo, por outro lado, é conversacional e amigável, ideal para diálogos contínuos onde o usuário sente que está falando com alguém acessível.
Para assistentes que explicam processos complexos, Orion pode transmitir mais autoridade. Para suporte ao cliente ou dúvidas cotidianas, Milo reduz a distância técnica e torna a interação mais fluida e menos robótica.
- Orion: tom profundo, ideal para documentários.
- Milo: tom conversacional, ideal para suporte.
Neutralidade vs. personalidade
A neutralidade de Atlas e Orion reduz a carga cognitiva em leituras longas, enquanto a personalidade de Felix e Milo cria conexão emocional. Avalie se seu usuário prefere eficiência pura ou uma experiência mais imersiva.
Em fluxos de atendimento automatizado, vozes com personalidade podem aumentar o engajamento, mas requerem ajustes de velocidade mais precisos para não soar excessivamente aceleradas ou artificiais durante picos de demanda.
- Neutras: priorizam clareza e eficiência.
- Personais: priorizam conexão e engajamento.
Perguntas frequentes sobre escolha
Escolher entre Felix e Milo não precisa ser complexo. O modelo de preço é idêntico para ambos ($10 por 1 milhão de caracteres), e você pode alternar a voz entre chamadas de API sem custo adicional ou perda de crédito.
A decisão deve basear-se no contexto da interação: se o usuário espera uma resposta rápida e direta, ou uma conversa mais fluida e explicativa.
Posso alternar as vozes?
Sim. Como cada solicitação é independente, você pode definir a voz desejada no parâmetro voice do JSON para cada interação. Isso permite usar Felix para avisos de sistema e Milo para responder perguntas, sem necessidade de configuração complexa.
Qual soa mais jovem?
Felix tem um tom mais energético e dinâmico, o que pode transmitir uma sensação de juventude e rapidez. Milo, com seu tom conversacional, soa mais maduro e estável, ideal para parecer uma presença constante e confiável.
Qual é mais claro?
A clareza depende do uso. Felix é projetado para ser direto e assertivo, excelente para instruções curtas. Milo prioriza a naturalidade da fala contínua, o que pode ser mais fácil de entender em explicações longas ou diálogos prolongados.
Ouça as 8 vozes
Cada amostra abaixo foi gerada por esta API a partir da mesma frase.
23 idiomas
Qualquer voz fala qualquer um desses idiomas.
