TTS (texto para fala) - Phaseo Docs

Envie texto para POST /v1/audio/speech e receba o áudio falado no formato que você pedir. Os exemplos usam um client criado como em Instalação.

import { writeFile } from "node:fs/promises";

const audio = await client.generateSpeech({
  model: "openai/gpt-4o-mini-tts",
  input: "Hello world",
  voice: "alloy",
  format: "mp3",
});

await writeFile("hello.mp3", Buffer.from(await audio.arrayBuffer()));

audio = client.generate_speech({
    "model": "openai/gpt-4o-mini-tts",
    "input": "Hello world",
    "voice": "alloy",
    "format": "mp3",
})

with open("hello.mp3", "wb") as file:
    file.write(audio)

audio, err := client.CreateSpeech(context.Background(), map[string]interface{}{
  "model":  "openai/gpt-4o-mini-tts",
  "input":  "Hello world",
  "voice":  "alloy",
  "format": "mp3",
})
if err != nil {
  panic(err)
}
fmt.Printf("%T\n", audio) // verifique o tipo concreto antes de gravá-lo em um arquivo

var audio = await client.CreateSpeech(new Dictionary<string, object>
{
    ["model"] = "openai/gpt-4o-mini-tts",
    ["input"] = "Hello world",
    ["voice"] = "alloy",
    ["format"] = "mp3",
});

$audio = $client->createSpeech([
    'model' => 'openai/gpt-4o-mini-tts',
    'input' => 'Hello world',
    'voice' => 'alloy',
    'format' => 'mp3',
]);

audio = client.generate_speech(
  model: 'openai/gpt-4o-mini-tts',
  input: 'Hello world',
  voice: 'alloy',
  format: 'mp3'
)

String body = """
{
  "model": "openai/gpt-4o-mini-tts",
  "input": "Hello world",
  "voice": "alloy",
  "format": "mp3"
}
""";

byte[] audio = client.rawClient().requestBytes("POST", "/audio/speech", null, null, body);
java.nio.file.Files.write(java.nio.file.Path.of("hello.mp3"), audio);

Método por linguagem

Linguagem	Método	Retorna
TypeScript	`client.generateSpeech(request)`	Um `Blob`
Python	`client.generate_speech(request)` ou `client.audio.speech.create(request)`	`bytes`
Go	`client.CreateSpeech(ctx, req)`	`interface{}`; verifique o tipo concreto antes de gravá-lo em um arquivo
C#	`client.CreateSpeech(request)`	`object?`; verifique o tipo concreto antes de gravá-lo em um arquivo
PHP	`$client->createSpeech($request)`	O áudio; verifique o tipo do valor antes de gravá-lo em um arquivo
Ruby	`client.generate_speech(...)`, alias `create_speech`	O áudio; verifique a classe do valor antes de gravá-lo em um arquivo
Java	Não há método de fala. `client.rawClient().requestBytes("POST", "/audio/speech", ...)` envia o corpo JSON	`byte[]`

O Rust não tem método de fala, e o helper post() dele interpreta as respostas como JSON, então não consegue retornar áudio.

Parâmetros

Os nomes dos campos são os campos do corpo JSON em todos os SDKs. Use format: a API também aceita response_format, mas o tipo de solicitação do TypeScript o rejeita.

Campo	Observações
`model`	Obrigatório. Um ID de modelo de fala.
`input`	Obrigatório. Texto a ser falado. A maioria dos provedores aceita até 4.096 caracteres; os modelos da ElevenLabs permitem de 5.000 a 40.000, dependendo do modelo.
`voice`	Um alias de voz normalizado entre provedores (recomendado), o valor de voz do próprio provedor ou um objeto com `id` ou `name`. Se a voz não for válida para o provedor roteado, a API retorna `400` com `param: "voice"`.
`format`	`mp3`, `wav`, `ogg`, `aac`, `flac`, `opus` ou `pcm`.
`speed`	Velocidade de reprodução, de `0.25` a `4`.
`instructions`	Orientações de estilo, quando o modelo dá suporte.
`config`	Configurações específicas do provedor; veja abaixo.
`provider`	Preferências de roteamento de provedores.

O schema completo está na referência da API de fala.

Defina a voz própria de um provedor

Passe a voz exata do provedor em config. O mesmo objeto aninhado funciona no mapa de solicitação de todos os SDKs.

// ElevenLabs: escolha um ID de voz exato
await client.generateSpeech({
  model: "eleven-labs/eleven-v3",
  input: "Hello from ElevenLabs",
  voice: "rachel",
  config: {
    elevenlabs: {
      voice_id: "21m00Tcm4TlvDq8ikWAM",
    },
  },
});

// Google: escolha um nome de voz exato
await client.generateSpeech({
  model: "google/gemini-3.1-flash-tts-preview",
  input: "Hello from Gemini",
  voice: "kore",
  config: {
    google: {
      voice_name: "Kore",
    },
  },
});

# ElevenLabs: escolha um ID de voz exato
client.generate_speech({
    "model": "eleven-labs/eleven-v3",
    "input": "Hello from ElevenLabs",
    "voice": "rachel",
    "config": {"elevenlabs": {"voice_id": "21m00Tcm4TlvDq8ikWAM"}},
})

# Google: escolha um nome de voz exato
client.generate_speech({
    "model": "google/gemini-3.1-flash-tts-preview",
    "input": "Hello from Gemini",
    "voice": "kore",
    "config": {"google": {"voice_name": "Kore"}},
})

Última modificação em 5 de novembro de 2026