GUIA

Voz própria no Twilio: toque o seu próprio áudio de texto em fala

O verbo Say do Twilio lê texto numa chamada com as vozes embutidas do Amazon Polly e do Google. É prático, e por isso a sua URA, os seus lembretes e a sua mensagem de espera soam como os de milhares de empresas.

O verbo Play toca qualquer arquivo de áudio. Com o motor gratuito SuperClonica você gera as mensagens offline, com uma voz padrão, uma voz treinada com o seu locutor ou um personagem, e o Twilio toca na chamada. Este guia mostra como criar arquivos prontos para telefone, servi-los para o Twilio guardar em cache e quando o Say ainda é a melhor ferramenta.

Ver vozes Instalar o motor SuperClonica

Say ou Play

Use Play para toda mensagem igual para todos, e deixe o Say para texto que muda a cada chamada, como um número de pedido.

  • Say: o Twilio fala o texto durante a chamada com as vozes embutidas; nada para hospedar.
  • Play: o Twilio baixa um arquivo de áudio da sua URL e o toca, com a voz que você quiser.
  • Play aceita MP3, WAV, AIFF, GSM e μ-law, e pode repetir um arquivo até a pessoa desligar.
  • A SuperClonica fala 31 idiomas; o chinês ainda não é suportado.

Ouça as vozes grátis

Na página de qualquer voz, escreva uma das suas mensagens, de 30 a 100 caracteres, escolha o idioma e clique no botão para gerar. Em poucos segundos você ouve como a sua linha pode soar, sem conta.

Crie arquivos para telefone

Um WAV μ-law de 8 kHz de uma mensagem de dez segundos tem cerca de 80 KB, então até um menu grande baixa num instante.

  • Instale o motor: python -m pip install superclonica-cpu.
  • No Python, crie o motor uma vez com tts = Superclonica(), depois gere uma mensagem e salve para o telefone: audio, rate = tts.synthesize("Obrigado por ligar. Todos os atendentes estão ocupados, por favor aguarde.", "F1", "pt"); sf.write("hold.wav", resample_poly(audio, 8000, rate), 8000, subtype="ULAW").
  • Isso usa o soundfile e o resample_poly de scipy.signal, ambos instalados com o motor.
  • O Twilio transcodifica todo o áudio da chamada; a documentação avisa que um MP3 de 128 kbps pode soar pior que um arquivo sem perdas de baixa taxa, e um WAV μ-law de 8 kHz é assim.

Sirva e toque as mensagens

Hospede os arquivos via HTTPS, no seu servidor ou num armazenamento de objetos, com cabeçalhos ETag ou Last-Modified para o Twilio guardar em cache após a primeira reprodução. Com a biblioteca Python do Twilio, o TwiML tem duas linhas: r = VoiceResponse(); r.play('https://example.com/audio/hold.wav', loop=0), e o valor loop 0 repete o arquivo até a chamada terminar. Para texto que muda a cada chamada, rode o servidor HTTP da SuperClonica ao lado do app e gere a frase antes de responder ao webhook: uma frase curta leva bem menos de um segundo num processador de desktop, então guarde em cache o que se repete.

Regras para chamadas automáticas

Nos Estados Unidos, a FCC decidiu em 2024 que vozes geradas por IA em chamadas automáticas contam como vozes artificiais pela TCPA, então essas chamadas precisam do mesmo consentimento de qualquer mensagem pré-gravada. Use uma voz sobre a qual tem direitos, como as dez vozes padrão do modelo ou a sua própria voz treinada com um locutor que concordou, nunca uma voz que imita uma pessoa real, e diga que a pessoa está falando com um sistema automático.