> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt.

# Otimização de latência

Este guia aborda os princípios fundamentais para melhorar a latência de text-to-speech. Para uma explicação conceitual sobre o que é latência e o que contribui para ela, consulte [Entendendo a latência](/docs/pt/eleven-api/concepts/latency).

Embora existam muitas técnicas individuais, vamos agrupá-las em **quatro princípios**.

#### Quatro princípios

1. [Use modelos Flash](#use-flash-models)
2. [Aproveite o streaming](#leverage-streaming)
3. [Considere a proximidade geográfica](#consider-geographic-proximity)
4. [Escolha vozes adequadas](#choose-appropriate-voices)

> **Success**
>
> Clientes Enterprise se beneficiam de limites de simultaneidade maiores e acesso prioritário à nossa fila de renderização. [Fale com vendas](https://elevenlabs.io/contact-sales) para saber mais sobre nossos planos
> Enterprise.

## Use modelos Flash

Os [modelos Flash](/docs/pt/overview/models#flash-v25) oferecem velocidades de inferência de aproximadamente 75 ms, o que os torna ideais para aplicações em tempo real. A contrapartida é uma leve redução na qualidade do áudio em comparação com o [Multilingual v2](/docs/pt/overview/models#multilingual-v2).

> **Info**
>
> 75 ms se refere apenas ao tempo de inferência do modelo. A latência real de ponta a ponta varia conforme fatores como
> sua localização e o tipo de endpoint utilizado.

## Aproveite o streaming

Há três tipos de endpoints de text-to-speech disponíveis em nossa [referência da API](/docs/pt/api-reference/introduction):

* **Endpoint comum**: retorna um arquivo de áudio completo em uma única resposta.
* **Endpoint de streaming**: retorna partes do áudio progressivamente usando [eventos enviados pelo servidor](https://html.spec.whatwg.org/multipage/server-sent-events.html#server-sent-events).
* **Endpoint WebSockets**: permite streaming bidirecional para geração de áudio em tempo real.

### Streaming

Os endpoints de streaming retornam o áudio progressivamente conforme ele é gerado em tempo real, reduzindo o tempo até o primeiro byte. Esse endpoint é recomendado para casos em que o texto de entrada está disponível antecipadamente.

> **Info**
>
> O streaming é compatível com a API de [Text to Speech](/docs/pt/api-reference/text-to-speech/stream),
> a API de [Modificador de Voz IA](/docs/pt/api-reference/speech-to-speech/stream) e a API de [Isolamento de Áudio](/docs/pt/api-reference/audio-isolation/stream).

### WebSockets

O [endpoint WebSocket de text-to-speech](/docs/pt/api-reference#text-to-speech-websocket) oferece suporte a streaming bidirecional, tornando-o ideal para aplicações com entrada de texto em tempo real, como saídas de LLM.

> **Tip**
>
> Definir `auto_mode` como true lida automaticamente com os gatilhos de geração, eliminando a necessidade de
> gerenciar manualmente as estratégias de fragmentação.

Se `auto_mode` estiver desativado, o modelo aguardará texto suficiente para corresponder à programação de fragmentos antes de começar a gerar áudio.

Por exemplo, se você definir uma programação de fragmentos de 125 caracteres, mas chegarem apenas 50, o modelo ficará parado até receber caracteres adicionais — o que pode aumentar a latência.

Para detalhes de implementação, consulte o [guia do WebSocket de text-to-speech](/docs/pt/api-reference#text-to-speech-websocket).

## Escolha vozes adequadas

Observamos que, em alguns casos, a seleção de voz pode afetar a latência. Esta é a ordem da mais rápida para a mais lenta:

1. Vozes padrão (anteriormente pré-criadas), vozes sintéticas e Clones de Voz Instantâneos (IVC)
2. Clones de Voz Profissionais (PVC)

Formatos de saída com maior qualidade de áudio podem aumentar a latência. Equilibre seus requisitos de latência com as necessidades de fidelidade de áudio.

> **Info**
>
> Estamos trabalhando ativamente para otimizar a latência de PVC para o Flash v2.5.

## Considere a proximidade geográfica

Disponibilizamos nossos modelos em várias regiões para otimizar a latência com base na sua localização geográfica.

Por exemplo, ao usar modelos Flash com WebSockets, você pode esperar as seguintes latências de TTFB dependendo da sua localização:

| Região            | TTFB      |
| ----------------- | --------- |
| América do Norte  | 100-150ms |
| Europa            | 100-150ms |
| Sudeste Asiático  | 100-150ms |
| Sul da Ásia       | 150-200ms |
| Nordeste Asiático | 150-200ms |

Você pode verificar qual região de backend está atendendo sua solicitação inspecionando o cabeçalho `x-region` na resposta da API.
As regiões usadas atualmente incluem: EUA, Países Baixos e Singapura.

> **Info**
>
> Clientes Enterprise podem usar nossos ambientes dedicados de residência de dados na UE e na Índia para ter garantias
> sobre a localização do servidor e baixa latência. Fale com seu representante de vendas para
> entrar em nossa infraestrutura de residência de dados.

Para desativar o roteamento global e sempre usar servidores dos EUA, use a URL base `api.us.elevenlabs.io` nas suas solicitações de API:

```python
import os
from elevenlabs.client import ElevenLabs

elevenlabs = ElevenLabs(
    api_key=os.getenv("ELEVENLABS_API_KEY"),
    base_url="https://api.us.elevenlabs.io"
)

```

```typescript
import { ElevenLabsClient } from "@elevenlabs/elevenlabs-js";
import "dotenv/config";

const elevenlabs = new ElevenLabsClient({
  apiKey: process.env.ELEVENLABS_API_KEY,
  baseUrl: "https://api.us.elevenlabs.io",
});
```

**`cURL`**

```bash cURL
curl -X POST -v "https://api.us.elevenlabs.io/v1/text-to-speech/{voice_id}" \
  -H "Accept: audio/mpeg" \
  -H "Content-Type: application/json" \
  -H "xi-api-key: YOUR_API_KEY" \
  -d '{
    "text": "Hello World!",
    "model_id": "eleven_flash_v2_5"
  }'
```

> **Warning**
>
> Antes, os servidores globais exigiam adesão usando a URL base `api-global-preview.elevenlabs.io`.
> Isso não é mais necessário, pois esse agora é o comportamento padrão. Atualize suas aplicações para
> usar simplesmente `api.elevenlabs.io`.