> 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. # Documentação da ElevenLabs ## Como a ElevenLabs funciona A ElevenLabs oferece infraestrutura de voz com IA: conversão de texto em fala, conversão de fala em texto, clonagem de voz, agentes conversacionais e áudio generativo. Você pode usá-la de quatro formas, voltadas para públicos diferentes. **[ElevenCreative](/docs/pt/eleven-creative)** é uma aplicação web sem código em que criadores, produtores e editores geram locuções, músicas, dublagens e projetos de estúdio diretamente no navegador. **[ElevenAgents](/docs/pt/eleven-agents)** é a plataforma para projetar e operar agentes de voz conversacionais, com um criador visual para usuários não técnicos e controle programático completo para desenvolvedores. **[ElevenAPI](/docs/pt/eleven-api)** disponibiliza todos os recursos como uma interface REST com SDKs oficiais para Python e TypeScript, para que desenvolvedores possam incorporar voz às próprias aplicações e workflows. **[Reception AI](/docs/pt/reception-ai)** é uma recepcionista telefônica com IA pronta para implantar, voltada para pequenas e médias empresas, que atende chamadas, agenda compromissos e gerencia as operações do dia a dia em um único painel. ### Conceitos **Vozes** são as personas de fala usadas na geração de áudio. Cada voz tem um ID exclusivo — por exemplo, `JBFqnCBsd6RMkjVDRZzb` — que você seleciona no painel ou informa em solicitações da API. A ElevenLabs mantém uma [biblioteca com mais de 10.000 vozes](https://elevenlabs.io/app/voice-library). Você também pode clonar uma voz a partir de uma gravação de áudio ou gerar uma com base em uma descrição de texto. **Modelos** controlam a qualidade, a latência e a cobertura de idiomas do áudio gerado. O [`eleven_v4`](/docs/pt/overview/models) produz os resultados mais expressivos em mais de 90 idiomas. O [`eleven_v4_turbo`](/docs/pt/overview/models) é voltado para uso em tempo real, com latência mediana de inferência de aproximadamente 100 ms. Cada recurso — conversão de fala em texto, música, efeitos sonoros — tem seu próprio modelo dedicado. **Créditos** são a unidade de consumo compartilhada entre todos os produtos. A conversão de texto em fala custa um crédito por caractere de texto de entrada. Outras operações são cobradas por segundo de áudio processado. Os créditos são renovados mensalmente, e os créditos não utilizados acumulam por até dois meses. Consulte os [preços](https://elevenlabs.io/pricing/api) para ver os detalhes completos. ## Escolha seu caminho [![](/docs/_fern-img/12097a437e55f60c199946cf59c9528eb8349d110142394833d67fe93b50e68d.webp)](/docs/pt/eleven-creative/overview) ### ElevenCreative Saiba como usar a plataforma ElevenCreative com guias passo a passo [![](/docs/_fern-img/7375358c43ac5dd1a170937123f0874e01b3d8b6cf178c282805588a11d39593.webp)](/docs/pt/eleven-agents/overview) ### ElevenAgents Saiba como criar, lançar e escalar agentes com a ElevenLabs [![](/docs/_fern-img/002b2432fa6ab18befc9f1a6e7fadf348f46506a5a5a72a2358ba1e7f92d8ded.webp)](/docs/pt/eleven-api/quickstart) ### ElevenAPI Saiba como integrar a API da ElevenLabs com exemplos e tutoriais ## Conheça os modelos #### [Eleven v4](/docs/pt/overview/models#eleven-v4) Nosso modelo de síntese de fala mais expressivo e de maior qualidade Recursos excepcionais de clonagem de voz Suporte a mais de 90 idiomas Limite de 10.000 caracteres Suporte para diálogo natural com vários locutores #### [Eleven v4 Turbo](/docs/pt/overview/models#eleven-v4-turbo) Nosso modelo de síntese de fala em tempo real mais expressivo Latência ultrabaixa (latência mediana de inferência de \~100ms†) Recursos excepcionais de clonagem de voz Suporte a mais de 90 idiomas Tags de áudio para controle detalhado #### [Eleven v3](/docs/pt/overview/models#eleven-v3) Nosso modelo de síntese de fala expressivo e rico em emoção Interpretação e performance dramáticas Suporte a mais de 70 idiomas Limite de 5.000 caracteres Suporte para diálogo natural com vários locutores #### [Eleven v3 Conversational](/docs/pt/overview/models#eleven-v3-conversational) Nosso modelo expressivo de síntese de fala em tempo real Baixa latência (\~280ms) Interpretação e performance dramáticas Suporte a mais de 70 idiomas Tags de áudio para controle detalhado #### [Eleven Multilingual v2](/docs/pt/overview/models#multilingual-v2) Modelo de síntese de fala realista e com qualidade consistente Resultado com som natural Suporte a 29 idiomas Limite de 10.000 caracteres Maior estabilidade em gerações longas #### [Eleven Flash v2.5](/docs/pt/overview/models#flash-v25) Nosso modelo de síntese de fala rápido e acessível Latência ultrabaixa (\~75ms†) Suporte a 32 idiomas Limite de 40.000 caracteres Modelo mais rápido, preço por caractere 50% menor para gerações pela API #### [Scribe v2](/docs/pt/overview/models#scribe-v2) Modelo de reconhecimento de fala de última geração Transcrição precisa em mais de 90 idiomas Prompting de termos-chave, até 1.000 termos Detecção de entidades, 65 tipos de entidade Edição de transcrições com instruções em linguagem natural Marcações de tempo precisas por palavra Diarização de locutores, até 32 locutores Marcação dinâmica de áudio Detecção inteligente de idioma #### [Scribe v2 Realtime](/docs/pt/overview/models#scribe-v2-realtime) Modelo de reconhecimento de fala em tempo real Transcrição precisa em mais de 90 idiomas Transcrição em tempo real Baixa latência (\~150ms†) Marcações de tempo precisas por palavra Detecção de entidades, 65 tipos de entidade Edição de transcrições com instruções em linguagem natural #### [Scribe v2 Medical](/docs/pt/overview/models#scribe-v2-medical) Reconhecimento de fala com Finetune para áudio clínico 35% menos erros de transcrição em áudio clínico do que o Scribe v2 Mesma precisão em fala cotidiana que o Scribe v2 Mesmos recursos, idiomas, preços e API do Scribe v2 [Explorar todos](/docs/pt/overview/models) † Não inclui a latência da aplicação e da rede ## Navegue por recurso Text to Speech Converta texto em fala natural Speech to Text Transcreva áudio falado em texto Música Gere música a partir de texto Texto para diálogo Crie diálogos com som natural a partir de texto Imagem e vídeo Gere imagens e vídeos a partir de texto Modificador de voz Modifique e transforme vozes Isolador de voz Isole vozes do ruído de fundo Dublagem Duble áudios e vídeos sem complicação Efeitos sonoros Crie efeitos sonoros cinematográficos Vozes Clone e crie vozes personalizadas Remixagem de voz Transforme e aprimore vozes existentes Alinhamento forçado Alinhe texto ao áudio Mecanismo de fala Adicione voz a qualquer coisa ElevenAgents Implante agentes de voz inteligentes Implantações privadas Execute a ElevenLabs na sua própria nuvem