Vozes do sistema
Gere áudio a partir do texto no atendimento, com vozes cadastradas da organização.
Changelog: v2026.10.11 · v2026.10.9 · v2026.8.24
Para que serve
- Enviar áudio com a voz da marca, sem gravar no microfone
- Padronizar tom, velocidade e provedor entre atendentes
- Guardar o roteiro na mesma mensagem, como transcrição
- Usar a mesma voz nas respostas em áudio do Agente IA
Onde acessar
| Área | Caminho |
|---|---|
| Cadastrar vozes | Menu lateral → Vozes |
| Usar no chat | Campo de mensagem → Gravar baseado em texto |
| Usar no Agente IA | Agente IA → aba Envio → Responder com áudio |
O botão no chat só aparece se existir pelo menos uma voz ativa e o canal aceitar áudio.
Catálogo Interflow
Em Vozes há duas abas:
| Aba | O que faz |
|---|---|
| Catálogo | ElevenLabs (busca, idioma, gênero, idade e categoria), Gemini (30 vozes) e OpenAI (11 vozes). A amostra grátis da ElevenLabs não debita créditos. Testar texto gera um MP3 e deixa trocar o modelo. OpenAI e Gemini usam o saldo Interflow |
| Minhas vozes | Presets da organização. A busca e Nova voz ficam nesta aba |
Usar esta voz grava o preset em Minhas vozes, já disponível no chat e no Agente IA. O modelo inicial é o Flash v2.5. No formulário, cada modelo mostra o preço por 1K caracteres.
Gerar áudio com voz do catálogo debita os créditos de IA:
| Modelos | Preço |
|---|---|
| Flash v2.5, v4 Turbo e v3 Conversacional | US$ 0,13 por 1K caracteres |
| v4, v3 e Multilingual v2 | US$ 0,26 por 1K caracteres |
Sem saldo, o áudio não é gerado. Vozes ligadas a uma integração própria continuam na chave dessa integração, sem débito de créditos. O MiniMax do catálogo ainda não está disponível.
Gemini
Na aba Gemini, Testar texto abre o texto já preenchido e o modelo. Dá para trocar o modelo ali antes de gerar. O padrão é o Gemini 3.8 Flash-Lite TTS, também ao adicionar a voz.
Em Minhas vozes e no formulário, Testar texto usa o modelo, a voz e as demais opções já salvas ou em edição. O mesmo teste existe para ElevenLabs, OpenAI e Minimax.
O arquivo sai em MP3. A API do Gemini entrega PCM ou WAV; a Interflow converte antes de guardar.
Pré-requisito
Cadastre uma integração de TTS em Configurações:
| Provedor | Uso |
|---|---|
| OpenAI | Vozes e modelos de speech da OpenAI |
| ElevenLabs | Vozes da conta ElevenLabs |
| Minimax | Vozes e idioma da conta Minimax |
| Gemini | Vozes prontas, modelo TTS e estilo em texto. A mesma chave da integração Gemini |
São os mesmos provedores dos nós de áudio do fluxo.
Cadastrar uma voz
Admin e owner criam, editam e excluem. Os demais membros só usam as vozes ativas.
- Abra Vozes → Nova voz
- Dê um nome (ex.: Atendente feminina)
- Escolha a integração — o provedor vem dela
- Ajuste voz, modelo, velocidade e os demais campos do provedor
- Deixe Ativa e salve
Voz inativa some do botão no chat, mas permanece na lista para reativar depois.
Para copiar uma voz, use Duplicar no card ou no formulário de edição. Abre uma nova voz com os mesmos dados e o nome (cópia) — ajuste e salve.
Usar no atendimento
- Digite o texto no campo da mensagem
- Clique em Gravar baseado em texto
- Uma voz ativa: gera na hora
- Duas ou mais: escolha a voz no menu
- O áudio entra como preview; o roteiro recolhe
- Editar abre o texto de novo; Regenerar gera outro arquivo com a mesma voz
- Envie
Remover o preview apaga o arquivo gerado. Regenerar também substitui o arquivo anterior.
O que o cliente recebe
No Interflow a mensagem é uma: áudio + texto como transcrição.
No WhatsApp (e canais de voz sem legenda no áudio), o cliente só ouve o áudio. O roteiro não vai como mensagem de texto separada.
Limitações
- Sem voz ativa, o botão não aparece
- Sem texto no campo, não gera
- Canais que não enviam áudio não mostram o botão
- Só admin e owner alteram o cadastro das vozes