Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Etiquetas expressivas inline

Aula 5 de 14 Atualizada a 3 de novembro de 2026 Programador
Nesta página
  1. Adicione emoção e realismo à fala
  2. Sintaxe das etiquetas inline
  3. Pausas
  4. Risos e choro
  5. Sons bucais
  6. Respiração
  7. Posicione as etiquetas estrategicamente
  8. Exemplo completo
  9. Pontos-chave

Atualizado a 3 de novembro de 2026, com base na página Text to Speech da xAI e na referência da API de Voz: as catorze etiquetas inline oficiais, distribuídas pelas quatro famílias da xAI (pausas, risos e choro, sons bucais, respiração). As etiquetas são faturadas tal como o restante do texto. Fontes: Text to Speech · Voice API.

Adicione emoção e realismo à fala

As etiquetas inline são marcadores que insere diretamente no seu texto para desencadear uma expressão vocal pontual: uma pausa, uma risada, um som bucal, uma respiração. A xAI publica catorze delas, divididas em quatro famílias. Estas tornam a síntese de fala muito mais natural e expressiva.

14
Etiquetas inline oficiais
[tag]
Sintaxe entre parênteses retos
4
Famílias de etiquetas
60.000
Carateres por pedido, etiquetas incluídas

Sintaxe das etiquetas inline

Escreve as etiquetas inline entre parênteses retos, [tag], e insere-as diretamente no texto, exatamente onde deseja que o efeito ocorra:

Olá! [pause] Como está hoje?

Durante a síntese, a etiqueta é substituída pelo efeito sonoro correspondente. O texto circundante é lido normalmente.

Pausas

As pausas conferem estrutura e um ritmo natural à fala:

  • [pause]: uma pausa curta
  • [long-pause]: uma pausa mais longa, para mudar de tópico ou deixar uma ideia assentar
  • [hum-tune]: assobiar uma melodia, que a xAI classifica na mesma família
Primeira ideia. [pause] Segunda ideia. [long-pause] Agora vamos passar ao próximo tópico.
Entretanto [hum-tune] vejamos o que aprendemos.

As pausas são especialmente úteis entre as secções de um texto longo ou para dar tempo aos ouvintes de assimilarem uma informação importante.

Risos e choro

Estas etiquetas adicionam reações emocionais no meio da fala:

  • [laugh]: uma gargalhada
  • [chuckle]: uma risada contida
  • [giggle]: um risinho
  • [cry]: choro
Isso são ótimas notícias! [laugh] Estou tão feliz por si.

Funcionam especialmente bem em diálogos, podcasts e conteúdos narrativos, onde quebram a monotonia da síntese de fala clássica.

Sons bucais

  • [tsk]: um “tsk” de aborrecimento ou desaprovação
  • [tongue-click]: um estalar de língua
  • [lip-smack]: um estalar de lábios
[tsk] Outra reunião reagendada.

Respiração

As respirações fazem a fala soar mais humana:

  • [breath]: uma respiração
  • [inhale]: uma inspiração
  • [exhale]: uma expiração
  • [sigh]: um suspiro
[breath] Bem-vindo a este novo capítulo.
E sim, mais uma reunião [sigh] mas esta será curta, prometo.

A etiqueta [breath] é subtil, mas ajuda em textos longos: sem respirações, uma leitura prolongada pode soar mecânica.

Posicione as etiquetas estrategicamente

A eficácia das etiquetas inline depende de onde as coloca. Eis as melhores práticas.

No início de uma frase

Coloque [breath] no início de um novo parágrafo ou secção para imitar alguém que começa naturalmente a falar:

[breath] Vamos agora passar à parte prática desta lição.

Entre duas frases

Use [pause] ou [long-pause] para criar uma pausa natural:

O primeiro ponto é importante. [long-pause] O segundo importa ainda mais.

Após uma informação chave

Uma [pause] após um dado importante dá tempo aos ouvintes para o assimilarem:

A receita cresceu 47%. [pause] Foi o nosso melhor trimestre de sempre.

Exemplo completo

Eis um texto que combina várias etiquetas para um resultado natural:

{
  "text": "[breath] Olá a todos e bem-vindos a esta apresentação. [pause] Hoje, vamos falar sobre um tópico fascinante. [long-pause] Inteligência artificial que fala. [chuckle] Sim, é um pouco meta, eu sei. [pause] Mas vai ver, os resultados são impressionantes. [breath] Vamos começar pelo básico.",
  "voice_id": "eve",
  "language": "pt"
}

Pontos-chave

  • Escreve as etiquetas inline entre parênteses retos, [tag], dentro do texto
  • [pause] e [long-pause] moldam o ritmo da fala
  • [pause], [long-pause] e [hum-tune] constituem a família das pausas
  • [laugh], [chuckle], [giggle] e [cry] adicionam emoção; [tsk], [tongue-click] e [lip-smack] adicionam sons bucais
  • [breath], [inhale], [exhale] e [sigh] fazem a fala soar mais humana
  • Coloque as etiquetas onde uma pessoa faria naturalmente uma pausa ou reagiria
  • As etiquetas contam para o limite de 60.000 carateres por pedido e são faturadas tal como o restante do texto