OpenAI Lança API Text-to-Speech: Crie Áudio com IA no BuildShip de Forma No-Code

A OpenAI, conhecida por suas inovações em inteligência artificial, acaba de lançar uma API Text-to-Speech (TTS) que promete transformar texto em áudio com uma qualidade impressionante e naturalidade. Esta nova ferramenta abre um leque de possibilidades para desenvolvedores e criadores de conteúdo, desde a narração de posts de blog até a produção de áudio em múltiplos idiomas e a criação de saídas de áudio em tempo real via streaming. O mais interessante é que, mesmo sem conhecimento profundo em programação, é possível utilizar essa API através de plataformas no-code como o BuildShip, como demonstrado em um recente vídeo explicativo.

O Novo Horizonte da OpenAI: A API Text-to-Speech

A API Text-to-Speech da OpenAI foi projetada para ser versátil e poderosa. Conforme detalhado na documentação oficial da OpenAI, ela oferece seis vozes distintas – Alloy, Echo, Fable, Onyx, Nova e Shimmer – permitindo que os usuários escolham aquela que melhor se adapta ao tom e audiência desejados. O formato de resposta padrão é MP3, mas outros formatos como Opus (ideal para streaming e comunicação com baixa latência), AAC e FLAC também estão disponíveis, oferecendo flexibilidade para diversas aplicações. A OpenAI destaca que, embora o modelo `tts-1` padrão ofereça a menor latência, o modelo `tts-1-hd` é otimizado para qualidade.

BuildShip: Capacitando a Criação No-Code com IA da OpenAI

O BuildShip surge como uma plataforma no-code que simplifica a criação de fluxos de trabalho complexos, integrando diversas APIs e serviços, incluindo os da OpenAI. O vídeo demonstra um exemplo prático de como construir um sistema para gerar "bilhetes de amor" em áudio.

Construindo o Fluxo no BuildShip com a API da OpenAI

O processo no BuildShip inicia-se com a criação de um novo fluxo de trabalho, nomeado no exemplo como "OpenAI Text to Speech". Em seguida, adiciona-se um gatilho (trigger) de API, especificamente uma chamada REST API com o método GET e um caminho (path) como `/lovenotes`. Este será o ponto de entrada para solicitar a geração do áudio.

O próximo passo envolve a adição de um nó do OpenAI GPT Text Generator. Este nó é configurado da seguinte forma:

• API Key: A chave da API da OpenAI é adicionada de forma segura através do Secret Manager do BuildShip.
• User Prompt: O prompt do usuário é obtido dinamicamente dos parâmetros da requisição (query parameters). Por exemplo, pode-se usar `request.query.parameters.prompt` para capturar o tema do bilhete de amor.
• System Prompt: Define-se um prompt de sistema para guiar a IA, como "escreva um bilhete de amor de 10 linhas sobre o tópico fornecido".

Outros parâmetros, como Max Tokens e Temperatura, podem ser ajustados para otimizar a resposta gerada.

Integrando a API Text-to-Speech da OpenAI no BuildShip

Um dos pontos altos demonstrados é a flexibilidade do BuildShip em lidar com APIs recém-lançadas que podem ainda não possuir um nó pré-construído. A plataforma oferece a funcionalidade "Generate with AI" (Gerar com IA), que permite criar nós customizados.

Criando um Nó Customizado no BuildShip com a API da OpenAI

Para a API Text-to-Speech da OpenAI, o processo envolve copiar o comando cURL fornecido na documentação da OpenAI e utilizá-lo como base para o gerador de nós do BuildShip. O prompt fornecido ao gerador foi: "Preciso de um nó que, dados os campos modelo, entrada (input) e voz como entrada, forneça uma saída conforme este código de exemplo. Considere também a chave da API como entrada."

Após cerca de um minuto, o BuildShip gera o nó "Text to Speech", que é configurado com:

• API Key: Novamente, a chave da OpenAI.
• Model: O modelo TTS desejado, como `tts-1`.
• Input Text: O texto a ser convertido em fala, que é obtido dinamicamente da saída do nó OpenAI GPT Text Generator anterior.
• Voice: A voz escolhida, por exemplo, `alloy`.

É importante notar que a saída deste nó é uma string em base64 representando o áudio.

Armazenamento e Retorno do Áudio Gerado pela API da OpenAI no BuildShip

Com o áudio gerado em formato base64, o próximo passo é armazená-lo e disponibilizá-lo. O BuildShip oferece seu próprio sistema de armazenamento de arquivos (BuildShip File Storage) ou a opção de integrar com outros, como Google Cloud Storage ou AWS.

Configurando o Armazenamento no BuildShip

No exemplo, utiliza-se o nó "Upload Base64 File" do BuildShip. A string base64 do nó Text to Speech é conectada a este nó, e um nome de arquivo é definido, como `speech.mp3`. Finalmente, um nó "Return" é adicionado para retornar a URL pública do arquivo de áudio armazenado.

Testando e Expandindo o Fluxo de Trabalho da OpenAI no BuildShip

Após configurar o fluxo, ele é "shipado" (publicado), gerando uma API que pode ser testada. O vídeo utiliza o Hopscotch, uma ferramenta de teste de API, para enviar uma requisição GET ao endpoint `/lovenotes` com um prompt, como "conferência de desenvolvedores openai".

Resultados e Possibilidades com a API da OpenAI e BuildShip

A resposta bem-sucedida é a URL do arquivo MP3 contendo o bilhete de amor narrado. O BuildShip também permite visualizar os logs de execução de cada nó e os arquivos armazenados em seu sistema interno.

A partir daqui, as possibilidades de expansão são vastas. Pode-se adicionar lógica condicional com nós de "Branch", executar tarefas em paralelo, integrar com serviços de e-mail como SendGrid ou Resend para enviar o áudio gerado, e muito mais. A combinação da poderosa API Text-to-Speech da OpenAI com a flexibilidade no-code do BuildShip capacita a criação rápida e eficiente de aplicações de IA sofisticadas.

A Sinergia entre OpenAI e Plataformas No-Code como BuildShip

A integração entre tecnologias de ponta da OpenAI e plataformas no-code como o BuildShip representa um avanço significativo na democratização do acesso à inteligência artificial. Desenvolvedores e empreendedores podem agora prototipar e lançar aplicações complexas que utilizam IA generativa de texto e voz sem a necessidade de escrever extensas linhas de código, acelerando a inovação e a criação de novas soluções.

Conclusão

A nova API Text-to-Speech da OpenAI é uma adição empolgante ao seu arsenal de ferramentas de IA. Plataformas como o BuildShip tornam essa tecnologia acessível a um público mais amplo, permitindo que a criatividade floresça sem as barreiras da programação tradicional. Com a capacidade de gerar nós customizados assistidos por IA, o BuildShip demonstra estar na vanguarda da inovação no-code, facilitando a rápida adoção de novos modelos e APIs. Este é apenas o começo do que pode ser construído, e a comunidade de desenvolvedores certamente encontrará inúmeras maneiras de aplicar essa poderosa combinação.