• ÁUDIO
  • VELOCIDADE
  • CONTROLE
  • HUMANO

Como transmitir voz em tempo real com sua IA

Conecte o Cartesia ao seu cliente de IA para ativar o áudio ao vivo. Seu agente gera o texto e o áudio flui imediatamente através de um stream contínuo.

Pergunte à IA sobre esta página

Resposta rápida

Como faço para minha IA falar em tempo real?

Você usa a ferramenta tts_sse para enviar o texto diretamente para um fluxo de áudio via server-sent events. Isso permite que seu agente comece a falar antes mesmo de terminar de escrever uma frase, garantindo um áudio imediato e fluido.

Resultados

O que você ganha com uma conexão ao vivo

Assim que conectar, seu agente deixa de dar apenas respostas em texto para emitir voz ativa.

ÁUDIO

Saída de voz ao vivo

A ferramenta tts_sse converte texto em um fluxo contínuo de dados de áudio. Você ouve o som na hora, sem precisar esperar o download de um arquivo completo.

VELOCIDADE

Resposta de baixa latência

Como utiliza server-sent events, o áudio começa a tocar enquanto o texto é gerado. Isso torna a conversa muito mais natural.

CONTROLE

Personalidade da voz

Seu agente dita o conteúdo, enquanto o conector cuida da síntese de áudio. Você controla o tom através dos seus prompts.

HUMANO

Controle manual

A IA cuida da geração da fala, mas você decide quando interromper ou mudar de assunto. A conexão permanece aberta para suas interações.

O fluxo

O que sua IA faz quando o texto chega.

A IA cuida da lógica da conversa e depois entrega as palavras ao conector para a reprodução.

  1. Gerar texto

    Seu agente processa o pedido e escreve uma resposta em texto puro.

    tts_sse

  2. Transmitir áudio

    O texto é enviado ao conector, que o converte em um fluxo de áudio ao vivo via server-sent events.

    tts_sse

  3. Reproduzir som

    Os dados de áudio fluem para o seu cliente, permitindo que a voz comece a tocar imediatamente.

    tts_sse

  4. Manter o fluxo

    A conexão permanece ativa para que a IA possa continuar falando conforme novos textos são produzidos.

    tts_sse

Teste

Copie estes comandos para começar.

Use estes prompts para testar o streaming de áudio em tempo real.

Pontos de partida

Estas são frases iniciais para ativar a voz. Você pode alterar as personas ou os temas para mudar o estilo da IA.

Cartesia Connector

Tudo pronto. Escolha seu cliente MCP e siga as instruções de configuração.

Link do conectorhttps://edge.vinkius.com/vk_preview_fqUkC4o6TEWq9kAU8DlY8MAb7pfJxo3R952S85p7/mcp

Claude Desktop

Siga os passos abaixo para conectar em segundos.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Cartesia capabilities are ready to use.
Configuração · claude_desktop_config.jsonCopiar
{
  "mcpServers": {
    "cartesia-voice-ai-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_fqUkC4o6TEWq9kAU8DlY8MAb7pfJxo3R952S85p7/mcp"
    }
  }
}
Copie no chat04

  • Leia em voz alta as atualizações mais recentes das minhas notas de projeto.

  • Atue como um concierge prestativo e me cumprimente usando o fluxo de voz ao vivo.

  • Resuma o conteúdo do meu tópico de e-mail recente usando fala em tempo real.

  • Conte uma história curta sobre um robô e use o fluxo de voz para narrá-la.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Comece aqui

Conecte o Cartesia uma vez e pronto.

Clique no link para conectar sua conta. Suas credenciais ficam criptografadas e você pode começar a usar as ferramentas de voz no seu cliente de IA preferido imediatamente.

Conectar Cartesia à sua IA

FAQ

Como funciona o streaming de voz

  • 01

    A IA gera os arquivos de áudio por conta própria?

    Não. O cliente de IA gera o texto e a ferramenta tts_sse cuida da conversão para áudio.

  • 02

    A IA pode alterar as próprias configurações de voz?

    Não. As características da voz são definidas pelas configurações do conector e pelos seus prompts iniciais.

  • 03

    Existe atraso entre a geração do texto e a fala?

    O uso de server-sent events serve justamente para minimizar esse atraso, permitindo que o áudio comece enquanto o texto ainda está sendo produzido.

  • 04

    A IA pode excluir meus arquivos de áudio existentes?

    Não. Este conector apenas lida com a geração e o streaming de novos áudios.

  • 05

    Isso funciona com qualquer cliente de IA?

    Funciona com qualquer cliente compatível com MCP, como Claude, Cursor ou Windsurf.

  • Mais dúvidas sobre o Cartesia? A página do conector responde. Veja tudo o que o conector Cartesia pode fazer

Conecte Cartesia ao Claude, Cursor, ChatGPT e outros