sapiens_helen
Helen Voice TTS via ElevenLabs, Google Gemini ou Fish Audio (qualquer logado; cobra Sinapses). Sub-actions: list_presets (catálogo de voiceIds/voiceNames recomendados + stylePreambles), speak (sintetiza, retorna audioBase64+mimeType+sizeBytes). provider=fish é o S2.1 Pro, o mais forte em japonês, mandarim e coreano: fala de personagem e cena de anime pedem ele; com modelId='drama-3' vira o Drama 3, a fala dirigida (direção escrita no próprio text, [sussurrando] ou palavra). language escolhe o idioma (auto|pt|en|ja|es|ko|zh|fr|it|de). A fala sai sempre em Sinapses: a casa não recebe chave de provedor, e clientApiKey é recusado sem cobrar. Custo pelo tamanho do texto, igual em todo motor e modelo: 500 Sinapses por 1.200 caracteres, mínimo 50 (a fala cheia de 5.000 caracteres sai por 2.084 Sinapses); fala repetida sai do cache sem cobrar. Max 5000 chars (quebra antes em chunks). text pré-processado pelo caller (sem em-dash, sem markdown).
Input Schema
| Name | Required | Description | Default |
|---|---|---|---|
| text | No | Texto a falar (action=speak). Max 5000 chars. Cobra pelo tamanho, igual em todo motor: 500 Sinapses por 1.200 caracteres, mínimo 50. | |
| store | No | action=speak: a fala gerada entra no acervo da pessoa como faixa privada ('Fala da Helen'), uma vez por texto e voz. false deixa ela fora, pra fala descartável (teste, resposta de bot). A resposta que vem do cache não cria faixa. | |
| action | Yes | ||
| modelId | No | ElevenLabs: 'eleven_v3' (default) ou 'eleven_multilingual_v2'. Google: 'gemini-3.8-flash-tts' (default, Gemini 3.8 Flash TTS, fala as vozes nativas em português) ou 'gemini-3.1-flash-tts-preview' (só as clássicas; voz nativa pedida nele sai pelo 3.8). Fish: 's2.1-pro-free' (S2.1 Pro, default) ou 'drama-3' (Drama 3: a direção vai no próprio text, '[sussurrando] frase' muda a atuação, '<emphasis>palavra</emphasis>' crava uma palavra; mesmo preço). Id desconhecido vira o padrão do motor: Gemini 3.8 Flash TTS no Google, S2.1 Pro no Fish. | |
| voiceId | No | ElevenLabs voice_id (obrigatório se provider=elevenlabs). Use list_presets pra ver opções. | |
| language | No | Idioma da fala. Cada motor recebe no dialeto dele; fish e google detectam pelo texto, então lá isto é informativo. Default pt. | |
| provider | No | elevenlabs (inglês expressivo), google (Gemini TTS) ou fish (S2.1 Pro, o melhor em japonês e nas línguas asiáticas; ou Drama 3 com modelId='drama-3', a fala dirigida). Os três cobram igual. Default elevenlabs. | |
| clientApiKey | No | DESLIGADO desde 27/09/2026: a casa não recebe chave de provedor. Não mande: a chamada é recusada sem cobrar. A fala sai sempre em Sinapses. | |
| languageCode | No | ElevenLabs: ex 'pt' pra PT-BR otimizado. Vence o `language` quando os dois vêm. | |
| outputFormat | No | ElevenLabs ex 'mp3_44100_128'. Default da provider. | |
| stylePreamble | No | Google: prefixo de instrução de mood ('Read this in a thoughtful tone:'), conta no tamanho cobrado. Não suportado em ElevenLabs. | |
| voiceSettings | No | ElevenLabs voice_settings. Default razoável: stability=0.45, similarity_boost=0.75, style=0.30. | |
| fishReferenceId | No | Fish: id da voz no acervo do fish.audio, só na conta admin. No membro o servidor ignora e a fala sai na voz da casa. | |
| googleVoiceName | No | Google prebuilt voice. Clássicas (Kore, Puck, Charon...) valem em todo modelo; nativas em português (ids 'pt-br-<papel>-<n>' e 'pt-pt-<papel>-<n>', ex 'pt-br-podcaster-1', 'pt-br-storyteller-6', 'pt-pt-tutor-3') só existem no Gemini 3.8 e soam como gente do Brasil ou de Portugal, sem forçar sotaque por prompt. Default Kore. Use list_presets pra ver opções. |