tts-1-hd
يحوّل TTS-1 HD النص المكتوب إلى صوت منطوق أعلى جودة مع أصوات معدّة مسبقًا وسرعة قابلة للاختيار وست صيغ إخراج. تقدّم OpenAI إصدار HD لجودة السرد بدل نمط الكمون الأقل في TTS-1، مما يجعله مفيدًا للقراءات النهائية والمواد التعليمية والمقاطع الصوتية المحرّرة.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
TTS-1 HD هو نموذج OpenAI لتحويل النص إلى كلام المُحسّن لجودة الصوت. مدخله نص مُعدّ ومخرجه صوت منطوق. ويختلف خيار HD عن نمط TTS-1 الموجّه للسرعة: تصف OpenAI نموذج TTS-1 بأنه أقل كمونًا لكنه أقل جودة. لذلك يكون HD خيارًا مفيدًا للسرد عندما يكون المسار الصوتي النهائي أهم من بدء التشغيل بأقصى سرعة ممكنة. يمكن أن تصبح مقالة مكتوبة أو فقرة درس أو شرح مصقول مادة منطوقة.
المدخلات الأساسية هي النموذج المختار والنص الدقيق والصوت. يحد مرجع الكلام لدى الشركة المصنّعة النص بـ4096 حرفًا لكل طلب. يصف ذلك طول المدخل المكتوب، لا ضمانًا لمدة الصوت. أعدّ نصًا مفهومًا عند سماعه: وسّع الاختصارات الملتبسة، وحدّد كيفية نطق الكميات، وحافظ على ترابط كل مقطع. ولدرس أو مقالة أطول، قسّم النص عند حدود ذات معنى واحتفظ بترتيب استخدام المقاطع الناتجة.
يسرد دليل OpenAI الحالي تسعة خيارات مدمجة لـTTS-1 HD: alloy وash وcoral وecho وfable وonyx وnova وsage وshimmer. الأصوات مُحسّنة للإنجليزية، بينما يدعم دليل تحويل النص إلى كلام توليد كلام بلغات متعددة بتقديم نص باللغة المطلوبة. وتكون مقارنة الأصوات أكثر فائدة مع النص الممثل نفسه، بما يتضمن الأسماء والمفردات المتخصصة التي ستظهر في المادة النهائية. حافظ على الصوت والسرعة نفسيهما عندما تشكل مقاطع متعددة سردًا واحدًا.
MP3 هو المخرج الافتراضي. توفر Opus وAAC صيغًا بديلة للصوت المضغوط؛ وتوفر FLAC ضغطًا بلا فقد؛ وتوفر WAV صوتًا غير مضغوط. ويقدّم PCM عينات خامًا عند 24 kHz بعمق 16-bit موقّعة وذات ترتيب little-endian، دون ترويسة ملف. تخدم هذه الخيارات استخدامات مختلفة: ملفًا مدمجًا قابلًا للتوزيع، أو مادة للبث، أو صوتًا يُمرر إلى سير عمل تحرير. توصي OpenAI بـWAV أوPCM لأزمنة استجابة أسرع عندما يكون عبء فك الترميز مهمًا. لا يغيّر اختيار صيغة الملف النص ولا يضيف نموذجًا منفصلًا للتحكّم الصوتي.
يمكن تقديم الكلام في أجزاء، ما يتيح للمشغّل البدء قبل جاهزية الملف الصوتي كاملًا. هذا بث للنص إلى صوت؛ ولا يثبت محادثة صوتية ثنائية الاتجاه. يدعم المرجع قيمة سرعة من 0.25 إلى 4.0، مع 1.0 افتراضيًا. ولا يعمل حقل التعليمات المنفصل باللغة الطبيعية مع TTS-1 HD، كما لا يدعم هذا النموذج إخراج أحداث SSE. النص والصوت المعدّ مسبقًا والسرعة وصيغة الإخراج هي الإعدادات الموثّقة، بدل واجهة توجيه اللكنة أو التوجيه العاطفي في نماذج الكلام الأحدث.
يشمل دليل اللغات الروسية والأوكرانية والإنجليزية والفرنسية والألمانية والإسبانية والبرتغالية والإيطالية والصينية واليابانية والكورية والعربية والهندية والكازاخية ضمن اللغات المدعومة. أعدّ النص باللغة المستهدفة؛ فالتوليد يؤدّي ذلك النص بدل ترجمته. ولمحتوى تعليمي، اجعل التعريفات والانتقالات بين الأقسام واضحة. ولمقطع صوتي تفسيري، أعدّ الرسالة الدقيقة وأي أسماء يجب سماعها. ويظل تحسين الصوت للإنجليزية ذا صلة عند تقييم صوت لغة ومفردات بعينها.
ينتج سير عمل HD عملي مقطعًا صوتيًا للاستماع والمراجعة ثم الإدراج في المادة النهائية. تحقّق من أداء كل جملة، ونطق الأسماء والكميات بصورة مقبولة، وخدمة الوتيرة المختارة للفهم. احتفظ بالنص المكتوب بجوار الصوت لتتبّع التصحيح إلى المقطع المعني. تتطلب OpenAI إفصاحًا واضحًا بأن الصوت المولّد اصطناعي. يصف HD عائلة TTS الموجهة للجودة؛ ولا يعد بحد ذاته بتوقيت دقيق أو هوية متحدث مخصصة أو إعدادات تعبيرية لنموذج مختلف.
Ailoot Ultra · توليد الكلام POST /v1/audio/speech openai/tts-1-hd
openai/tts-1-hdالبداية
يحوّل TTS-1 HD النص المكتوب إلى صوت منطوق أعلى جودة مع أصوات معدّة مسبقًا وسرعة قابلة للاختيار وست صيغ إخراج. تقدّم OpenAI إصدار HD لجودة السرد بدل نمط الكمون الأقل في TTS-1، مما يجعله مفيدًا للقراءات النهائية والمواد التعليمية والمقاطع الصوتية المحرّرة.
- المدخلات المقبولة
- النص
- النتائج
- الصوت
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · توليد الكلام POST /v1/audio/speech
- الإدخال
text- الإخراج
audio- صيغة الإخراج
- mp3
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود openai/tts-1-hd | القيمة الافتراضية— |
الحقلinput | النوعstring | المتطلبمطلوب | القيم والحدود الحد الأدنى للطول: 1 الحد الأقصى للطول: 4,096 الوحدة: محارف Unicode | القيمة الافتراضية— |
الحقلvoice | النوعstring | المتطلبمطلوب | القيم والحدود alloy | القيمة الافتراضية— |
تركيبات مواد الإدخال
text_to_speech · مطلوب: input
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input, voice |
المعلمةvoice_ids | المواصفاتalloy |
المعلمةmax_input_characters | المواصفات4096 |
المعلمةother_options | المواصفاتfalse |
المعلمةinput | المواصفاتنص UTF-8 الدقيق؛ يُحصى عدد محارف Unicode دون تطبيع |
المعلمةmaterial_types | المواصفاتtext |
دورة الحياة: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · قيمة task_id الفعلية المُعادة أو سجل مكتبة الوسائط
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
اختر الصوت المحدد من ملف إعداد هذا النموذج.
أحرف الإدخال وثواني الصوت مقياسان مختلفان للاستخدام.
الباقات
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات Ailoot
الأسعار حسب الإعدادات
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | الكمية القابلة للفوترة | كمية الفوترة | وحدة الفوترة | الرسوم |
|---|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الكمية القابلة للفوترة— | كمية الفوترة— | وحدة الفوترة— | الرسوم الإدخال · رموز الإدخال — / 1K من الرموز الإخراج · رموز الإخراج — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتUltra | جدول التعرفة— | الكمية القابلة للفوترةتُحتسب كل نقطة ترميز Unicode حرفًا واحدًا، بما في ذلك محارف هان. | كمية الفوترة— | وحدة الفوترةلكل 1K حرف مُدخل | الرسوم الإدخال · محرف إدخال $0.06 لكل 1K حرف مُدخل |
| الإعداداتلكل طلب | جدول التعرفة— | الكمية القابلة للفوترة— | كمية الفوترةطلب واحد | وحدة الفوترة— | الرسوم الإدخال $0 لكل طلب |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · توليد الكلام
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/tts-1-hd", "input": "Good afternoon! This is a short voice take.", "voice": "alloy"}')
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
استلام النتائج وحفظها
Ailoot Ultra · توليد الكلام
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
عمليات أخرى لقراءة المحتوى
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
الاحتفاظ بكل النتائج المكتملة
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بالنتيجة الثنائية كاملة وبجميع الترويسات. إذا أُعيدت بيانات JSON أو مخرجات متعددة، فاحتفظ بكل عنصر بيانات واجلب محتوى كل عنوان URL فعلي موقّع لأصل من أصول الوسائط.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بقيمة operation_id/X-Client-Request-ID الأصلية للمطابقة دون إعادة الإرسال؛ لا يوجد مسار مخصص للاستعلام الدوري عن الصوت.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلbinary audio | النوعbytes |
الحقلresponse headers | النوعheaders |
الأخطاء والخطوات التالية
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
الاستجابةserver_error | الشرطتشير الاستجابة المُعادة إلى أن العملية أو النتيجة تتطلب التحقق | الخطوة التاليةاحتفظ بمعرّف العملية أو المهمة الأصلي المُعاد، وبترويسات الطلب وبالاستجابة؛ وواصل عمليات القراءة المدعومة لتلك العملية الأصلية. لا تُعِد إرسال طلب الإنشاء. |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra openai/tts-1-hd
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · tts-1-hd
- ما المدخلات والنتائج المتاحة؟
POST /v1/audio/speech·openai/tts-1-hd:text→audio- ما الحقول التي يستخدمها الطلب؟
POST /v1/audio/speech·openai/tts-1-hd:model,input,voice- ما الحدود المطبقة؟
POST /v1/audio/speech·openai/tts-1-hd:input.maximum_length:4096