tts-1-hd

TTS-1 HD převádí psaný text na kvalitnější mluvený zvuk s volitelnými přednastavenými hlasy, rychlostí a šesti výstupními formáty. OpenAI zaměřuje HD na kvalitu vyprávění oproti profilu TTS-1 s nižší latencí, takže se hodí pro hotové namluvené texty, výukový materiál a upravené zvukové pasáže.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech openai/tts-1-hd

O modelu

Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.

TTS-1 HD je model převodu textu na řeč od OpenAI optimalizovaný pro kvalitu zvuku. Vstupem je připravený scénář a výstupem mluvený zvuk. Volba HD se liší od rychlostně zaměřeného profilu TTS-1: OpenAI popisuje TTS-1 jako model s nižší latencí, ale nižší kvalitou. HD je proto užitečnou volbou pro vyprávění, když na hotové hlasové stopě záleží více než na co nejrychlejším zahájení přehrávání. Psaný článek, pasáž lekce nebo propracované vysvětlení se mohou stát mluveným materiálem.

Základními vstupy jsou vybraný model, přesný text a hlas. Referenční příručka řeči výrobce omezuje scénář na 4096 znaků na požadavek. To popisuje délku písemného vstupu, nikoli záruku délky zvuku. Připravte scénář srozumitelný při poslechu: rozepište nejednoznačné zkratky, rozhodněte, jak se vyslovují množství, a každou pasáž udržujte souvislou. U delší lekce nebo článku text rozdělte na smysluplných místech a zachovejte pořadí použití výsledných pasáží.

Aktuální příručka OpenAI uvádí devět vestavěných možností pro TTS-1 HD: alloy, ash, coral, echo, fable, onyx, nova, sage a shimmer. Hlasy jsou optimalizovány pro angličtinu, zatímco příručka převodu textu na řeč podporuje generování v několika jazycích dodáním textu v požadovaném jazyce. Porovnání hlasů je nejužitečnější se stejným reprezentativním scénářem obsahujícím jména a odbornou slovní zásobu z konečného materiálu. Pokud několik klipů tvoří jedno vyprávění, zachovejte jednotný hlas a rychlost.

Výchozím výstupem je MP3. Opus a AAC nabízejí alternativní komprimované zvukové formáty; FLAC poskytuje bezeztrátovou kompresi; WAV poskytuje nekomprimovaný zvuk. PCM dodává surové 24 kHz, 16bitové vzorky se znaménkem v pořadí little-endian bez hlavičky souboru. Tyto volby slouží různým účelům: kompaktnímu souboru pro distribuci, streamovanému materiálu nebo zvuku předávanému do postupu úprav. OpenAI doporučuje WAV nebo PCM pro rychlejší odezvu tam, kde záleží na režii dekódování. Volba souborového formátu nemění scénář ani nepřidává samostatný model ovládání hlasu.

Řeč lze dodávat po částech a umožnit přehrávači začít před dokončením celého zvukového souboru. Jde o streamování textu na zvuk; nestanovuje obousměrnou hlasovou konverzaci. Referenční příručka podporuje rychlost od 0.25 do 4.0 s výchozí hodnotou 1.0. Samostatné pole pokynů v přirozeném jazyce nefunguje s TTS-1 HD a výstup událostí SSE není pro tento model podporován. Dokumentovanými ovládacími prvky jsou scénář, přednastavený hlas, rychlost a výstupní formát, nikoli rozhraní novějších řečových modelů pro zadávání přízvuku či emočního směru.

Jazyková příručka mezi podporovanými jazyky zahrnuje ruštinu, ukrajinštinu, angličtinu, francouzštinu, němčinu, španělštinu, portugalštinu, italštinu, čínštinu, japonštinu, korejštinu, arabštinu, hindštinu a kazaštinu. Scénář připravte v cílovém jazyce; syntéza tento text přednáší, nikoli překládá. U výukového obsahu jasně vyjádřete definice a přechody mezi oddíly. U vysvětlující zvukové pasáže připravte přesnou zprávu a jména, která musí zaznít. Optimalizace hlasu pro angličtinu zůstává relevantní při posuzování zvuku konkrétního jazyka a slovní zásoby.

Praktický postup HD vytváří zvukovou pasáž k poslechu, kontrole a následnému zahrnutí do hotového materiálu. Ověřte, že zazněla každá věta, že jména a množství byla vyslovena přijatelně a že vybrané tempo podporuje porozumění. Písemný scénář uchovejte vedle zvuku, aby bylo možné opravu vztáhnout k příslušné pasáži. OpenAI vyžaduje jasné sdělení, že generovaný hlas je umělý. HD označuje rodinu TTS zaměřenou na kvalitu; samo o sobě neslibuje přesné časování, vlastní identitu mluvčího ani expresivní ovládání jiného modelu.

Ailoot Ultra · Převod na řeč POST /v1/audio/speech openai/tts-1-hd

openai/tts-1-hd

Ostatní /openai/tts-1-hd

Úvod

Přijímané vstupy: Text
Výsledky: Zvuk

Dostupné v Ailoot · vstupy a metody

Ailoot Ultra · Převod na řeč POST /v1/audio/speech

Vstup: text
Výstup: audio
Výstupní formát: mp3

Pole	Typ	Požadavek	Hodnoty a limity	Výchozí
Pole`model`	Typ`string`	PožadavekPovinné	Hodnoty a limity openai/tts-1-hd	Výchozí—
Pole`input`	Typ`string`	PožadavekPovinné	Hodnoty a limity Minimální délka: 1 Maximální délka: 4 096 Jednotka: znaky Unicode	Výchozí—
Pole`voice`	Typ`string`	PožadavekPovinné	Hodnoty a limity alloy	Výchozí—

Kombinace vstupních materiálů

text_to_speech · Povinné: input

Parametry a životní cyklus metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, input, voice
Parametr`voice_ids`	Kontraktalloy
Parametr`max_input_characters`	Kontrakt4096
Parametr`other_options`	Kontraktfalse
Parametr`input`	Kontraktpřesný text UTF-8; počet znaků Unicode bez normalizace
Parametr`material_types`	Kontrakttext

Životní cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutečně vrácené task_id nebo záznam v knihovně médií

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Vyberte přesný hlas z tohoto profilu modelu.

Vstupní znaky a sekundy zvuku jsou různé měrné jednotky.

Tarify

Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.

Rychlý režim: Neuvedeno Při výběru rychlého režimu
Režim flex: Neuvedeno Při výběru režimu flex
Maximální intenzita uvažování: Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default)

Sazby Ailoot

Ceny podle konfigurace

Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.

Konfigurace	Tabulka sazeb	Účtované množství	Množství pro účtování	Účtovací jednotka	Poplatek
KonfiguraceZákladní sazby za tokeny	Tabulka sazebZákladní sazba	Účtované množství—	Množství pro účtování—	Účtovací jednotka—	Poplatek Vstup · Vstupní tokeny — / 1K tokenů Výstup · Výstupní tokeny — / 1K tokenů Vstup · Čtení z mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti — / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů
KonfiguraceUltra	Tabulka sazeb—	Účtované množstvíKaždý kódový bod Unicode se počítá jako jeden znak, včetně znaků Han.	Množství pro účtování—	Účtovací jednotkaza 1K vstupních znaků	Poplatek Vstup · vstupní znak $0.06 za 1K vstupních znaků
KonfiguraceZa požadavek	Tabulka sazeb—	Účtované množství—	Množství pro účtováníjeden požadavek	Účtovací jednotka—	Poplatek Vstup $0 za požadavek

Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →

Příklady požadavků

Ailoot Ultra · Převod na řeč

curl

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

Přijímání a ukládání výsledků

Ailoot Ultra · Převod na řeč

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Další načtení obsahu

Knihovna médiíStav úlohyPodrobnosti souboru

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

Uchovejte všechny dokončené výsledky

Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.

Uchovejte úplný binární výsledek a hlavičky. Pokud odpověď obsahuje JSON nebo více výstupů, uchovejte všechny datové položky a stáhněte každý soubor ze skutečně vrácené podepsané URL.

Pokud je nutné ověřit původní odpověď

Uchovejte původní operation_id/X-Client-Request-ID pro spárování záznamů bez opětovného odeslání; samostatná trasa pro dotazování na stav zvuku neexistuje.

Pole odpovědi

Pole	Typ
Pole`binary audio`	Typbytes
Pole`response headers`	Typheaders

Chyby a další kroky

Odpověď	Podmínka	Další krok
Odpověď400 · `invalid_request_error`	PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru	Další krokPřed novým požadavkem na vytvoření opravte uvedená pole.
Odpověď`server_error`	PodmínkaVrácená odpověď uvádí, že operaci nebo výsledek je třeba zkontrolovat	Další krokUchovejte původní vrácené ID operace nebo úlohy, hlavičky požadavku a odpověď; pokračujte v podporovaném načítání údajů o této původní operaci. Požadavek na vytvoření znovu neodesílejte.

Aliasy

Aliasy modelu

Ailoot Ultra openai/tts-1-hd

Aliasy cest metod

Použijte cesty metod uvedené výše.

Související ID modelů

openai/tts-1-hd

FAQ · tts-1-hd

Jaké vstupy a výsledky jsou dostupné?: POST /v1/audio/speech · openai/tts-1-hd: text → audio
Jaká pole požadavek používá?: POST /v1/audio/speech · openai/tts-1-hd: model, input, voice
Jaké limity platí?: POST /v1/audio/speech · openai/tts-1-hd: input.maximum_length: 4096

tts-1-hd

tts-1-hd

Úvod

Dostupné v Ailoot · vstupy a metody

Tarify

Sazby Ailoot

Ceny podle konfigurace

Příklady požadavků

Ailoot Ultra · Převod na řeč

Přijímání a ukládání výsledků

Ailoot Ultra · Převod na řeč

Uchovejte všechny dokončené výsledky

Pokud je nutné ověřit původní odpověď

Aliasy

Aliasy modelu

Aliasy cest metod

Související ID modelů

Společnost a její portfolio projektů

Nakupujte tokeny se slevou.

Připojte API k produktu, který prodáváte.