{ "aboutHtml": "

TTS-1 er OpenAI's tekst-til-tale-model optimeret til hastighed. Den modtager de ord, der skal siges, og producerer lyd frem for en transskription eller et skrevet svar. Producentens eksempler omfatter oplæsning af skrevne artikler, produktion af tale på flere sprog og afspilning af lyd, efterhånden som den ankommer. TTS-1 har lavere svartid end TTS-1 HD; HD-modellen lægger vægt på outputkvalitet. Den nyttige beslutning er derfor, om hurtig afspilning eller fortællerprofilen med højere kvalitet betyder mest for opgaven.

Arbejdsgangen til talegenerering er bygget omkring modellen, inputteksten og den valgte stemme. OpenAI's reference begrænser tekstinputtet til 4096 tegn, en tegngrænse frem for et tokenkontekstvindue. Forbered det faktiske manuskript før syntese: skriv de sætninger, lytteren skal høre, afklar forkortelser, og afgør, hvordan navne, mængder og overskrifter skal udtales. Til en lang artikel skal afsnit organiseres i passager, der kan forstås selvstændigt, frem for at behandle et langt dokument som én taleanmodning.

OpenAI's aktuelle modelspecifikke stemmeliste til TTS-1 er alloy, ash, coral, echo, fable, onyx, nova, sage og shimmer. Det er forudindstillede stemmer; de er ikke det fulde stemmesæt for enhver nyere talemodel. Stemmerne er optimeret til engelsk, mens flersproget tale understøttes ved at levere inputtet på det sprog, der skal tales. Vælg en stemme ved hjælp af en repræsentativ passage med samme ordforråd og tempo som det færdige manuskript. Behold valget i beslægtede klip, når kontinuitet er vigtig.

Lyd kan streames i bidder, så afspilningen begynder, før hele filen er færdiggenereret. Det er streaming af tale skabt fra tekst, ikke en tovejs-talesamtale. De dokumenterede outputformater er MP3, Opus, AAC, FLAC, WAV og PCM med MP3 som standard. MP3 og AAC giver komprimeret lyd; Opus egner sig til streaming og kommunikation; FLAC er tabsfrit. WAV undgår afkodning af komprimeret lyd, og rå PCM indeholder samples ved 24 kHz, 16-bit signed little-endian, uden filheader. OpenAI anbefaler WAV eller PCM, når svartid prioriteres.

API-referencen for talegenerering stiller en hastighedsindstilling fra 0.25 til 4.0 til rådighed med 1.0 som standard. Det ekstra felt til instruktioner i naturligt sprog virker ikke med TTS-1, og hændelsesbaseret SSE-output understøttes ikke for denne model. Dens dokumenterede kontroller er manuskript, stemme, hastighed og lydformat; nyere modellers kontroller til accent, følelse eller hvisken skal ikke knyttes til denne udgave. Når et klip forberedes, skal hastigheden vælges efter forståelighed, og de gengivne ord og pauser derefter undersøges frem for at antage, at manuskriptets tegnantal fastlægger en præcis varighed.

Sprogvejledningen omfatter engelsk, russisk, ukrainsk, fransk, tysk, spansk, portugisisk, italiensk, arabisk, kinesisk, japansk, koreansk, hindi, kasakhisk og mange andre sprog. Talen følger den leverede teksts sprog. En flersproget fortællerbrief starter derfor med det oversatte manuskript og den tilsigtede målgruppe; tekst-til-tale er et gengivelsestrin, ikke en instruktion om at oversætte eller omskrive teksten. Til en praktisk meddelelse skal den præcise besked og navnene forberedes. Til undervisningsfortælling skal afsnitsgrænser og definitioner være tydelige i de ord, som læses op.

En færdig leverance kan være en kort talt instruktion, en fortalt passage eller et lydsegment til en større redigering. Gennemgå udtale, fuldstændighed, tempo og det valgte format med det faktiske output. Gem manuskriptet sammen med lyden, så senere rettelser kan afgrænses til den berørte passage. OpenAI's vejledning kræver, at lyttere tydeligt får at vide, at stemmen er AI-genereret. Den oplysning hører til lytteoplevelsen; den gør ikke TTS-1 til en optagelse af en menneskestemme og tilføjer ikke stemmekloningskontroller til modellen.

", "aboutText": "TTS-1 er OpenAI's tekst-til-tale-model optimeret til hastighed. Den modtager de ord, der skal siges, og producerer lyd frem for en transskription eller et skrevet svar. Producentens eksempler omfatter oplæsning af skrevne artikler, produktion af tale på flere sprog og afspilning af lyd, efterhånden som den ankommer. TTS-1 har lavere svartid end TTS-1 HD; HD-modellen lægger vægt på outputkvalitet. Den nyttige beslutning er derfor, om hurtig afspilning eller fortællerprofilen med højere kvalitet betyder mest for opgaven.\n\nArbejdsgangen til talegenerering er bygget omkring modellen, inputteksten og den valgte stemme. OpenAI's reference begrænser tekstinputtet til 4096 tegn, en tegngrænse frem for et tokenkontekstvindue. Forbered det faktiske manuskript før syntese: skriv de sætninger, lytteren skal høre, afklar forkortelser, og afgør, hvordan navne, mængder og overskrifter skal udtales. Til en lang artikel skal afsnit organiseres i passager, der kan forstås selvstændigt, frem for at behandle et langt dokument som én taleanmodning.\n\nOpenAI's aktuelle modelspecifikke stemmeliste til TTS-1 er alloy, ash, coral, echo, fable, onyx, nova, sage og shimmer. Det er forudindstillede stemmer; de er ikke det fulde stemmesæt for enhver nyere talemodel. Stemmerne er optimeret til engelsk, mens flersproget tale understøttes ved at levere inputtet på det sprog, der skal tales. Vælg en stemme ved hjælp af en repræsentativ passage med samme ordforråd og tempo som det færdige manuskript. Behold valget i beslægtede klip, når kontinuitet er vigtig.\n\nLyd kan streames i bidder, så afspilningen begynder, før hele filen er færdiggenereret. Det er streaming af tale skabt fra tekst, ikke en tovejs-talesamtale. De dokumenterede outputformater er MP3, Opus, AAC, FLAC, WAV og PCM med MP3 som standard. MP3 og AAC giver komprimeret lyd; Opus egner sig til streaming og kommunikation; FLAC er tabsfrit. WAV undgår afkodning af komprimeret lyd, og rå PCM indeholder samples ved 24 kHz, 16-bit signed little-endian, uden filheader. OpenAI anbefaler WAV eller PCM, når svartid prioriteres.\n\nAPI-referencen for talegenerering stiller en hastighedsindstilling fra 0.25 til 4.0 til rådighed med 1.0 som standard. Det ekstra felt til instruktioner i naturligt sprog virker ikke med TTS-1, og hændelsesbaseret SSE-output understøttes ikke for denne model. Dens dokumenterede kontroller er manuskript, stemme, hastighed og lydformat; nyere modellers kontroller til accent, følelse eller hvisken skal ikke knyttes til denne udgave. Når et klip forberedes, skal hastigheden vælges efter forståelighed, og de gengivne ord og pauser derefter undersøges frem for at antage, at manuskriptets tegnantal fastlægger en præcis varighed.\n\nSprogvejledningen omfatter engelsk, russisk, ukrainsk, fransk, tysk, spansk, portugisisk, italiensk, arabisk, kinesisk, japansk, koreansk, hindi, kasakhisk og mange andre sprog. Talen følger den leverede teksts sprog. En flersproget fortællerbrief starter derfor med det oversatte manuskript og den tilsigtede målgruppe; tekst-til-tale er et gengivelsestrin, ikke en instruktion om at oversætte eller omskrive teksten. Til en praktisk meddelelse skal den præcise besked og navnene forberedes. Til undervisningsfortælling skal afsnitsgrænser og definitioner være tydelige i de ord, som læses op.\n\nEn færdig leverance kan være en kort talt instruktion, en fortalt passage eller et lydsegment til en større redigering. Gennemgå udtale, fuldstændighed, tempo og det valgte format med det faktiske output. Gem manuskriptet sammen med lyden, så senere rettelser kan afgrænses til den berørte passage. OpenAI's vejledning kræver, at lyttere tydeligt får at vide, at stemmen er AI-genereret. Den oplysning hører til lytteoplevelsen; den gør ikke TTS-1 til en optagelse af en menneskestemme og tilføjer ikke stemmekloningskontroller til modellen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "94e43c1cd5284541dfff27f1ccd06a0ddda22eb67118d9f31de8b8fe054f4fc5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "
•

tts-1

Andet /openai/tts-1

Start

TTS-1 omdanner forberedt tekst til talt lyd med valgbare stemmer, afspilningshastighed og outputformater. OpenAI optimerer denne udgave til talegenerering med lavere svartid, hvilket gør den til et praktisk valg til hurtige oplæsninger, kort fortælling og streamet levering af et allerede skrevet manuskript.

Accepterede input
Tekst
Resultater
Lyd
Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

TTS-1 er OpenAI's tekst-til-tale-model optimeret til hastighed. Den modtager de ord, der skal siges, og producerer lyd frem for en transskription eller et skrevet svar. Producentens eksempler omfatter oplæsning af skrevne artikler, produktion af tale på flere sprog og afspilning af lyd, efterhånden som den ankommer. TTS-1 har lavere svartid end TTS-1 HD; HD-modellen lægger vægt på outputkvalitet. Den nyttige beslutning er derfor, om hurtig afspilning eller fortællerprofilen med højere kvalitet betyder mest for opgaven.

Arbejdsgangen til talegenerering er bygget omkring modellen, inputteksten og den valgte stemme. OpenAI's reference begrænser tekstinputtet til 4096 tegn, en tegngrænse frem for et tokenkontekstvindue. Forbered det faktiske manuskript før syntese: skriv de sætninger, lytteren skal høre, afklar forkortelser, og afgør, hvordan navne, mængder og overskrifter skal udtales. Til en lang artikel skal afsnit organiseres i passager, der kan forstås selvstændigt, frem for at behandle et langt dokument som én taleanmodning.

OpenAI's aktuelle modelspecifikke stemmeliste til TTS-1 er alloy, ash, coral, echo, fable, onyx, nova, sage og shimmer. Det er forudindstillede stemmer; de er ikke det fulde stemmesæt for enhver nyere talemodel. Stemmerne er optimeret til engelsk, mens flersproget tale understøttes ved at levere inputtet på det sprog, der skal tales. Vælg en stemme ved hjælp af en repræsentativ passage med samme ordforråd og tempo som det færdige manuskript. Behold valget i beslægtede klip, når kontinuitet er vigtig.

Lyd kan streames i bidder, så afspilningen begynder, før hele filen er færdiggenereret. Det er streaming af tale skabt fra tekst, ikke en tovejs-talesamtale. De dokumenterede outputformater er MP3, Opus, AAC, FLAC, WAV og PCM med MP3 som standard. MP3 og AAC giver komprimeret lyd; Opus egner sig til streaming og kommunikation; FLAC er tabsfrit. WAV undgår afkodning af komprimeret lyd, og rå PCM indeholder samples ved 24 kHz, 16-bit signed little-endian, uden filheader. OpenAI anbefaler WAV eller PCM, når svartid prioriteres.

API-referencen for talegenerering stiller en hastighedsindstilling fra 0.25 til 4.0 til rådighed med 1.0 som standard. Det ekstra felt til instruktioner i naturligt sprog virker ikke med TTS-1, og hændelsesbaseret SSE-output understøttes ikke for denne model. Dens dokumenterede kontroller er manuskript, stemme, hastighed og lydformat; nyere modellers kontroller til accent, følelse eller hvisken skal ikke knyttes til denne udgave. Når et klip forberedes, skal hastigheden vælges efter forståelighed, og de gengivne ord og pauser derefter undersøges frem for at antage, at manuskriptets tegnantal fastlægger en præcis varighed.

Sprogvejledningen omfatter engelsk, russisk, ukrainsk, fransk, tysk, spansk, portugisisk, italiensk, arabisk, kinesisk, japansk, koreansk, hindi, kasakhisk og mange andre sprog. Talen følger den leverede teksts sprog. En flersproget fortællerbrief starter derfor med det oversatte manuskript og den tilsigtede målgruppe; tekst-til-tale er et gengivelsestrin, ikke en instruktion om at oversætte eller omskrive teksten. Til en praktisk meddelelse skal den præcise besked og navnene forberedes. Til undervisningsfortælling skal afsnitsgrænser og definitioner være tydelige i de ord, som læses op.

En færdig leverance kan være en kort talt instruktion, en fortalt passage eller et lydsegment til en større redigering. Gennemgå udtale, fuldstændighed, tempo og det valgte format med det faktiske output. Gem manuskriptet sammen med lyden, så senere rettelser kan afgrænses til den berørte passage. OpenAI's vejledning kræver, at lyttere tydeligt får at vide, at stemmen er AI-genereret. Den oplysning hører til lytteoplevelsen; den gør ikke TTS-1 til en optagelse af en menneskestemme og tilføjer ikke stemmekloningskontroller til modellen.

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Oplæsning POST /v1/audio/speech
Inputtyper
text
Outputtyper
audio
Outputformat
mp3
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
openai/tts-1
Standard—
FeltinputTypestringKravPåkrævetVærdier og grænser
Minimumslængde: 1
Maksimal længde: 4.096
Enhed: Unicode-tegn
Standard—
FeltvoiceTypestringKravPåkrævetVærdier og grænser
alloy
Standard—
Kombinationer af inputmaterialer

text_to_speech · Påkrævet: input

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, input, voice
Parametervoice_idsKontraktalloy
Parametermax_input_charactersKontrakt4096
Parameterother_optionsKontraktfalse
ParameterinputKontraktpræcis UTF-8-tekst; antal Unicode-tegn uden normalisering
Parametermaterial_typesKontrakttext

Livscyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Vælg den præcise stemme fra denne modelprofil.

Inputtegn og lydsekunder er forskellige måleenheder.

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Ikke angivet Når hurtig tilstand er valgt
flex-tilstand
Ikke angivet Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanAfregningsmængdeAfregnet mængdeAfregningsenhedBeløb
KonfigurationGrundpriser for tokensTakstplanGrundtakstAfregningsmængde—Afregnet mængde—Afregningsenhed—Beløb
Input · Inputtokens — / 1K tokens
Output · Outputtokens — / 1K tokens
Input · Cachelæsning — / 1K tokens
Input · Cacheskrivning — / 1K tokens
Input · Cacheskrivning, 1 time — / 1K tokens
KonfigurationUltraTakstplan—AfregningsmængdeHvert Unicode-kodepunkt tæller som ét tegn, herunder Han-tegn.Afregnet mængde—Afregningsenhedpr. 1K inputtegnBeløb
Input · inputtegn $0.03 pr. 1K inputtegn
KonfigurationPr. forespørgselTakstplan—Afregningsmængde—Afregnet mængdeén forespørgselAfregningsenhed—Beløb
Input $0 pr. anmodning

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · Oplæsning

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/tts-1", "input": "Good afternoon! This is a short voice take.", "voice": "alloy"}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o speech.mp3\n

Hent og gem resultater

Ailoot Ultra · Oplæsning

mp3

Læsning af andet indhold
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json\n
Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Gem hele det binære resultat og alle headere. Hvis der returneres JSON eller flere output, skal du gemme hvert dataelement og hente alle de faktiske signerede asset-URL'er.

Hvis det oprindelige svar skal kontrolleres

Gem det oprindelige operation_id/X-Client-Request-ID til afstemning uden genindsendelse; der er ingen særskilt rute til polling af lyd.

Svarfelter
FeltType
Feltbinary audioTypebytes
Feltresponse headersTypeheaders
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.
Svarserver_errorBetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleresNæste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen.

Aliaser

Modelaliaser

Ailoot Ultra openai/tts-1

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

openai/tts-1

", "method_identity": { "effective_request_model_id": "openai/tts-1", "fmt": "speech", "http": "POST", "path": "/v1/audio/speech", "request_model_id": "openai/tts-1", "route_label": "Ultra" }, "method_key": "Ultra|speech|/v1/audio/speech|openai%2Ftts-1", "ordinal": 0, "rawMethod": { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "Ugyldige obligatoriske felter, materialerepræsentation eller parameterværdi", "http_status": 400, "recovery": "Ret de angivne felter før en ny oprettelsesanmodning.", "type": "invalid_request_error" }, { "code": null, "condition": "Det returnerede svar angiver, at operationen eller resultatet skal kontrolleres", "http_status": null, "recovery": "Gem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Gem det oprindelige operation_id/X-Client-Request-ID til afstemning uden genindsendelse; der er ingen særskilt rute til polling af lyd." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "Gem hele det binære resultat og alle headere. Hvis der returneres JSON eller flere output, skal du gemme hvert dataelement og hente alle de faktiske signerede asset-URL'er.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/tts-1" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maximum_length": 4096, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "Unicode-tegn" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "alloy" ], "enum_known": true, "name": "voice", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "response_format field; omit it", "other options" ] }, "hints": [ "Vælg den præcise stemme fra denne modelprofil.", "Inputtegn og lydsekunder er forskellige måleenheder." ], "input": { "content_type": "application/json", "input": "præcis UTF-8-tekst; antal Unicode-tegn uden normalisering", "material_types": [ "text" ], "max_input_characters": 4096, "other_options": false, "required": [ "model", "input", "voice" ], "voice_ids": [ "alloy" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "det faktisk returnerede task_id eller posten i mediebiblioteket", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] }, { "dimensions": { "billing_quantity": "one request" }, "label": "Per request", "units": [ { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"openai/tts-1\", \"input\": \"Good afternoon! This is a short voice take.\", \"voice\": \"alloy\"}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": 0, "unit_prices": { "audio_input_character": 3e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] }, { "dimensions": { "billing_quantity": "one request" }, "label": "Per request", "units": [ { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } ], "request_model_id": "openai/tts-1", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" }, { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } } ], "model_id": "openai/tts-1", "nativeProvenance": { "input_facts_canonical_sha256": "d329146cc3df344b9b8ea74e56031bdb75c623aee55b37a6682d2af1c969980f", "input_html_sha256": "423e9842141000e1e68e243a38989a70ca4628e1b3850604d89f68dc9e23e694", "private_audit_sha256": "d1be1c0587e91c80084e26513e06c5dc9b0d7c2d3c1c61b70cebfa8c3a5ec2bc", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/da/openai-tts-1/", "description": "TTS-1 omdanner forberedt tekst til talt lyd med valgbare stemmer, afspilningshastighed og outputformater. OpenAI optimerer denne udgave til talegenerering med lavere svartid, hvilket gør den til et praktisk valg til hurtige oplæsninger, kort fortælling og streamet levering af et allerede skrevet manuskript.", "locale": "da", "md_url": "https://ailoot.ai/models/da/openai-tts-1/index.md", "title": "tts-1 — Ailoot", "url": "https://ailoot.ai/models/da/openai-tts-1/" }, "rawModel": { "about": "TTS-1 er OpenAI's tekst-til-tale-model optimeret til hastighed. Den modtager de ord, der skal siges, og producerer lyd frem for en transskription eller et skrevet svar. Producentens eksempler omfatter oplæsning af skrevne artikler, produktion af tale på flere sprog og afspilning af lyd, efterhånden som den ankommer. TTS-1 har lavere svartid end TTS-1 HD; HD-modellen lægger vægt på outputkvalitet. Den nyttige beslutning er derfor, om hurtig afspilning eller fortællerprofilen med højere kvalitet betyder mest for opgaven.\n\nArbejdsgangen til talegenerering er bygget omkring modellen, inputteksten og den valgte stemme. OpenAI's reference begrænser tekstinputtet til 4096 tegn, en tegngrænse frem for et tokenkontekstvindue. Forbered det faktiske manuskript før syntese: skriv de sætninger, lytteren skal høre, afklar forkortelser, og afgør, hvordan navne, mængder og overskrifter skal udtales. Til en lang artikel skal afsnit organiseres i passager, der kan forstås selvstændigt, frem for at behandle et langt dokument som én taleanmodning.\n\nOpenAI's aktuelle modelspecifikke stemmeliste til TTS-1 er alloy, ash, coral, echo, fable, onyx, nova, sage og shimmer. Det er forudindstillede stemmer; de er ikke det fulde stemmesæt for enhver nyere talemodel. Stemmerne er optimeret til engelsk, mens flersproget tale understøttes ved at levere inputtet på det sprog, der skal tales. Vælg en stemme ved hjælp af en repræsentativ passage med samme ordforråd og tempo som det færdige manuskript. Behold valget i beslægtede klip, når kontinuitet er vigtig.\n\nLyd kan streames i bidder, så afspilningen begynder, før hele filen er færdiggenereret. Det er streaming af tale skabt fra tekst, ikke en tovejs-talesamtale. De dokumenterede outputformater er MP3, Opus, AAC, FLAC, WAV og PCM med MP3 som standard. MP3 og AAC giver komprimeret lyd; Opus egner sig til streaming og kommunikation; FLAC er tabsfrit. WAV undgår afkodning af komprimeret lyd, og rå PCM indeholder samples ved 24 kHz, 16-bit signed little-endian, uden filheader. OpenAI anbefaler WAV eller PCM, når svartid prioriteres.\n\nAPI-referencen for talegenerering stiller en hastighedsindstilling fra 0.25 til 4.0 til rådighed med 1.0 som standard. Det ekstra felt til instruktioner i naturligt sprog virker ikke med TTS-1, og hændelsesbaseret SSE-output understøttes ikke for denne model. Dens dokumenterede kontroller er manuskript, stemme, hastighed og lydformat; nyere modellers kontroller til accent, følelse eller hvisken skal ikke knyttes til denne udgave. Når et klip forberedes, skal hastigheden vælges efter forståelighed, og de gengivne ord og pauser derefter undersøges frem for at antage, at manuskriptets tegnantal fastlægger en præcis varighed.\n\nSprogvejledningen omfatter engelsk, russisk, ukrainsk, fransk, tysk, spansk, portugisisk, italiensk, arabisk, kinesisk, japansk, koreansk, hindi, kasakhisk og mange andre sprog. Talen følger den leverede teksts sprog. En flersproget fortællerbrief starter derfor med det oversatte manuskript og den tilsigtede målgruppe; tekst-til-tale er et gengivelsestrin, ikke en instruktion om at oversætte eller omskrive teksten. Til en praktisk meddelelse skal den præcise besked og navnene forberedes. Til undervisningsfortælling skal afsnitsgrænser og definitioner være tydelige i de ord, som læses op.\n\nEn færdig leverance kan være en kort talt instruktion, en fortalt passage eller et lydsegment til en større redigering. Gennemgå udtale, fuldstændighed, tempo og det valgte format med det faktiske output. Gem manuskriptet sammen med lyden, så senere rettelser kan afgrænses til den berørte passage. OpenAI's vejledning kræver, at lyttere tydeligt får at vide, at stemmen er AI-genereret. Den oplysning hører til lytteoplevelsen; den gør ikke TTS-1 til en optagelse af en menneskestemme og tilføjer ikke stemmekloningskontroller til modellen.", "alias_of": null, "aliases": [], "author": "Other", "available": null, "canonical_model": "openai/tts-1", "capabilities": { "context_length": 0, "manufacturer_input": [], "manufacturer_output": [] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" }, { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ], "summary": "De fulde prisoplysninger for konfigurationen findes under detaljer." } ], "ctx": null, "entity_type": "model", "formats": [ "speech" ], "id": "openai/tts-1", "input": [ "text" ], "kind": "speech", "max_out": null, "methods": [ { "available": null, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Keep the complete binary result and headers. If JSON/multiple outputs are returned, retain every data item and fetch each actual signed asset URL.", "errors": [ { "code": null, "condition": "Ugyldige obligatoriske felter, materialerepræsentation eller parameterværdi", "http_status": 400, "recovery": "Ret de angivne felter før en ny oprettelsesanmodning.", "type": "invalid_request_error" }, { "code": null, "condition": "Det returnerede svar angiver, at operationen eller resultatet skal kontrolleres", "http_status": null, "recovery": "Gem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen.", "type": "server_error" } ], "hints": [], "ignored_fields": [], "lifecycle": { "all_results": "Follow everyactualreturnedoutputandownedasset; no result is discardedbecauseindex0orcontent_urlalreadyexists.", "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Gem det oprindelige operation_id/X-Client-Request-ID til afstemning uden genindsendelse; der er ingen særskilt rute til polling af lyd." }, "material_combinations": [ { "content_type": "application/json", "mode": "text_to_speech", "required": [ "input" ] } ], "media_library": { "asset": { "fields": [ { "description": null, "name": "asset_id", "type": "string" }, { "description": null, "name": "task_id", "type": "string" }, { "description": null, "name": "output_key", "type": "string" }, { "description": null, "name": "family", "type": "string" }, { "description": null, "name": "model", "type": "string" }, { "description": null, "name": "method", "type": "string" }, { "description": null, "name": "status", "type": "string" }, { "description": null, "name": "content_type", "type": "string" }, { "description": null, "name": "sha256", "type": "string" }, { "description": null, "name": "size_bytes", "type": "integer" }, { "description": null, "name": "content_url", "type": "string" } ], "http": "GET", "id_source": "actual returned asset_id", "path": "/v1/media/assets/{asset_id}" }, "content": { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "range_header_supported": true, "url_source": "Use exact returned signed content_url including its token; do not construct a token." }, "expired_link": { "code": "link_expired", "http_status": 404, "recovery": "Read the asset again to obtain its refreshed signed content_url, then fetch that URL. Do not regenerate." }, "list": { "all_pages": "Follow every returned next_cursor, then select records by their actual task_id/output_key.", "http": "GET", "output_fields": [ { "description": null, "name": "object", "type": "string" }, { "description": null, "name": "data", "type": "asset[]" }, { "description": null, "name": "next_cursor", "type": "string|null" } ], "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "family", "required": false, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "name": "cursor", "required": false, "type": "string" }, { "availability": "source_interface", "default": 20, "default_known": true, "enum": null, "enum_known": false, "maximum": 100, "minimum": 1, "name": "limit", "required": false, "type": "integer" } ], "path": "/v1/media/assets" }, "revoke": { "http": "DELETE", "meaning": "Revokes/deletes the existing owned file; this is not generation cancellation.", "path": "/v1/media/assets/{asset_id}", "pending_status": "revoking", "success_statuses": [ 202, 204 ] }, "task": { "http": "GET", "id_source": "actual returned task_id or media library record; operation_id is not task_id", "path": "/v1/media/tasks/{task_id}" } }, "operation_modes": [ "text_to_speech" ], "outputs": { "all_results": "Gem hele det binære resultat og alle headere. Hvis der returneres JSON eller flere output, skal du gemme hvert dataelement og hente alle de faktiske signerede asset-URL'er.", "family": "audio", "fields": [ { "description": null, "name": "binary audio", "type": "bytes" }, { "description": null, "name": "response headers", "type": "headers" } ], "format": "mp3" }, "parameters": [ { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "openai/tts-1" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": null, "enum_known": false, "maximum_length": 4096, "min_length": 1, "name": "input", "required": true, "type": "string", "unit": "Unicode-tegn" }, { "availability": "source_interface", "default": null, "default_known": false, "enum": [ "alloy" ], "enum_known": true, "name": "voice", "required": true, "type": "string" } ], "profile_binding": "Exact existing Ailoot model and method; interface constraints below do not assert provider qualification.", "unsupported": [ "response_format field; omit it", "other options" ] }, "hints": [ "Vælg den præcise stemme fra denne modelprofil.", "Inputtegn og lydsekunder er forskellige måleenheder." ], "input": { "content_type": "application/json", "input": "præcis UTF-8-tekst; antal Unicode-tegn uden normalisering", "material_types": [ "text" ], "max_input_characters": 4096, "other_options": false, "required": [ "model", "input", "voice" ], "voice_ids": [ "alloy" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "det faktisk returnerede task_id eller posten i mediebiblioteket", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Retain original operation_id/X-Client-Request-ID for reconciliation without resubmission; no dedicated audio poll route." }, "manufacturer_capability": null, "method": { "http": "POST", "path": "/v1/audio/speech" }, "method_aliases": [], "operation_modes": [ "text_to_speech" ], "output": { "family": "audio", "format": "mp3", "http_success": 200, "response": "full binary MP3 plus response headers", "result": "complete playable owned MP3" } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] }, { "dimensions": { "billing_quantity": "one request" }, "label": "Per request", "units": [ { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\": \"openai/tts-1\", \"input\": \"Good afternoon! This is a short voice take.\", \"voice\": \"alloy\"}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\n", "label": "curl", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-assets.json\n", "label": "List actual media assets", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_MEDIA_TASK_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_MEDIA_TASK_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/tasks/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-task.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-task.json\").read_text())))\nPY_RESULT\n", "label": "Read actual media task", "language": "bash" }, { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\n: \"${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}\"\nexport AILOOT_ASSET_ID\nresource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ[\"AILOOT_ASSET_ID\"],safe=\"\"))')\ncurl --fail-with-body --silent --show-error \"https://api.ailoot.ai/v1/media/assets/$resource_id\" \\\n -H \"Authorization: Bearer $AILOOT_API_KEY\" -o media-asset.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path(\"media-asset.json\").read_text())))\nPY_RESULT\n", "label": "Read actual asset metadata", "language": "bash" } ], "family": "openai", "fast_multiplier": null, "flex_multiplier": null, "fmt": "speech", "hints": [ "Select exact voice from this model profile.", "Input characters and audio seconds are different meters." ], "http": "POST", "in": null, "input": [ "text" ], "label": "Озвучка текста", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [], "out": null, "output": [ "audio" ], "path": "/v1/audio/speech", "price_conditions": [ { "label": "Fast mode", "value": "Not specified", "when": "When fast mode is selected" }, { "label": "Flex mode", "value": "Not specified", "when": "When flex mode is selected" }, { "label": "Maximum reasoning effort", "value": "Not specified", "when": "When maximum reasoning effort uses the default adjustment" } ], "pricing": { "billing_mode": "per_request", "image_input_price": null, "image_output_price": null, "per_request_price": 0, "unit_prices": { "audio_input_character": 3e-05 } }, "pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "dimensions": { "quantity_meter": "utf8.RuneCountInString(validUTF8): one Han codepoint=1; no Han weighting", "quoted_unit": "per 1000 input character" }, "label": "Ultra", "units": [ { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" } ] }, { "dimensions": { "billing_quantity": "one request" }, "label": "Per request", "units": [ { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } ], "request_model_id": "openai/tts-1", "route_label": "Ultra", "status_reads": [ "GET /v1/media/tasks/{task_id}", "GET /v1/media/assets/{asset_id}/content" ], "tiers": [], "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" }, { "amount": "0.03000", "amount_unit": "usd_per_1000_characters", "billing_input": true, "estimate_only": false, "key": "audio_input_character", "label": "input character", "native_amount_usd_per_unit": "0.00003", "native_quantity": 1, "public_unit_label": "per 1000 input character", "quantity": "1000", "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_character" }, { "amount": "0", "amount_unit": "usd_per_exact_native_unit", "billing_input": true, "estimate_only": false, "key": "per_request", "label": "per request", "native_amount_usd_per_unit": "0", "native_quantity": 1, "public_unit_label": "per request", "quantity": 1, "quantity_is_estimate": false, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "per_request" } ] } ], "model_aliases": [ { "canonical_model_id": "openai/tts-1", "request_model_id": "openai/tts-1", "route_label": "Ultra" } ], "name": "tts-1", "price": { "in": null, "in_label": null, "out": null, "out_label": null, "sort_in": null, "sort_out": null, "varies": true }, "public_id": "openai/tts-1", "short": "TTS-1 omdanner forberedt tekst til talt lyd med valgbare stemmer, afspilningshastighed og outputformater. OpenAI optimerer denne udgave til talegenerering med lavere svartid, hvilket gør den til et praktisk valg til hurtige oplæsninger, kort fortælling og streamet levering af et allerede skrevet manuskript." }, "renderer_schema": { "method_order": "Original DTO methods order; every exact route/format/path/caller survives.", "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers." }, "representation": "exact-public-dto-and-native-renderer-html", "representationNotes": { "current_reference": { "about_json_pointer": "/aboutHtml", "methods": [ { "contract_json_pointer": "/methods/0/rawMethod/contract", "html_json_pointer": "/methods/0/html", "method_ordinal": 0 } ], "role": "current-semantic-reference" }, "raw_input": { "examples_role": "historical-input-not-current-ready-examples", "json_pointers": [ "/rawModel", "/methods/0/rawMethod" ], "role": "historical-owner-input" }, "schema": "ailoot-native-model-representations-v1" }, "schema": "ailoot-static-model-facts-v1", "schema_version": 1, "shortText": "TTS-1 omdanner forberedt tekst til talt lyd med valgbare stemmer, afspilningshastighed og outputformater. OpenAI optimerer denne udgave til talegenerering med lavere svartid, hvilket gør den til et praktisk valg til hurtige oplæsninger, kort fortælling og streamet levering af et allerede skrevet manuskript.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "fc722f00a9099f6101441e3966e21162fb251d2471332a45f87f4859c7a3ac1d", "renderer_sha256": "2bf9f26ea9bfd57ed53d867671d8f05b41a6ea85089f48039e3365dc2b92ec2c" }, "sourceRevision": "43bd30eb8c81dc903af04f2839c5c87beedd278f08d9fbade53c1b45b8329f48" }