tts-1-hd
TTS-1 HD muuntaa kirjoitetun tekstin laadukkaammaksi puheeksi valittavilla valmiilla äänillä, nopeudella ja kuudella tulostemuodolla. OpenAI painottaa HD:ssa kerronnan laatua TTS-1:n pienemmän viiveen sijaan, joten se sopii viimeisteltyyn ääneenlukuun, oppimateriaaliin ja editoituihin äänikatkelmiin.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
TTS-1 HD on OpenAI:n äänenlaatuun optimoitu tekstistä puheeksi -malli. Sen syöte on valmisteltu käsikirjoitus ja tuloste puhuttu ääni. HD-valinta on erillinen TTS-1:n nopeuspainotteisesta profiilista: OpenAI kuvaa TTS-1:n viiveen pienemmäksi mutta laadun heikommaksi. HD on siksi hyödyllinen kerrontavalinta, kun valmis ääniraita on tärkeämpi kuin toiston aloittaminen mahdollisimman nopeasti. Kirjoitettu artikkeli, oppituntikatkelma tai viimeistelty selitys voi muuttua puhutuksi aineistoksi.
Keskeiset syötteet ovat valittu malli, täsmällinen teksti ja ääni. Valmistajan puheviite rajaa käsikirjoituksen 4096 merkkiin pyyntöä kohden. Tämä kuvaa kirjoitetun syötteen pituutta, ei takaa äänen kestoa. Valmistele käsikirjoitus, joka on ymmärrettävä kuultuna: avaa monitulkintaiset lyhenteet, päätä määrien lausumistapa ja pidä jokainen katkelma johdonmukaisena. Jaa pidempi oppitunti tai artikkeli mielekkäistä kohdista ja säilytä syntyvien katkelmien käyttöjärjestys.
Nykyinen OpenAI-opas luettelee TTS-1 HD:lle yhdeksän sisäänrakennettua vaihtoehtoa: alloy, ash, coral, echo, fable, onyx, nova, sage ja shimmer. Äänet on optimoitu englannille, mutta tekstistä puheeksi -opas tukee puheen generointia useilla kielillä antamalla tekstin tarvittavalla kielellä. Äänivertailu on hyödyllisin samalla edustavalla käsikirjoituksella, joka sisältää lopullisen aineiston nimet ja erikoissanaston. Pidä ääni ja nopeus yhtenäisinä, kun useat leikkeet muodostavat yhden kerronnan.
MP3 on oletustuloste. Opus ja AAC tarjoavat vaihtoehtoisia pakattuja äänimuotoja; FLAC tarjoaa häviöttömän pakkauksen ja WAV pakkaamattoman äänen. PCM tuottaa raakoja 24 kHz:n 16-bittisiä etumerkillisiä little-endian-näytteitä ilman tiedosto-otsaketta. Vaihtoehdot palvelevat eri käyttötarkoituksia: kompaktia jaeltavaa tiedostoa, suoratoistettavaa aineistoa tai editointityönkulkuun siirrettävää ääntä. OpenAI suosittelee WAV:ia tai PCM:ää nopeampaan vasteeseen, kun purkamisen lisäkuorma on merkityksellinen. Tiedostomuodon valinta ei muuta käsikirjoitusta tai lisää erillistä äänenohjausmallia.
Puhe voidaan toimittaa osissa, jolloin soitin voi aloittaa ennen koko äänitiedoston valmistumista. Tämä on tekstistä ääneksi -suoratoistoa; se ei muodosta kaksisuuntaista äänikeskustelua. Viite tukee nopeusarvoa 0.25–4.0, jossa 1.0 on oletus. Erillinen luonnollisen kielen instructions-kenttä ei toimi TTS-1 HD:n kanssa, eikä malli tue SSE-tapahtumatulostetta. Dokumentoidut säätimet ovat käsikirjoitus, valmis ääni, nopeus ja tulostemuoto, eivät uudempien puhemallien kehotteilla ohjatun aksentin tai tunneohjeiden rajapinta.
Kieliopas sisältää tuettujen kielten joukossa venäjän, ukrainan, englannin, ranskan, saksan, espanjan, portugalin, italian, kiinan, japanin, korean, arabian, hindin ja kazakin. Valmistele käsikirjoitus kohdekielellä; synteesi esittää tekstin eikä käännä sitä. Tee oppimissisällössä määritelmät ja osien väliset siirtymät selkeiksi. Valmistele selittävään äänikatkelmaan täsmällinen viesti ja kaikki kuultaviksi tarkoitetut nimet. Äänen englantioptimointi on edelleen olennainen arvioitaessa tietyn kielen ja sanaston kuulokuvaa.
Käytännön HD-työnkulku tuottaa äänikatkelman kuunneltavaksi, tarkistettavaksi ja sitten valmiiseen aineistoon liitettäväksi. Tarkista, että jokainen lause toteutui, nimet ja määrät lausuttiin hyväksyttävästi ja valittu rytmitys tukee ymmärtämistä. Säilytä kirjoitettu käsikirjoitus äänen rinnalla, jotta korjaus voidaan jäljittää olennaiseen katkelmaan. OpenAI edellyttää selkeää ilmoitusta siitä, että generoitu ääni on keinotekoinen. HD kuvaa laatupainotteista TTS-perhettä; se ei yksin lupaa tarkkaa ajoitusta, mukautettua puhujaidentiteettiä tai toisen mallin ilmaisusäätimiä.
Ailoot Ultra · Puhesynteesi POST /v1/audio/speech openai/tts-1-hd
openai/tts-1-hdAloitus
TTS-1 HD muuntaa kirjoitetun tekstin laadukkaammaksi puheeksi valittavilla valmiilla äänillä, nopeudella ja kuudella tulostemuodolla. OpenAI painottaa HD:ssa kerronnan laatua TTS-1:n pienemmän viiveen sijaan, joten se sopii viimeisteltyyn ääneenlukuun, oppimateriaaliin ja editoituihin äänikatkelmiin.
- Hyväksytyt syötteet
- Teksti
- Tulokset
- Ääni
Saatavilla Ailootissa · syötteet & menetelmät
Ailoot Ultra · Puhesynteesi POST /v1/audio/speech
- Syötetyypit
text- Tulostyypit
audio- Tulosteen muoto
- mp3
| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat openai/tts-1-hd | Oletus— |
Kenttäinput | Tyyppistring | VaatimusPakollinen | Arvot & rajat Vähimmäispituus: 1 Enimmäispituus: 4 096 Yksikkö: Unicode-merkit | Oletus— |
Kenttävoice | Tyyppistring | VaatimusPakollinen | Arvot & rajat alloy | Oletus— |
Syöteaineistojen yhdistelmät
text_to_speech · Pakollinen: input
Menetelmän parametrit ja elinkaari
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, input, voice |
Parametrivoice_ids | Sopimusalloy |
Parametrimax_input_characters | Sopimus4096 |
Parametriother_options | Sopimusfalse |
Parametriinput | Sopimustäsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia |
Parametrimaterial_types | Sopimustext |
Elinkaari: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · todellisuudessa palautettu task_id tai mediakirjaston tietue
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Valitse juuri tämän malliprofiilin ääni.
Syötemerkit ja äänisekunnit ovat eri mittareita.
Hinnoittelu
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
- Nopea tila
- Ei määritetty Kun nopea tila on valittu
- Flex-tila
- Ei määritetty Kun flex-tila on valittu
- Päättelyn enimmäisteho
- Ei määritetty Kun päättelyn enimmäistehoon sovelletaan default-oletussäätöä
Ailoot-hinnat
Hinnat asetusten mukaan
Kohdista kukin veloitus näytettyihin ehtoihin. Käytä yhtä hintaa kutakin vaihtoehtoisten asetusten ryhmää kohden.
| Asetukset | Hinnasto | Laskutettava määrä | Laskutusmäärä | Laskutusyksikkö | Veloitus |
|---|---|---|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Laskutettava määrä— | Laskutusmäärä— | Laskutusyksikkö— | Veloitus Syöte · Syötetokenit — / 1K tokenia Tuloste · Tulostokenit — / 1K tokenia Syöte · Välimuistin luku — / 1K tokenia Syöte · Välimuistiin kirjoitus — / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
| AsetuksetUltra | Hinnasto— | Laskutettava määräJokainen Unicode-koodipiste lasketaan yhdeksi merkiksi, myös Han-merkit. | Laskutusmäärä— | Laskutusyksikkö1K syötemerkkiä kohden | Veloitus Syöte · syötemerkki $0.06 1K syötemerkkiä kohden |
| AsetuksetPyyntöä kohden | Hinnasto— | Laskutettava määrä— | Laskutusmääräyksi pyyntö | Laskutusyksikkö— | Veloitus Syöte $0 pyyntöä kohden |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
Esimerkkipyynnöt
Ailoot Ultra · Puhesynteesi
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Vastaanota ja tallenna tulokset
Ailoot Ultra · Puhesynteesi
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Muut sisällön lukukerrat
set -eu
: "${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
Säilytä kaikki valmistuneet tulokset
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.
Jos alkuperäinen vastaus on tarkistettava
Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole.
Vastauksen kentät
| Kenttä | Tyyppi |
|---|---|
Kenttäbinary audio | Tyyppibytes |
Kenttäresponse headers | Tyyppiheaders |
Virheet ja seuraavat vaiheet
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Vastausserver_error | EhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta | Seuraava vaiheSäilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen. |
Aliakset
Mallin aliakset
Ailoot Ultra openai/tts-1-hd
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · tts-1-hd
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/audio/speech·openai/tts-1-hd:text→audio- Mitä kenttiä pyyntö käyttää?
POST /v1/audio/speech·openai/tts-1-hd:model,input,voice- Mitä rajoja sovelletaan?
POST /v1/audio/speech·openai/tts-1-hd:input.maximum_length:4096