tts-1
TTS-1 muuntaa valmistellun tekstin puheeksi valittavilla äänillä, toistonopeudella ja tulostemuodoilla. OpenAI optimoi tämän version pienemmän viiveen puhegenerointiin, joten se sopii nopeasti reagoiviin ääneenlukuihin, lyhyeen kerrontaan ja jo kirjoitetun käsikirjoituksen suoratoistoon.
Tietoa mallista
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
TTS-1 on OpenAI:n nopeuteen optimoitu tekstistä puheeksi -malli. Se vastaanottaa puhuttavat sanat ja tuottaa ääntä litteroinnin tai kirjoitetun vastauksen sijaan. Valmistajan esimerkkejä ovat kirjoitettujen artikkelien kerronta, puheen tuottaminen useilla kielillä ja äänen toistaminen sen saapuessa. TTS-1 on pienemmän viiveen valinta TTS-1 HD:hen verrattuna; HD-malli painottaa tulosteen laatua. Hyödyllinen valintaperuste on siksi, onko tehtävässä tärkeämpää nopea toisto vai laadukkaamman kerronnan profiili.
Puhegeneroinnin työnkulku rakentuu mallin, syötetekstin ja valitun äänen ympärille. OpenAI:n viite rajaa tekstisyötteen 4096 merkkiin: kyse on merkkirajasta, ei tokenikonteksti-ikkunasta. Valmistele varsinainen käsikirjoitus ennen synteesiä: kirjoita kuulijalle tarkoitetut lauseet, avaa lyhenteet ja päätä nimien, määrien ja otsikoiden puhutut muodot. Jäsennä pitkä artikkeli itsenäisesti ymmärrettäviksi katkelmiksi sen sijaan, että käsittelisit pitkää asiakirjaa yhtenä puhepyyntönä.
OpenAI:n nykyinen TTS-1:n mallikohtainen ääniluettelo on alloy, ash, coral, echo, fable, onyx, nova, sage ja shimmer. Nämä ovat valmiita ääniä, eivät kaikkien uudempien puhemallien koko äänijoukko. Äänet on optimoitu englannille, mutta monikielistä puhetta tuetaan antamalla syöte puhuttavalla kielellä. Valitse ääni edustavalla katkelmalla, jonka sanasto ja rytmi vastaavat lopullista käsikirjoitusta. Pidä valinta yhtenäisenä toisiinsa liittyvissä leikkeissä, kun jatkuvuus on tärkeää.
Ääntä voidaan suoratoistaa osissa, joten toisto alkaa ennen koko tiedoston generoinnin valmistumista. Tämä on tekstistä luodun puheen suoratoistoa, ei kaksisuuntaista puhuttua keskustelua. Dokumentoidut tulostemuodot ovat MP3, Opus, AAC, FLAC, WAV ja PCM, joista MP3 on oletus. MP3 ja AAC tarjoavat pakattua ääntä; Opus sopii suoratoistoon ja viestintään; FLAC on häviötön. WAV välttää pakatun äänen purkamisen, ja raaka PCM sisältää 24 kHz:n 16-bittisiä etumerkillisiä little-endian-näytteitä ilman tiedosto-otsaketta. OpenAI suosittelee WAV:ia tai PCM:ää vasteajan ollessa etusijalla.
Puheviite tarjoaa nopeusasetuksen 0.25–4.0, jossa 1.0 on oletus. Ylimääräinen luonnollisen kielen instructions-kenttä ei toimi TTS-1:n kanssa, eikä malli tue tapahtumamuotoista SSE-tulostetta. Sen dokumentoidut säätimet ovat käsikirjoitus, ääni, nopeus ja äänimuoto; uudempien mallien aksentti-, tunne- tai kuiskaussäätimiä ei pidä liittää tähän versioon. Valitse leikettä valmistellessa nopeus ymmärrettävyyden hyväksi ja tarkista sitten toteutuneet sanat ja tauot sen sijaan, että olettaisit käsikirjoituksen merkkimäärän määräävän täsmällisen keston.
Kieliopas sisältää englannin, venäjän, ukrainan, ranskan, saksan, espanjan, portugalin, italian, arabian, kiinan, japanin, korean, hindin, kazakin ja monia muita kieliä. Puhe seuraa annetun tekstin kieltä. Monikielisen kerronnan tehtävänanto alkaa siksi käännetystä käsikirjoituksesta ja aiotusta yleisöstä; tekstistä puheeksi on esitysvaihe, ei käsky kääntää tai kirjoittaa tekstiä uudelleen. Valmistele käytännön kuulutukseen täsmällinen viesti ja nimet. Tee opetuskerronnassa osien rajat ja määritelmät selkeiksi luettavissa sanoissa.
Valmis tuotos voi olla lyhyt puhuttu ohje, kerrottu katkelma tai äänisegmentti suurempaan editointiin. Tarkista ääntäminen, täydellisyys, rytmitys ja valittu muoto varsinaisesta tuloksesta. Säilytä käsikirjoitus äänen yhteydessä, jotta myöhemmät korjaukset voidaan kohdistaa kyseiseen katkelmaan. OpenAI:n ohje vaatii kertomaan kuulijoille selkeästi äänen olevan tekoälyn generoima. Ilmoitus kuuluu kuuntelukokemukseen; se ei tee TTS-1:stä ihmisäänen tallennetta eikä lisää malliin äänenkloonauksen säätimiä.
Ailoot Ultra · Puhesynteesi POST /v1/audio/speech openai/tts-1
openai/tts-1Aloitus
TTS-1 muuntaa valmistellun tekstin puheeksi valittavilla äänillä, toistonopeudella ja tulostemuodoilla. OpenAI optimoi tämän version pienemmän viiveen puhegenerointiin, joten se sopii nopeasti reagoiviin ääneenlukuihin, lyhyeen kerrontaan ja jo kirjoitetun käsikirjoituksen suoratoistoon.
- 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 | 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 $0.03 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", "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
Menetelmäpolkujen aliakset
Käytä yllä näytettyjä menetelmäpolkuja.
Liittyvät kutsujan ID:t
FAQ · tts-1
- Mitä syötteitä ja tuloksia on saatavilla?
POST /v1/audio/speech·openai/tts-1:text→audio- Mitä kenttiä pyyntö käyttää?
POST /v1/audio/speech·openai/tts-1:model,input,voice- Mitä rajoja sovelletaan?
POST /v1/audio/speech·openai/tts-1:input.maximum_length:4096