{ "aboutHtml": "

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.

", "aboutText": "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.\n\nPuhegeneroinnin 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.\n\nOpenAI: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.\n\nÄäntä 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.\n\nPuheviite 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.\n\nKieliopas 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.\n\nValmis 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.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f92984a6f37c24d96f3aa68f9929555f02b49505f1b196500082ce6424b16a80", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fi", "methods": [ { "html": "
•

tts-1

Muu /openai/tts-1

Aloitus

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
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.

Saatavilla Ailootissa · syötteet & menetelmät

Ailoot Ultra · Puhesynteesi POST /v1/audio/speech
Syötetyypit
text
Tulostyypit
audio
Tulosteen muoto
mp3
KenttäTyyppiVaatimusArvot & rajatOletus
KenttämodelTyyppistringVaatimusPakollinenArvot & rajat
openai/tts-1
Oletus—
KenttäinputTyyppistringVaatimusPakollinenArvot & rajat
Vähimmäispituus: 1
Enimmäispituus: 4 096
Yksikkö: Unicode-merkit
Oletus—
KenttävoiceTyyppistringVaatimusPakollinenArvot & rajat
alloy
Oletus—
Syöteaineistojen yhdistelmät

text_to_speech · Pakollinen: input

Menetelmän parametrit ja elinkaari
ParametriSopimus
Parametricontent_typeSopimusapplication/json
ParametrirequiredSopimusmodel, input, voice
Parametrivoice_idsSopimusalloy
Parametrimax_input_charactersSopimus4096
Parametriother_optionsSopimusfalse
ParametriinputSopimustäsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia
Parametrimaterial_typesSopimustext

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.

AsetuksetHinnastoLaskutettava määräLaskutusmääräLaskutusyksikköVeloitus
AsetuksetTokenien perushinnatHinnastoPerushintaLaskutettava 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
AsetuksetUltraHinnasto—Laskutettava määräJokainen Unicode-koodipiste lasketaan yhdeksi merkiksi, myös Han-merkit.Laskutusmäärä—Laskutusyksikkö1K syötemerkkiä kohdenVeloitus
Syöte · syötemerkki $0.03 1K syötemerkkiä kohden
AsetuksetPyyntöä kohdenHinnasto—Laskutettava määrä—Laskutusmääräyksi pyyntöLaskutusyksikkö—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\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

Vastaanota ja tallenna tulokset

Ailoot Ultra · Puhesynteesi

mp3

Muut sisällön lukukerrat
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
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
KenttäTyyppi
Kenttäbinary audioTyyppibytes
Kenttäresponse headersTyyppiheaders
Virheet ja seuraavat vaiheet
VastausEhtoSeuraava vaihe
Vastaus400 · invalid_request_errorEhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvoSeuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä.
Vastausserver_errorEhtoPalautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistustaSeuraava 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

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": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" }, { "code": null, "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta", "http_status": null, "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.", "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": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole." }, "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": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.", "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-merkit" }, { "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": [ "Valitse juuri tämän malliprofiilin ääni.", "Syötemerkit ja äänisekunnit ovat eri mittareita." ], "input": { "content_type": "application/json", "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia", "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": "todellisuudessa palautettu task_id tai mediakirjaston tietue", "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": "f2f76bead01011ae486049a988e5823376d73ac696520d71bf02858a9bdc35c9", "input_html_sha256": "5accfb16b27078f11933277efadc8c6aca2d87dc19008f92ff1ea26a1fad4467", "private_audit_sha256": "d3bad5bb29cdd0a75085896ccfc510a8afa0ae51b32e6d6020791edc3636e483", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/fi/openai-tts-1/", "description": "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.", "locale": "fi", "md_url": "https://ailoot.ai/models/fi/openai-tts-1/index.md", "title": "tts-1 — Ailoot", "url": "https://ailoot.ai/models/fi/openai-tts-1/" }, "rawModel": { "about": "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.\n\nPuhegeneroinnin 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.\n\nOpenAI: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.\n\nÄäntä 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.\n\nPuheviite 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.\n\nKieliopas 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.\n\nValmis 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.", "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": "Konfiguraation täydet hintatiedot lisätiedoissa." } ], "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": "Virheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo", "http_status": 400, "recovery": "Korjaa ilmoitetut kentät ennen uutta luontipyyntöä.", "type": "invalid_request_error" }, { "code": null, "condition": "Palautettu vastaus ilmoittaa, että operaatio tai tulos edellyttää tarkistusta", "http_status": null, "recovery": "Säilytä alkuperäinen palautettu operaation tai tehtävän ID, pyynnön otsakkeet ja vastaus; jatka kyseisen alkuperäisen operaation tuettuja lukutoimintoja. Älä lähetä luontipyyntöä uudelleen.", "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": "Säilytä alkuperäinen operation_id/X-Client-Request-ID täsmäytystä varten lähettämättä pyyntöä uudelleen; erillistä äänen tilakyselyreittiä ei ole." }, "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": "Säilytä koko binääritulos ja otsakkeet. Jos palautetaan JSON tai useita tulosteita, säilytä jokainen data-alkio ja nouda jokainen resurssi sen todellisesta allekirjoitetusta URL-osoitteesta.", "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-merkit" }, { "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": [ "Valitse juuri tämän malliprofiilin ääni.", "Syötemerkit ja äänisekunnit ovat eri mittareita." ], "input": { "content_type": "application/json", "input": "täsmällinen UTF-8-teksti; Unicode-merkkien määrä ilman normalisointia", "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": "todellisuudessa palautettu task_id tai mediakirjaston tietue", "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 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." }, "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 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.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "21481880368270bd5e036adc85b1750ec464c0221feddfddc6820f7de397c7cd", "renderer_sha256": "303a59603e2bc29ba8fda690e95fd32cec68de223d92e26054a88babff801dd7" }, "sourceRevision": "bec35748c8769f44c8ef327355b2137f20e2c09974a2e3d73318c03deb954981" }