tts-1
TTS-1 дайын мәтінді таңдалатын дауыстар, ойнату жылдамдығы және нәтиже пішімдері арқылы ауызша аудиоға айналдырады. OpenAI бұл шығарылымды кідірісі төмен сөйлеу генерациясына оңтайландырады; ол жылдам оқылымға, қысқа баяндауға және жазылып қойған сценарийді ағынмен беруге практикалық таңдау болады.
Модель туралы
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
TTS-1 — жылдамдыққа оңтайландырылған OpenAI мәтінді сөйлеуге айналдыру моделі. Ол айтылатын сөздерді қабылдап, транскрипция немесе жазбаша жауап орнына аудио жасайды. Өндіруші мысалдарына жазылған мақалаларды баяндау, бірнеше тілде сөйлеу жасау және аудионы келген сайын ойнату кіреді. TTS-1 — TTS-1 HD моделіне қарағанда кідірісі төмен таңдау; HD моделі нәтиже сапасына басымдық береді. Сондықтан пайдалы шешім — міндетке тез ойнату ма, әлде жоғарырақ сапалы баяндау профилі ме маңызды екенін анықтау.
Сөйлеу жасау үдерісі модельге, кіріс мәтінге және таңдалған дауысқа негізделген. OpenAI анықтамасы мәтін кірісін 4096 таңбамен шектейді; бұл токендік контекст терезесі емес, таңба шегі. Синтез алдында нақты сценарийді дайындаңыз: тыңдаушы естуі тиіс сөйлемдерді жазыңыз, қысқартуларды шешіңіз және есімдер, мөлшерлер мен тақырыптардың қалай айтылатынын анықтаңыз. Ұзын мақала үшін ұзын құжатты бір сөйлеу сұрауы деп қабылдамай, бөлімдерді өздігінен түсінікті үзінділерге ұйымдастырыңыз.
OpenAI-дың TTS-1 үшін қазіргі модельге тән дауыс тізімі: alloy, ash, coral, echo, fable, onyx, nova, sage және shimmer. Бұлар — дайын дауыстар; барлық жаңарақ сөйлеу моделінің толық дауыс жиыны емес. Дауыстар ағылшын тіліне оңтайландырылған, ал көптілді сөйлеу кірісті айтылатын тілде беру арқылы қолдау табады. Соңғы сценарийдегідей сөздік пен қарқыны бар үлгі үзіндіні қолданып дауыс таңдаңыз. Сабақтастық маңызды болса, байланысты клиптерде сол таңдауды бірізді ұстаңыз.
Аудионы бөліктермен беруге болады, сонда бүкіл файл жасалып бітпей тұрып ойнату басталады. Бұл — екіжақты ауызша әңгіме емес, мәтіннен жасалған сөйлеудің ағындық берілуі. Құжатталған нәтиже пішімдері — MP3, Opus, AAC, FLAC, WAV және PCM, әдепкісі — MP3. MP3 пен AAC сығылған аудио береді; Opus ағындық беру мен байланысқа лайық; FLAC жоғалтусыз. WAV сығылған аудионы декодтауды қажет етпейді, ал өңделмеген PCM файл тақырыпшасы жоқ 24 kHz, 16-биттік, таңбалы little-endian үлгілерін қамтиды. Жауап уақыты басым болса, OpenAI WAV немесе PCM ұсынады.
Сөйлеу анықтамасы 0.25–4.0 аралығындағы жылдамдық баптауын береді, әдепкісі — 1.0. Қосымша табиғи тілдегі instructions өрісі TTS-1 моделінде жұмыс істемейді және бұл модель оқиға түріндегі SSE нәтижесін қолдамайды. Құжатталған параметрлері — сценарий, дауыс, жылдамдық және аудио пішімі; жаңарақ модельдердің акцент, эмоция немесе сыбырлау параметрлерін осы шығарылымға телуге болмайды. Клип дайындағанда жылдамдықты түсініктілікке сай таңдап, сценарий таңбаларының саны нақты ұзақтықты бекітеді деп ойламай, дыбысталған сөздер мен кідірістерді тексеріңіз.
Тіл нұсқаулығы ағылшын, орыс, украин, француз, неміс, испан, португал, итальян, араб, қытай, жапон, корей, хинди, қазақ және көптеген басқа тілдерді қамтиды. Сөйлеу берілген мәтін тіліне ілеседі. Сондықтан көптілді баяндау тапсырмасы аударылған сценарийден және мақсатты аудиториядан басталады; мәтінді сөйлеуге айналдыру — аударуға не қайта жазуға нұсқау емес, дыбыстау қадамы. Практикалық хабарландыру үшін нақты хабарлама мен есімдерді дайындаңыз. Білім беру баяндауында оқылатын сөздердегі бөлім шекаралары мен анықтамаларды айқын етіңіз.
Дайын материал қысқа ауызша нұсқау, дыбысталған үзінді немесе үлкен монтажға арналған аудио сегмент бола алады. Нақты нәтижені қолданып айтылымды, толықтықты, қарқынды және таңдалған пішімді тексеріңіз. Кейінгі түзетулерді әсер еткен үзіндіге шоғырландыру үшін сценарийді аудиомен бірге сақтаңыз. OpenAI нұсқаулығы тыңдаушыларға дауысты AI жасағанын анық айтуды талап етеді. Бұл хабарлау тыңдау тәжірибесіне жатады; ол TTS-1 моделін адам дауысының жазбасына айналдырмайды немесе модельге дауыс клондау параметрлерін қоспайды.
Ailoot Ultra · Дыбыстау POST /v1/audio/speech openai/tts-1
openai/tts-1Бастау
TTS-1 дайын мәтінді таңдалатын дауыстар, ойнату жылдамдығы және нәтиже пішімдері арқылы ауызша аудиоға айналдырады. OpenAI бұл шығарылымды кідірісі төмен сөйлеу генерациясына оңтайландырады; ол жылдам оқылымға, қысқа баяндауға және жазылып қойған сценарийді ағынмен беруге практикалық таңдау болады.
- Қабылданатын кіріс деректері
- Мәтін
- Нәтижелер
- Аудио
Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер
Ailoot Ultra · Дыбыстау POST /v1/audio/speech
- Кіріс
text- Шығыс
audio- Шығыс пішімі
- mp3
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер openai/tts-1 | Әдепкі— |
Өрісinput | Түріstring | ТалапМіндетті | Мәндер мен шектеулер Ең аз ұзындық: 1 Ең үлкен ұзындық: 4 096 Бірлік: Unicode таңбалары | Әдепкі— |
Өрісvoice | Түріstring | ТалапМіндетті | Мәндер мен шектеулер alloy | Әдепкі— |
Кіріс материалдарының үйлесімдері
text_to_speech · Міндетті: input
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, input, voice |
Параметрvoice_ids | Параметр талаптарыalloy |
Параметрmax_input_characters | Параметр талаптары4096 |
Параметрother_options | Параметр талаптарыfalse |
Параметрinput | Параметр талаптарыдәл UTF-8 мәтіні; қалыпқа келтірмей есептелген Unicode таңбалар саны |
Параметрmaterial_types | Параметр талаптарыtext |
Өмірлік цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Осы модель профилінен нақты дауысты таңдаңыз.
Кіріс таңбалары мен аудио секундтары бөлек есептеу бірліктері болып саналады.
Тарифтер
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
- Жылдам режим
- Көрсетілмеген Жылдам режим таңдалғанда
- Икемді режим
- Көрсетілмеген flex режимі таңдалғанда
- Ой қорытудың ең жоғары деңгейі
- Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда
Ailoot мөлшерлемелері
Баптаулар бойынша бағалар
Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.
| Баптау | Мөлшерлемелер кестесі | Төленетін мөлшер | Есептелетін мөлшер | Есептеу бірлігі | Төлем |
|---|---|---|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Төленетін мөлшер— | Есептелетін мөлшер— | Есептеу бірлігі— | Төлем Кіріс · Кіріс токендері — / 1K токен Шығыс · Шығыс токендері — / 1K токен Кіріс · Кэшті оқу — / 1K токен Кіріс · Кэшке жазу — / 1K токен Кіріс · Кэшке жазу, 1 сағ — / 1K токен |
| БаптауUltra | Мөлшерлемелер кестесі— | Төленетін мөлшерӘр Unicode код нүктесі, соның ішінде Han таңбалары, бір таңба болып саналады. | Есептелетін мөлшер— | Есептеу бірлігі1K кіріс таңбасы үшін | Төлем Кіріс · кіріс таңбасы $0.03 1K кіріс таңбасы үшін |
| БаптауӘр сұрауға | Мөлшерлемелер кестесі— | Төленетін мөлшер— | Есептелетін мөлшербір сұрау | Есептеу бірлігі— | Төлем Кіріс $0 әр сұрау үшін |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
Сұрау мысалдары
Ailoot Ultra · Дыбыстау
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Нәтижелерді алу және сақтау
Ailoot Ultra · Дыбыстау
mp3
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Басқа мазмұнды оқу
set -eu
: "${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
Барлық дайын нәтижені сақтау
Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.
Толық бинарлық нәтижені және тақырыптарды сақтаңыз. JSON/бірнеше нәтиже қайтарылса, әрбір дерек элементін сақтап, активке берілген әрбір нақты қолтаңбаланған URL мекенжайынан жүктеп алыңыз.
Бастапқы жауапты тексеру қажет болса
Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.
Жауап өрістері
| Өріс | Түрі |
|---|---|
Өрісbinary audio | Түріbytes |
Өрісresponse headers | Түріheaders |
Қателер және келесі қадамдар
| Жауап | Шарт | Келесі қадам |
|---|---|---|
Жауап400 · invalid_request_error | ШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қате | Келесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз. |
Жауапserver_error | ШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілген | Келесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз. |
Балама атаулар
Модельдердің балама атаулары
Ailoot Ultra openai/tts-1
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
FAQ · tts-1
- Қандай кіріс деректері мен нәтижелер қолжетімді?
POST /v1/audio/speech·openai/tts-1:text→audio- Сұрау қандай өрістерді пайдаланады?
POST /v1/audio/speech·openai/tts-1:model,input,voice- Қандай шектеулер қолданылады?
POST /v1/audio/speech·openai/tts-1:input.maximum_length:4096