tts-1

TTS-1 is het tekst-naar-spraakmodel van OpenAI dat is geoptimaliseerd voor snelheid. Het ontvangt de uit te spreken woorden en produceert audio, in plaats van een transcriptie of geschreven antwoord. Voorbeelden van de fabrikant omvatten het voorlezen van geschreven artikelen, het produceren van spraak in meerdere talen en het afspelen van audio zodra die binnenkomt. TTS-1 is de keuze met lagere latentie ten opzichte van TTS-1 HD; het HD-model legt de nadruk op uitvoerkwaliteit. De bruikbare afweging is daarom of snel afspelen of het profiel voor vertelopnamen van hogere kwaliteit belangrijker is voor de taak.

De workflow voor spraakgeneratie draait om het model, de invoertekst en de geselecteerde stem. De referentie van OpenAI beperkt de tekstinvoer tot 4.096 tekens: een tekenlimiet en geen contextvenster in tokens. Bereid het concrete script vóór de synthese voor: schrijf de zinnen die de luisteraar moet horen, werk afkortingen uit en bepaal hoe namen, hoeveelheden en koppen moeten worden uitgesproken. Verdeel een lang artikel in zelfstandig begrijpelijke passages in plaats van een lang document als één spraakverzoek te behandelen.

De huidige modelspecifieke stemmenlijst van OpenAI voor TTS-1 bestaat uit alloy, ash, coral, echo, fable, onyx, nova, sage en shimmer. Dit zijn vooraf ingestelde stemmen; ze vormen niet de volledige stemmenset van elk nieuwer spraakmodel. De stemmen zijn geoptimaliseerd voor Engels, terwijl meertalige spraak wordt ondersteund door de invoer in de uit te spreken taal aan te leveren. Kies een stem aan de hand van een representatieve passage met dezelfde woordenschat en hetzelfde tempo als het definitieve script. Houd die keuze consistent in verwante clips wanneer continuïteit belangrijk is.

Audio kan in delen worden gestreamd zodat het afspelen begint voordat het hele bestand is gegenereerd. Dit is streaming van spraak die uit tekst is gemaakt, geen tweerichtingsgesprek met spraak. De gedocumenteerde uitvoerformaten zijn MP3, Opus, AAC, FLAC, WAV en PCM, met MP3 als standaard. MP3 en AAC bieden gecomprimeerde audio; Opus is geschikt voor streaming en communicatie; FLAC is verliesvrij. WAV vermijdt het decoderen van gecomprimeerde audio en onbewerkte PCM bevat 24 kHz-samples van 16 bits met teken in little-endian-volgorde, zonder bestandsheader. OpenAI beveelt WAV of PCM aan wanneer reactietijd vooropstaat.

De spraakreferentie biedt een snelheidsinstelling van 0.25 tot 4.0, met 1.0 als standaard. Het aanvullende veld voor instructies in natuurlijke taal werkt niet met TTS-1 en SSE-uitvoer met gebeurtenissen wordt voor dit model niet ondersteund. De gedocumenteerde regelaars zijn script, stem, snelheid en audioformaat; regelaars voor accent, emotie of fluisteren van nieuwere modellen horen niet bij deze versie. Kies bij het voorbereiden van een clip een snelheid die de verstaanbaarheid dient en controleer daarna de uitgesproken woorden en pauzes, in plaats van aan te nemen dat het aantal tekens van het script een exacte duur vastlegt.

De taalgids omvat Engels, Russisch, Oekraïens, Frans, Duits, Spaans, Portugees, Italiaans, Arabisch, Chinees, Japans, Koreaans, Hindi, Kazachs en vele andere talen. De spraak volgt de taal van de aangeleverde tekst. Een briefing voor meertalige vertelteksten begint daarom met het vertaalde script en het beoogde publiek; tekst-naar-spraak is een weergavestap en geen opdracht om de tekst te vertalen of te herschrijven. Bereid voor een praktische aankondiging de exacte boodschap en namen voor. Maak bij educatieve vertelteksten de grenzen tussen onderdelen en definities duidelijk in de woorden die worden voorgelezen.

Een voltooid resultaat kan een korte gesproken instructie, een voorgelezen passage of een audiosegment voor een grotere montage zijn. Controleer uitspraak, volledigheid, tempo en het gekozen formaat aan de hand van de daadwerkelijke uitvoer. Bewaar het script bij de audio zodat latere correcties tot de betreffende passage kunnen worden beperkt. De richtlijnen van OpenAI vereisen dat luisteraars duidelijk wordt verteld dat de stem door AI is gegenereerd. Die melding hoort bij de luisterervaring; ze verandert TTS-1 niet in een opname van een menselijke stem en voegt geen stemkloonregelaars aan het model toe.