tts-1-hd

TTS-1 HD mení písaný text na kvalitnejší hovorený zvuk s voliteľnými prednastavenými hlasmi, rýchlosťou a šiestimi výstupnými formátmi. OpenAI pri HD uprednostňuje kvalitu prednesu pred nižšou latenciou TTS-1, takže je užitočný na hotové nahovorené texty, vzdelávacie materiály a upravované zvukové pasáže.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech openai/tts-1-hd

O modeli

Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.

TTS-1 HD je model prevodu textu na reč od OpenAI optimalizovaný na kvalitu zvuku. Jeho vstupom je pripravený scenár a výstupom hovorený zvuk. Voľba HD sa líši od profilu TTS-1 zameraného na rýchlosť: OpenAI opisuje TTS-1 ako model s nižšou latenciou, ale nižšou kvalitou. HD je preto užitočnou voľbou rozprávania, keď je hotová hlasová stopa dôležitejšia než čo najrýchlejší začiatok prehrávania. Písaný článok, pasáž lekcie alebo uhladené vysvetlenie sa môžu stať hovoreným materiálom.

Základnými vstupmi sú vybraný model, presný text a hlas. Referencia reči výrobcu obmedzuje scenár na 4096 znakov na požiadavku. To opisuje dĺžku písaného vstupu, nie záruku dĺžky zvuku. Pripravte scenár zrozumiteľný pri počúvaní: rozviňte nejednoznačné skratky, rozhodnite o vyslovení množstiev a každú pasáž zachovajte súvislú. Pri dlhšej lekcii alebo článku rozdeľte text na významových hraniciach a zachovajte poradie použitia výsledných pasáží.

Aktuálna príručka OpenAI uvádza deväť vstavaných volieb pre TTS-1 HD: alloy, ash, coral, echo, fable, onyx, nova, sage a shimmer. Hlasy sú optimalizované pre angličtinu, kým príručka prevodu textu na reč podporuje generovanie reči vo viacerých jazykoch dodaním textu v požadovanom jazyku. Porovnanie hlasov je najužitočnejšie s rovnakým reprezentatívnym scenárom vrátane mien a odbornej slovnej zásoby, ktoré sa objavia v konečnom materiáli. Hlas a rýchlosť zachovajte konzistentné, ak viaceré klipy tvoria jedno rozprávanie.

Predvolený výstup je MP3. Opus a AAC poskytujú alternatívne komprimované zvukové formáty; FLAC poskytuje bezstratovú kompresiu; WAV poskytuje nekomprimovaný zvuk. PCM dodáva surové 24 kHz, 16-bitové znamienkové vzorky little-endian bez hlavičky súboru. Tieto voľby slúžia odlišným použitiam: kompaktnému súboru na distribúciu, streamovanému materiálu alebo zvuku na odovzdanie do postupu úprav. OpenAI odporúča WAV alebo PCM pre rýchlejšiu odozvu tam, kde záleží na réžii dekódovania. Výber formátu nemení scenár ani nepridáva samostatný model ovládania hlasu.

Reč možno dodávať po častiach, takže prehrávač môže začať pred dokončením celého zvukového súboru. Ide o streamovanie textu na zvuk; nevytvára obojsmernú hlasovú konverzáciu. Referencia podporuje rýchlosť od 0.25 do 4.0 s predvolenou hodnotou 1.0. Samostatné pole pokynov v prirodzenom jazyku s TTS-1 HD nefunguje a výstup udalostí SSE nie je pre tento model podporovaný. Dokumentovanými ovládacími prvkami sú scenár, prednastavený hlas, rýchlosť a výstupný formát, nie rozhranie novších hlasových modelov pre zadávaný prízvuk alebo emocionálny smer.

Jazyková príručka medzi podporovanými jazykmi uvádza ruštinu, ukrajinčinu, angličtinu, francúzštinu, nemčinu, španielčinu, portugalčinu, taliančinu, čínštinu, japončinu, kórejčinu, arabčinu, hindčinu a kazaštinu. Scenár pripravte v cieľovom jazyku; syntéza tento text realizuje a neprekladá ho. Pri vzdelávacom obsahu objasnite definície a prechody medzi úsekmi. Pri vysvetľujúcej zvukovej pasáži pripravte presnú správu a mená, ktoré musia zaznieť. Optimalizácia hlasu pre angličtinu zostáva relevantná pri hodnotení zvuku konkrétneho jazyka a slovnej zásoby.

Praktický postup HD vytvára zvukovú pasáž na vypočutie, kontrolu a následné zahrnutie do hotového materiálu. Overte, že bola realizovaná každá veta, že mená a množstvá boli prijateľne vyslovené a že zvolené tempo podporuje porozumenie. Písaný scenár uchovajte vedľa zvuku, aby sa oprava dala priradiť príslušnej pasáži. OpenAI vyžaduje jasné oznámenie, že generovaný hlas je umelý. HD označuje rodinu TTS orientovanú na kvalitu; samo osebe nesľubuje presné časovanie, vlastnú identitu hovoriaceho ani expresívne ovládacie prvky iného modelu.

Ailoot Ultra · Syntéza reči POST /v1/audio/speech openai/tts-1-hd

openai/tts-1-hd

Ostatné /openai/tts-1-hd

Úvod

Povolené vstupy: Text
Výsledky: Audio

Dostupné v Ailoot · vstupy a metódy

Ailoot Ultra · Syntéza reči POST /v1/audio/speech

Vstup: text
Výstup: audio
Výstupný formát: mp3

Pole	Typ	Požiadavka	Hodnoty a limity	Predvolené
Pole`model`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity openai/tts-1-hd	Predvolené—
Pole`input`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity Minimálna dĺžka: 1 Maximálna dĺžka: 4 096 Jednotka: znaky Unicode	Predvolené—
Pole`voice`	Typ`string`	PožiadavkaPovinné	Hodnoty a limity alloy	Predvolené—

Kombinácie vstupných podkladov

text_to_speech · Povinné: input

Parametre a životný cyklus metódy

Parameter	Špecifikácia
Parameter`content_type`	Špecifikáciaapplication/json
Parameter`required`	Špecifikáciamodel, input, voice
Parameter`voice_ids`	Špecifikáciaalloy
Parameter`max_input_characters`	Špecifikácia4096
Parameter`other_options`	Špecifikáciafalse
Parameter`input`	Špecifikáciapresný text UTF-8; počet znakov Unicode bez normalizácie
Parameter`material_types`	Špecifikáciatext

Životný cyklus: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · skutočne vrátené task_id alebo záznam v knižnici médií

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Vyberte presný hlas z profilu tohto modelu.

Vstupné znaky a sekundy zvuku sú odlišné merané jednotky.

Cenník

Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.

Rýchly režim: Neuvedené Keď je zvolený rýchly režim
Režim Flex: Neuvedené Keď je zvolený režim flex
Maximálna úroveň uvažovania: Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default)

Sadzby Ailoot

Ceny podľa konfigurácie

Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu.

Konfigurácia	Sadzobník	Účtované množstvo	Účtovacie množstvo	Účtovacia jednotka	Poplatok
KonfiguráciaZákladné sadzby za tokeny	SadzobníkZákladná sadzba	Účtované množstvo—	Účtovacie množstvo—	Účtovacia jednotka—	Poplatok Vstup · Vstupné tokeny — / 1K tokenov Výstup · Výstupné tokeny — / 1K tokenov Vstup · Čítanie cache — / 1K tokenov Vstup · Zápis do cache — / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov
KonfiguráciaUltra	Sadzobník—	Účtované množstvoKaždý kódový bod Unicode sa počíta ako jeden znak vrátane znakov Han.	Účtovacie množstvo—	Účtovacia jednotkaza 1K vstupných znakov	Poplatok Vstup · vstupný znak $0.06 za 1K vstupných znakov
KonfiguráciaZa požiadavku	Sadzobník—	Účtované množstvo—	Účtovacie množstvojedna požiadavka	Účtovacia jednotka—	Poplatok Vstup $0 za požiadavku

Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →

Príklady požiadaviek

Ailoot Ultra · Syntéza reči

curl

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/tts-1-hd", "input": "Good afternoon! This is a short voice take.", "voice": "alloy"}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o speech.mp3

Prijať a uložiť výsledky

Ailoot Ultra · Syntéza reči

mp3

GET /v1/media/tasks/{task_id}
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Čítanie ďalšieho obsahu

Knižnica médiíStav úlohyPodrobnosti podkladu

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

Uchovať všetky dokončené výsledky

Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.

Uchovajte úplný binárny výsledok a hlavičky. Ak sa vráti JSON alebo viacero výstupov, uchovajte každú dátovú položku a stiahnite obsah z každej skutočnej podpísanej URL súboru.

Ak treba overiť pôvodnú odpoveď

Uchovajte pôvodné operation_id/X-Client-Request-ID na zosúladenie záznamov bez opätovného odoslania; neexistuje samostatná trasa na priebežné zisťovanie stavu zvuku.

Polia odpovede

Pole	Typ
Pole`binary audio`	Typbytes
Pole`response headers`	Typheaders

Chyby a ďalšie kroky

Odpoveď	Podmienka	Ďalší krok
Odpoveď400 · `invalid_request_error`	PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra	Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia.
Odpoveď`server_error`	PodmienkaVrátená odpoveď uvádza, že operáciu alebo výsledok je potrebné skontrolovať	Ďalší krokUchovajte pôvodné vrátené ID operácie/úlohy, hlavičky požiadavky a odpoveď; naďalej čítajte údaje o tejto pôvodnej operácii podporovaným spôsobom. Požiadavku na vytvorenie znova neodosielajte.

Aliasy

Aliasy modelov

Ailoot Ultra openai/tts-1-hd

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

openai/tts-1-hd

FAQ · tts-1-hd

Aké vstupy a výsledky sú dostupné?: POST /v1/audio/speech · openai/tts-1-hd: text → audio
Aké polia používa požiadavka?: POST /v1/audio/speech · openai/tts-1-hd: model, input, voice
Aké limity platia?: POST /v1/audio/speech · openai/tts-1-hd: input.maximum_length: 4096

tts-1-hd

tts-1-hd

Úvod

Dostupné v Ailoot · vstupy a metódy

Cenník

Sadzby Ailoot

Ceny podľa konfigurácie

Príklady požiadaviek

Ailoot Ultra · Syntéza reči

Prijať a uložiť výsledky

Ailoot Ultra · Syntéza reči

Uchovať všetky dokončené výsledky

Ak treba overiť pôvodnú odpoveď

Aliasy

Aliasy modelov

Aliasy ciest metód

Súvisiace ID na volanie

Spoločnosť a jej portfólio projektov

Nakupujte tokeny so zľavou.

Pripojte API k produktu, ktorý predávate.