tts-1

TTS-1 mení pripravený text na hovorený zvuk s voliteľnými hlasmi, rýchlosťou prehrávania a výstupnými formátmi. OpenAI túto verziu optimalizuje na generovanie reči s nižšou latenciou, takže je praktickou voľbou pre pohotové čítanie, krátke rozprávanie a streamované dodanie už napísaného scenára.

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

O modeli

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

TTS-1 je model prevodu textu na reč od OpenAI optimalizovaný na rýchlosť. Prijíma slová na vyslovenie a vytvára zvuk, nie prepis ani písanú odpoveď. Príklady výrobcu zahŕňajú nahováranie písaných článkov, tvorbu reči vo viacerých jazykoch a prehrávanie zvuku počas jeho prijímania. TTS-1 je voľba s nižšou latenciou oproti TTS-1 HD; model HD zdôrazňuje kvalitu výstupu. Užitočným rozhodnutím preto je, či pre úlohu viac záleží na pohotovom prehrávaní alebo kvalitnejšom profile rozprávania.

Postup generovania reči je postavený na modeli, vstupnom texte a zvolenom hlase. Referencia OpenAI obmedzuje textový vstup na 4096 znakov, čo je limit znakov, nie kontextové okno tokenov. Pred syntézou pripravte skutočný scenár: napíšte vety, ktoré má poslucháč počuť, vyriešte skratky a rozhodnite, ako sa majú vyslovovať mená, množstvá a nadpisy. Pri dlhom článku usporiadajte úseky do samostatne zrozumiteľných pasáží namiesto považovania dlhého dokumentu za jedinú požiadavku reči.

Aktuálny zoznam hlasov OpenAI špecifický pre TTS-1 je alloy, ash, coral, echo, fable, onyx, nova, sage a shimmer. Sú to prednastavené hlasy; nepredstavujú úplný súbor hlasov každého novšieho hlasového modelu. Hlasy sú optimalizované pre angličtinu, kým viacjazyčná reč je podporovaná vstupom v jazyku, ktorý sa má vysloviť. Hlas vyberte pomocou reprezentatívnej pasáže s rovnakou slovnou zásobou a tempom ako konečný scenár. Ak záleží na kontinuite, voľbu zachovajte v súvisiacich klipoch.

Zvuk možno streamovať po častiach, takže prehrávanie začne pred dokončením generovania celého súboru. Ide o streamovanie reči vytvorenej z textu, nie o obojsmernú hovorenú konverzáciu. Dokumentované výstupné formáty sú MP3, Opus, AAC, FLAC, WAV a PCM, s predvoleným MP3. MP3 a AAC poskytujú komprimovaný zvuk; Opus sa hodí na streamovanie a komunikáciu; FLAC je bezstratový. WAV sa vyhýba dekódovaniu komprimovaného zvuku a surový PCM obsahuje 24 kHz, 16-bitové znamienkové vzorky little-endian bez hlavičky súboru. OpenAI odporúča WAV alebo PCM, keď je prioritou čas odozvy.

Referencia reči poskytuje nastavenie rýchlosti od 0.25 do 4.0 s predvolenou hodnotou 1.0. Dodatočné pole pokynov v prirodzenom jazyku s TTS-1 nefunguje a výstup udalostí SSE nie je pre tento model podporovaný. Jeho dokumentovanými ovládacími prvkami sú scenár, hlas, rýchlosť a zvukový formát; ovládanie prízvuku, emócií alebo šepotu novších modelov sa nemá pripisovať tejto verzii. Pri príprave klipu vyberte rýchlosť pre zrozumiteľnosť a potom skontrolujte realizované slová a prestávky namiesto predpokladu, že počet znakov scenára určuje presnú dĺžku.

Jazyková príručka zahŕňa angličtinu, ruštinu, ukrajinčinu, francúzštinu, nemčinu, španielčinu, portugalčinu, taliančinu, arabčinu, čínštinu, japončinu, kórejčinu, hindčinu, kazaštinu a mnoho ďalších jazykov. Reč sleduje jazyk dodaného textu. Viacjazyčné zadanie rozprávania preto začína preloženým scenárom a zamýšľaným publikom; prevod textu na reč je realizačný krok, nie pokyn na preklad alebo prepis znenia. Pri praktickom ozname pripravte presnú správu a mená. Pri vzdelávacom rozprávaní objasnite hranice úsekov a definície v slovách, ktoré sa budú čítať.

Hotovým výsledkom môže byť krátky hovorený pokyn, rozprávaná pasáž alebo zvukový segment pre väčší zostrih. Výslovnosť, úplnosť, tempo a zvolený formát skontrolujte pomocou skutočného výstupu. Scenár uchovajte spolu so zvukom, aby sa neskoršie opravy dali lokalizovať na dotknutú pasáž. Pokyny OpenAI vyžadujú jasne informovať poslucháčov, že hlas je generovaný AI. Toto oznámenie patrí do posluchového zážitku; nerobí z TTS-1 nahrávku ľudského hlasu ani nepridáva modelu ovládanie klonovania hlasu.

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

openai/tts-1

Ostatné /openai/tts-1

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	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 $0.03 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", "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

Aliasy ciest metód

Použite cesty metód uvedené vyššie.

Súvisiace ID na volanie

openai/tts-1

FAQ · tts-1

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

tts-1

tts-1

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.