{ "aboutHtml": "

TTS-1 är OpenAI:s text-till-tal-modell som är optimerad för hastighet. Den tar emot de ord som ska uttalas och skapar ljud, snarare än en transkription eller ett skrivet svar. Tillverkarens exempel omfattar uppläsning av skrivna artiklar, talproduktion på flera språk och uppspelning av ljud medan det kommer in. TTS-1 är valet med lägre latens jämfört med TTS-1 HD; HD-modellen betonar utdatakvalitet. Det användbara beslutet är därför om snabb uppspelning eller berättarröstprofilen med högre kvalitet är viktigare för uppgiften.

Arbetsflödet för talgenerering bygger på modellen, indatatexten och den valda rösten. OpenAI:s referens begränsar textindata till 4096 tecken, en teckengräns snarare än ett tokenbaserat kontextfönster. Förbered det faktiska manuset före syntesen: skriv meningarna lyssnaren ska höra, lös upp förkortningar och avgör hur namn, mängder och rubriker ska uttalas. Organisera avsnitten i en lång artikel till självständigt begripliga delar i stället för att behandla ett långt dokument som en enda talbegäran.

OpenAI:s aktuella modellspecifika röstlista för TTS-1 är alloy, ash, coral, echo, fable, onyx, nova, sage och shimmer. Det är förinställda röster; de utgör inte hela röstuppsättningen för varje nyare talmodell. Rösterna är optimerade för engelska, medan flerspråkigt tal stöds genom att indata anges på det språk som ska uttalas. Välj röst med ett representativt avsnitt med samma ordförråd och tempo som slutmanuset. Håll valet konsekvent mellan relaterade klipp när kontinuitet är viktig.

Ljud kan strömmas i delar så att uppspelningen börjar innan hela filen har genererats. Det är strömning av tal som skapats från text, inte ett dubbelriktat talat samtal. De dokumenterade utdataformaten är MP3, Opus, AAC, FLAC, WAV och PCM, med MP3 som standard. MP3 och AAC ger komprimerat ljud; Opus passar för strömning och kommunikation; FLAC är förlustfritt. WAV undviker avkodning av komprimerat ljud och rå PCM innehåller 16-bitars sampel med tecken i little-endian-format vid 24 kHz utan filhuvud. OpenAI rekommenderar WAV eller PCM när svarstid prioriteras.

Talreferensen ger en hastighetsinställning från 0.25 till 4.0, med 1.0 som standard. Det extra instruktionsfältet för naturligt språk fungerar inte med TTS-1, och händelsebaserade SSE-utdata stöds inte för denna modell. Dess dokumenterade kontroller är manus, röst, hastighet och ljudformat; nyare modellers kontroller för accent, känsla eller viskning ska inte tillskrivas denna version. Välj hastighet som stödjer begriplighet när du förbereder ett klipp och granska sedan återgivna ord och pauser i stället för att anta att manusets teckenantal fastställer en exakt längd.

Språkguiden omfattar engelska, ryska, ukrainska, franska, tyska, spanska, portugisiska, italienska, arabiska, kinesiska, japanska, koreanska, hindi, kazakiska och många andra språk. Talet följer språket i den angivna texten. Ett uppdrag för flerspråkig berättarröst börjar därför med det översatta manuset och den avsedda publiken; text-till-tal är ett återgivningssteg, inte en instruktion att översätta eller skriva om. Förbered det exakta meddelandet och namnen för ett praktiskt utrop. Gör avsnittsgränser och definitioner tydliga i orden som ska läsas upp för pedagogisk berättarröst.

En färdig leverans kan vara en kort talad instruktion, ett uppläst avsnitt eller ett ljudsegment för en större redigering. Granska uttal, fullständighet, tempo och valt format med de faktiska utdata. Spara manuset tillsammans med ljudet så att senare korrigeringar kan lokaliseras till det berörda avsnittet. OpenAI:s vägledning kräver att lyssnare tydligt informeras om att rösten är AI-genererad. Informationen hör till lyssnarupplevelsen; den gör inte TTS-1 till en inspelning av en mänsklig röst och lägger inte till röstkloningskontroller i modellen.

", "aboutText": "TTS-1 är OpenAI:s text-till-tal-modell som är optimerad för hastighet. Den tar emot de ord som ska uttalas och skapar ljud, snarare än en transkription eller ett skrivet svar. Tillverkarens exempel omfattar uppläsning av skrivna artiklar, talproduktion på flera språk och uppspelning av ljud medan det kommer in. TTS-1 är valet med lägre latens jämfört med TTS-1 HD; HD-modellen betonar utdatakvalitet. Det användbara beslutet är därför om snabb uppspelning eller berättarröstprofilen med högre kvalitet är viktigare för uppgiften.\n\nArbetsflödet för talgenerering bygger på modellen, indatatexten och den valda rösten. OpenAI:s referens begränsar textindata till 4096 tecken, en teckengräns snarare än ett tokenbaserat kontextfönster. Förbered det faktiska manuset före syntesen: skriv meningarna lyssnaren ska höra, lös upp förkortningar och avgör hur namn, mängder och rubriker ska uttalas. Organisera avsnitten i en lång artikel till självständigt begripliga delar i stället för att behandla ett långt dokument som en enda talbegäran.\n\nOpenAI:s aktuella modellspecifika röstlista för TTS-1 är alloy, ash, coral, echo, fable, onyx, nova, sage och shimmer. Det är förinställda röster; de utgör inte hela röstuppsättningen för varje nyare talmodell. Rösterna är optimerade för engelska, medan flerspråkigt tal stöds genom att indata anges på det språk som ska uttalas. Välj röst med ett representativt avsnitt med samma ordförråd och tempo som slutmanuset. Håll valet konsekvent mellan relaterade klipp när kontinuitet är viktig.\n\nLjud kan strömmas i delar så att uppspelningen börjar innan hela filen har genererats. Det är strömning av tal som skapats från text, inte ett dubbelriktat talat samtal. De dokumenterade utdataformaten är MP3, Opus, AAC, FLAC, WAV och PCM, med MP3 som standard. MP3 och AAC ger komprimerat ljud; Opus passar för strömning och kommunikation; FLAC är förlustfritt. WAV undviker avkodning av komprimerat ljud och rå PCM innehåller 16-bitars sampel med tecken i little-endian-format vid 24 kHz utan filhuvud. OpenAI rekommenderar WAV eller PCM när svarstid prioriteras.\n\nTalreferensen ger en hastighetsinställning från 0.25 till 4.0, med 1.0 som standard. Det extra instruktionsfältet för naturligt språk fungerar inte med TTS-1, och händelsebaserade SSE-utdata stöds inte för denna modell. Dess dokumenterade kontroller är manus, röst, hastighet och ljudformat; nyare modellers kontroller för accent, känsla eller viskning ska inte tillskrivas denna version. Välj hastighet som stödjer begriplighet när du förbereder ett klipp och granska sedan återgivna ord och pauser i stället för att anta att manusets teckenantal fastställer en exakt längd.\n\nSpråkguiden omfattar engelska, ryska, ukrainska, franska, tyska, spanska, portugisiska, italienska, arabiska, kinesiska, japanska, koreanska, hindi, kazakiska och många andra språk. Talet följer språket i den angivna texten. Ett uppdrag för flerspråkig berättarröst börjar därför med det översatta manuset och den avsedda publiken; text-till-tal är ett återgivningssteg, inte en instruktion att översätta eller skriva om. Förbered det exakta meddelandet och namnen för ett praktiskt utrop. Gör avsnittsgränser och definitioner tydliga i orden som ska läsas upp för pedagogisk berättarröst.\n\nEn färdig leverans kan vara en kort talad instruktion, ett uppläst avsnitt eller ett ljudsegment för en större redigering. Granska uttal, fullständighet, tempo och valt format med de faktiska utdata. Spara manuset tillsammans med ljudet så att senare korrigeringar kan lokaliseras till det berörda avsnittet. OpenAI:s vägledning kräver att lyssnare tydligt informeras om att rösten är AI-genererad. Informationen hör till lyssnarupplevelsen; den gör inte TTS-1 till en inspelning av en mänsklig röst och lägger inte till röstkloningskontroller i modellen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d88810efa2537550b73630e74ca4f4dc4c9aee8dda5779a9f76a6eaacd0bbdff", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "
•

tts-1

Annat /openai/tts-1

Start

TTS-1 omvandlar förberedd text till talat ljud med valbara röster, uppspelningshastighet och utdataformat. OpenAI optimerar denna version för talgenerering med lägre latens, vilket gör den praktisk för uppläsningar med snabb respons, kort berättarröst och strömmande leverans av ett redan skrivet manus.

Godkända indata
Text
Resultat
Ljud
Om modellen

Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.

TTS-1 är OpenAI:s text-till-tal-modell som är optimerad för hastighet. Den tar emot de ord som ska uttalas och skapar ljud, snarare än en transkription eller ett skrivet svar. Tillverkarens exempel omfattar uppläsning av skrivna artiklar, talproduktion på flera språk och uppspelning av ljud medan det kommer in. TTS-1 är valet med lägre latens jämfört med TTS-1 HD; HD-modellen betonar utdatakvalitet. Det användbara beslutet är därför om snabb uppspelning eller berättarröstprofilen med högre kvalitet är viktigare för uppgiften.

Arbetsflödet för talgenerering bygger på modellen, indatatexten och den valda rösten. OpenAI:s referens begränsar textindata till 4096 tecken, en teckengräns snarare än ett tokenbaserat kontextfönster. Förbered det faktiska manuset före syntesen: skriv meningarna lyssnaren ska höra, lös upp förkortningar och avgör hur namn, mängder och rubriker ska uttalas. Organisera avsnitten i en lång artikel till självständigt begripliga delar i stället för att behandla ett långt dokument som en enda talbegäran.

OpenAI:s aktuella modellspecifika röstlista för TTS-1 är alloy, ash, coral, echo, fable, onyx, nova, sage och shimmer. Det är förinställda röster; de utgör inte hela röstuppsättningen för varje nyare talmodell. Rösterna är optimerade för engelska, medan flerspråkigt tal stöds genom att indata anges på det språk som ska uttalas. Välj röst med ett representativt avsnitt med samma ordförråd och tempo som slutmanuset. Håll valet konsekvent mellan relaterade klipp när kontinuitet är viktig.

Ljud kan strömmas i delar så att uppspelningen börjar innan hela filen har genererats. Det är strömning av tal som skapats från text, inte ett dubbelriktat talat samtal. De dokumenterade utdataformaten är MP3, Opus, AAC, FLAC, WAV och PCM, med MP3 som standard. MP3 och AAC ger komprimerat ljud; Opus passar för strömning och kommunikation; FLAC är förlustfritt. WAV undviker avkodning av komprimerat ljud och rå PCM innehåller 16-bitars sampel med tecken i little-endian-format vid 24 kHz utan filhuvud. OpenAI rekommenderar WAV eller PCM när svarstid prioriteras.

Talreferensen ger en hastighetsinställning från 0.25 till 4.0, med 1.0 som standard. Det extra instruktionsfältet för naturligt språk fungerar inte med TTS-1, och händelsebaserade SSE-utdata stöds inte för denna modell. Dess dokumenterade kontroller är manus, röst, hastighet och ljudformat; nyare modellers kontroller för accent, känsla eller viskning ska inte tillskrivas denna version. Välj hastighet som stödjer begriplighet när du förbereder ett klipp och granska sedan återgivna ord och pauser i stället för att anta att manusets teckenantal fastställer en exakt längd.

Språkguiden omfattar engelska, ryska, ukrainska, franska, tyska, spanska, portugisiska, italienska, arabiska, kinesiska, japanska, koreanska, hindi, kazakiska och många andra språk. Talet följer språket i den angivna texten. Ett uppdrag för flerspråkig berättarröst börjar därför med det översatta manuset och den avsedda publiken; text-till-tal är ett återgivningssteg, inte en instruktion att översätta eller skriva om. Förbered det exakta meddelandet och namnen för ett praktiskt utrop. Gör avsnittsgränser och definitioner tydliga i orden som ska läsas upp för pedagogisk berättarröst.

En färdig leverans kan vara en kort talad instruktion, ett uppläst avsnitt eller ett ljudsegment för en större redigering. Granska uttal, fullständighet, tempo och valt format med de faktiska utdata. Spara manuset tillsammans med ljudet så att senare korrigeringar kan lokaliseras till det berörda avsnittet. OpenAI:s vägledning kräver att lyssnare tydligt informeras om att rösten är AI-genererad. Informationen hör till lyssnarupplevelsen; den gör inte TTS-1 till en inspelning av en mänsklig röst och lägger inte till röstkloningskontroller i modellen.

Tillgängligt i Ailoot · indata & metoder

Ailoot Ultra · Talproduktion POST /v1/audio/speech
Indatatyper
text
Utdatatyper
audio
Utdataformat
mp3
FältTypKravVärden & gränserStandard
FältmodelTypstringKravObligatorisktVärden & gränser
openai/tts-1
Standard—
FältinputTypstringKravObligatorisktVärden & gränser
Minsta längd: 1
Maximal längd: 4 096
Enhet: Unicode-tecken
Standard—
FältvoiceTypstringKravObligatorisktVärden & gränser
alloy
Standard—
Kombinationer av indatamaterial

text_to_speech · Krävs: input

Metodparametrar och livscykel
ParameterAvtal
Parametercontent_typeAvtalapplication/json
ParameterrequiredAvtalmodel, input, voice
Parametervoice_idsAvtalalloy
Parametermax_input_charactersAvtal4096
Parameterother_optionsAvtalfalse
ParameterinputAvtalexakt UTF-8-text; antal Unicode-tecken utan normalisering
Parametermaterial_typesAvtaltext

Livscykel: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Välj den exakta rösten från denna modellprofil.

Indatatecken och ljudsekunder är olika mätenheter.

Priser

Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.

Snabbt läge
Ej angivet När snabbt läge är valt
Flex-läge
Ej angivet När läget flex är valt
Högsta resonemangsnivå
Ej angivet När den högsta resonemangsnivån använder standardjusteringen (default)

Ailoot-priser

Priser efter konfiguration

Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.

KonfigurationPrislistaDebiterbar mängdDebiteringsmängdDebiteringsenhetAvgift
KonfigurationGrundpriser för tokenPrislistaGrundprisDebiterbar mängd—Debiteringsmängd—Debiteringsenhet—Avgift
Indata · Indatatoken — / 1K token
Utdata · Utdatatoken — / 1K token
Indata · Cacheläsning — / 1K token
Indata · Skrivning till cache — / 1K token
Indata · Skrivning till cache, 1 tim — / 1K token
KonfigurationUltraPrislista—Debiterbar mängdVarje Unicode-kodpunkt räknas som ett tecken, även Han-tecken.Debiteringsmängd—Debiteringsenhetper 1K indatateckenAvgift
Indata · indatatecken $0.03 per 1K indatatecken
KonfigurationPer begäranPrislista—Debiterbar mängd—Debiteringsmängden förfråganDebiteringsenhet—Avgift
Indata $0 per begäran

Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →

Exempelbegäranden

Ailoot Ultra · Talproduktion

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

Ta emot och spara resultat

Ailoot Ultra · Talproduktion

mp3

Andra innehållsläsningar
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
Behåll alla färdiga resultat

Behåll varje fullständigt returnerat svar, fil och innehållsdel.

Spara hela det binära resultatet och dess headers. Om JSON eller flera resultat returneras ska du behålla varje dataobjekt och hämta innehållet via varje faktisk signerad URL till en resurs.

Om det ursprungliga svaret behöver kontrolleras

Behåll de ursprungliga värdena för operation_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud.

Svarsfält
FältTyp
Fältbinary audioTypbytes
Fältresponse headersTypheaders
Fel och nästa steg
SvarVillkorNästa steg
Svar400 · invalid_request_errorVillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärdeNästa stegKorrigera de angivna fälten före en ny begäran om att skapa.
Svarserver_errorVillkorDet returnerade svaret anger att operationen eller resultatet behöver kontrollerasNästa stegSpara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen.

Alias

Modellalias

Ailoot Ultra openai/tts-1

Alias för metodsökvägar

Använd metodsökvägarna som visas ovan.

Relaterade anropar-ID:n

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": "Ogiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde", "http_status": 400, "recovery": "Korrigera de angivna fälten före en ny begäran om att skapa.", "type": "invalid_request_error" }, { "code": null, "condition": "Det returnerade svaret anger att operationen eller resultatet behöver kontrolleras", "http_status": null, "recovery": "Spara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen.", "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": "Behåll de ursprungliga värdena för operation_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud." }, "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": "Spara hela det binära resultatet och dess headers. Om JSON eller flera resultat returneras ska du behålla varje dataobjekt och hämta innehållet via varje faktisk signerad URL till en resurs.", "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-tecken" }, { "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": [ "Välj den exakta rösten från denna modellprofil.", "Indatatecken och ljudsekunder är olika mätenheter." ], "input": { "content_type": "application/json", "input": "exakt UTF-8-text; antal Unicode-tecken utan normalisering", "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": "Det task_id som faktiskt returnerades eller en post i mediebiblioteket", "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": "6279b1e8c95613b67d871c727f09f023cce7eceba569231d42984693bb638656", "input_html_sha256": "d462c479a8c62f278bcee19fd97b908c4e4b3b4c69dd2531fe70205d9790b17b", "private_audit_sha256": "f2b8f1a5185df91d3bb08a2e9dcc16b91273f4c7a172442e9c829d8a6d1f18e8", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/sv/openai-tts-1/", "description": "TTS-1 omvandlar förberedd text till talat ljud med valbara röster, uppspelningshastighet och utdataformat. OpenAI optimerar denna version för talgenerering med lägre latens, vilket gör den praktisk för uppläsningar med snabb respons, kort berättarröst och strömmande leverans av ett redan skrivet manus.", "locale": "sv", "md_url": "https://ailoot.ai/models/sv/openai-tts-1/index.md", "title": "tts-1 — Ailoot", "url": "https://ailoot.ai/models/sv/openai-tts-1/" }, "rawModel": { "about": "TTS-1 är OpenAI:s text-till-tal-modell som är optimerad för hastighet. Den tar emot de ord som ska uttalas och skapar ljud, snarare än en transkription eller ett skrivet svar. Tillverkarens exempel omfattar uppläsning av skrivna artiklar, talproduktion på flera språk och uppspelning av ljud medan det kommer in. TTS-1 är valet med lägre latens jämfört med TTS-1 HD; HD-modellen betonar utdatakvalitet. Det användbara beslutet är därför om snabb uppspelning eller berättarröstprofilen med högre kvalitet är viktigare för uppgiften.\n\nArbetsflödet för talgenerering bygger på modellen, indatatexten och den valda rösten. OpenAI:s referens begränsar textindata till 4096 tecken, en teckengräns snarare än ett tokenbaserat kontextfönster. Förbered det faktiska manuset före syntesen: skriv meningarna lyssnaren ska höra, lös upp förkortningar och avgör hur namn, mängder och rubriker ska uttalas. Organisera avsnitten i en lång artikel till självständigt begripliga delar i stället för att behandla ett långt dokument som en enda talbegäran.\n\nOpenAI:s aktuella modellspecifika röstlista för TTS-1 är alloy, ash, coral, echo, fable, onyx, nova, sage och shimmer. Det är förinställda röster; de utgör inte hela röstuppsättningen för varje nyare talmodell. Rösterna är optimerade för engelska, medan flerspråkigt tal stöds genom att indata anges på det språk som ska uttalas. Välj röst med ett representativt avsnitt med samma ordförråd och tempo som slutmanuset. Håll valet konsekvent mellan relaterade klipp när kontinuitet är viktig.\n\nLjud kan strömmas i delar så att uppspelningen börjar innan hela filen har genererats. Det är strömning av tal som skapats från text, inte ett dubbelriktat talat samtal. De dokumenterade utdataformaten är MP3, Opus, AAC, FLAC, WAV och PCM, med MP3 som standard. MP3 och AAC ger komprimerat ljud; Opus passar för strömning och kommunikation; FLAC är förlustfritt. WAV undviker avkodning av komprimerat ljud och rå PCM innehåller 16-bitars sampel med tecken i little-endian-format vid 24 kHz utan filhuvud. OpenAI rekommenderar WAV eller PCM när svarstid prioriteras.\n\nTalreferensen ger en hastighetsinställning från 0.25 till 4.0, med 1.0 som standard. Det extra instruktionsfältet för naturligt språk fungerar inte med TTS-1, och händelsebaserade SSE-utdata stöds inte för denna modell. Dess dokumenterade kontroller är manus, röst, hastighet och ljudformat; nyare modellers kontroller för accent, känsla eller viskning ska inte tillskrivas denna version. Välj hastighet som stödjer begriplighet när du förbereder ett klipp och granska sedan återgivna ord och pauser i stället för att anta att manusets teckenantal fastställer en exakt längd.\n\nSpråkguiden omfattar engelska, ryska, ukrainska, franska, tyska, spanska, portugisiska, italienska, arabiska, kinesiska, japanska, koreanska, hindi, kazakiska och många andra språk. Talet följer språket i den angivna texten. Ett uppdrag för flerspråkig berättarröst börjar därför med det översatta manuset och den avsedda publiken; text-till-tal är ett återgivningssteg, inte en instruktion att översätta eller skriva om. Förbered det exakta meddelandet och namnen för ett praktiskt utrop. Gör avsnittsgränser och definitioner tydliga i orden som ska läsas upp för pedagogisk berättarröst.\n\nEn färdig leverans kan vara en kort talad instruktion, ett uppläst avsnitt eller ett ljudsegment för en större redigering. Granska uttal, fullständighet, tempo och valt format med de faktiska utdata. Spara manuset tillsammans med ljudet så att senare korrigeringar kan lokaliseras till det berörda avsnittet. OpenAI:s vägledning kräver att lyssnare tydligt informeras om att rösten är AI-genererad. Informationen hör till lyssnarupplevelsen; den gör inte TTS-1 till en inspelning av en mänsklig röst och lägger inte till röstkloningskontroller i modellen.", "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": "Fullständig prissättning för konfigurationen finns i detaljerna." } ], "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": "Ogiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde", "http_status": 400, "recovery": "Korrigera de angivna fälten före en ny begäran om att skapa.", "type": "invalid_request_error" }, { "code": null, "condition": "Det returnerade svaret anger att operationen eller resultatet behöver kontrolleras", "http_status": null, "recovery": "Spara det ursprungliga operations- eller uppgifts-ID som returnerades, förfrågans headers och svaret. Fortsätt att läsa den ursprungliga operationen med de läsmetoder som stöds. Skicka inte skapandeförfrågan igen.", "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": "Behåll de ursprungliga värdena för operation_id/X-Client-Request-ID för avstämning utan att skicka förfrågan igen; det finns ingen särskild rutt för statusavläsning av ljud." }, "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": "Spara hela det binära resultatet och dess headers. Om JSON eller flera resultat returneras ska du behålla varje dataobjekt och hämta innehållet via varje faktisk signerad URL till en resurs.", "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-tecken" }, { "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": [ "Välj den exakta rösten från denna modellprofil.", "Indatatecken och ljudsekunder är olika mätenheter." ], "input": { "content_type": "application/json", "input": "exakt UTF-8-text; antal Unicode-tecken utan normalisering", "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": "Det task_id som faktiskt returnerades eller en post i mediebiblioteket", "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 omvandlar förberedd text till talat ljud med valbara röster, uppspelningshastighet och utdataformat. OpenAI optimerar denna version för talgenerering med lägre latens, vilket gör den praktisk för uppläsningar med snabb respons, kort berättarröst och strömmande leverans av ett redan skrivet manus." }, "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 omvandlar förberedd text till talat ljud med valbara röster, uppspelningshastighet och utdataformat. OpenAI optimerar denna version för talgenerering med lägre latens, vilket gör den praktisk för uppläsningar med snabb respons, kort berättarröst och strömmande leverans av ett redan skrivet manus.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "3024a760229628a9515a6e7db24fb7688963d022e7c149f7cbcda12d44018759", "renderer_sha256": "8a45bb31b83d2551e6d975cf4683518c7cb445a54b9394a01947f4dd103f1051" }, "sourceRevision": "323a4d76d6651eb054fd5e220f589d87ee3d7875b2bac6aacb1a48b5ad884329" }