tts-1-hd

TTS-1 HD chuyển văn bản viết thành âm thanh lời nói chất lượng cao hơn với các giọng cài sẵn có thể lựa chọn, tốc độ và sáu định dạng đầu ra. OpenAI định vị HD cho chất lượng thuyết minh thay vì đặc tính độ trễ thấp hơn của TTS-1, phù hợp với bản đọc hoàn thiện, tài liệu học tập và các đoạn âm thanh được biên tập.

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech openai/tts-1-hd

Về mô hình

Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.

TTS-1 HD là mô hình chuyển văn bản thành giọng nói của OpenAI được tối ưu cho chất lượng âm thanh. Đầu vào là kịch bản đã chuẩn bị và đầu ra là âm thanh lời nói. Lựa chọn HD khác với đặc tính ưu tiên tốc độ của TTS-1: OpenAI mô tả TTS-1 có độ trễ thấp hơn nhưng chất lượng thấp hơn. Vì vậy, HD là lựa chọn thuyết minh hữu ích khi bản giọng đọc hoàn thiện quan trọng hơn việc bắt đầu phát nhanh nhất có thể. Một bài viết, đoạn bài học hoặc phần giải thích được trau chuốt có thể trở thành tài sản âm thanh.

Các đầu vào cốt lõi là mô hình đã chọn, văn bản chính xác và một giọng đọc. Tài liệu tham chiếu giọng nói của nhà sản xuất giới hạn kịch bản ở 4096 ký tự mỗi yêu cầu. Đây là độ dài văn bản đầu vào, không phải bảo đảm về thời lượng âm thanh. Chuẩn bị kịch bản dễ hiểu khi nghe: viết đầy đủ các chữ viết tắt gây mơ hồ, quyết định cách đọc đại lượng và giữ mỗi đoạn có ý nghĩa trọn vẹn. Với bài học hoặc bài viết dài hơn, chia văn bản tại các ranh giới có ý nghĩa và lưu thứ tự sử dụng các đoạn thu được.

Hướng dẫn OpenAI hiện tại liệt kê chín lựa chọn có sẵn cho TTS-1 HD: alloy, ash, coral, echo, fable, onyx, nova, sage và shimmer. Các giọng được tối ưu cho tiếng Anh, trong khi hướng dẫn chuyển văn bản thành giọng nói hỗ trợ tạo lời nói bằng nhiều ngôn ngữ khi cung cấp văn bản ở ngôn ngữ cần dùng. So sánh giọng hữu ích nhất khi dùng cùng một kịch bản đại diện, gồm tên riêng và từ vựng chuyên môn sẽ xuất hiện trong tài liệu hoàn thiện. Giữ giọng và tốc độ nhất quán khi nhiều đoạn âm thanh hợp thành một bản thuyết minh.

MP3 là đầu ra mặc định. Opus và AAC là các định dạng âm thanh nén thay thế; FLAC cung cấp nén không mất dữ liệu; WAV cung cấp âm thanh không nén. PCM cung cấp các mẫu thô 24 kHz, số nguyên có dấu 16-bit theo thứ tự little-endian, không có phần đầu tệp. Các lựa chọn này phục vụ những mục đích khác nhau: tệp nhỏ gọn để phân phối, tài sản âm thanh truyền trực tuyến hoặc âm thanh đưa vào quy trình biên tập. OpenAI khuyến nghị WAV hoặc PCM để phản hồi nhanh hơn khi chi phí giải mã có ảnh hưởng. Chọn định dạng tệp không làm thay đổi kịch bản hoặc bổ sung một mô hình điều khiển giọng riêng.

Lời nói có thể được truyền theo từng khối, cho phép trình phát bắt đầu trước khi toàn bộ tệp âm thanh sẵn sàng. Đây là truyền trực tuyến từ văn bản sang âm thanh; nó không tạo thành hội thoại giọng nói hai chiều. Tài liệu tham chiếu hỗ trợ giá trị tốc độ từ 0.25 đến 4.0, với 1.0 là mặc định. Trường chỉ dẫn bằng ngôn ngữ tự nhiên riêng không hoạt động với TTS-1 HD và đầu ra sự kiện SSE không được hỗ trợ cho mô hình này. Kịch bản, giọng cài sẵn, tốc độ và định dạng đầu ra là các yếu tố điều khiển được mô tả, thay vì giao diện dùng lời nhắc để điều khiển giọng vùng miền hoặc cảm xúc của các mô hình giọng nói mới hơn.

Hướng dẫn ngôn ngữ gồm tiếng Nga, Ukraina, Anh, Pháp, Đức, Tây Ban Nha, Bồ Đào Nha, Ý, Trung, Nhật, Hàn, Ả Rập, Hindi và Kazakh trong số các ngôn ngữ được hỗ trợ. Chuẩn bị kịch bản bằng ngôn ngữ đích; quá trình tổng hợp đọc văn bản đó thay vì dịch. Với nội dung học tập, làm rõ định nghĩa và phần chuyển mục. Với một đoạn âm thanh giải thích, chuẩn bị thông điệp chính xác và mọi tên riêng cần được nghe. Việc giọng được tối ưu cho tiếng Anh vẫn cần được cân nhắc khi đánh giá âm thanh của một ngôn ngữ và bộ từ vựng cụ thể.

Quy trình HD thực tế tạo ra đoạn âm thanh để nghe, xem xét rồi đưa vào tài liệu hoàn thiện. Kiểm tra rằng mọi câu đã được đọc, tên riêng và đại lượng được phát âm chấp nhận được, đồng thời nhịp đã chọn hỗ trợ việc hiểu nội dung. Lưu kịch bản viết bên cạnh âm thanh để có thể truy ra đoạn liên quan khi sửa lỗi. OpenAI yêu cầu thông báo rõ rằng giọng được tạo là giọng nhân tạo. HD mô tả họ TTS ưu tiên chất lượng; bản thân nó không hứa hẹn thời gian chính xác, danh tính người nói tùy chỉnh hoặc các yếu tố điều khiển biểu cảm của một mô hình khác.

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech openai/tts-1-hd

openai/tts-1-hd

Khác /openai/tts-1-hd

Bắt đầu

Đầu vào được chấp nhận: Văn bản
Kết quả: Âm thanh

Có trên Ailoot · đầu vào & phương thức

Ailoot Ultra · Tổng hợp giọng nói POST /v1/audio/speech

Đầu vào: text
Đầu ra: audio
Định dạng đầu ra: mp3

Trường	Loại	Yêu cầu	Giá trị & giới hạn	Mặc định
Trường`model`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn openai/tts-1-hd	Mặc định—
Trường`input`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn Độ dài tối thiểu: 1 Độ dài tối đa: 4.096 Đơn vị: ký tự Unicode	Mặc định—
Trường`voice`	Loại`string`	Yêu cầuBắt buộc	Giá trị & giới hạn alloy	Mặc định—

Tổ hợp tư liệu đầu vào

text_to_speech · Bắt buộc: input

Tham số phương thức và vòng đời

Tham số	Hợp đồng
Tham số`content_type`	Hợp đồngapplication/json
Tham số`required`	Hợp đồngmodel, input, voice
Tham số`voice_ids`	Hợp đồngalloy
Tham số`max_input_characters`	Hợp đồng4096
Tham số`other_options`	Hợp đồngfalse
Tham số`input`	Hợp đồngvăn bản UTF-8 nguyên dạng; đếm ký tự Unicode mà không chuẩn hóa
Tham số`material_types`	Hợp đồngtext

Vòng đời: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Giá trị task_id thực tế đã trả về hoặc bản ghi trong thư viện nội dung đa phương tiện

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

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Chọn giọng nói chính xác từ hồ sơ mô hình này.

Ký tự đầu vào và giây âm thanh là các đơn vị đo tính phí khác nhau.

Bảng giá

Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.

Chế độ nhanh: Chưa chỉ định Khi chọn chế độ nhanh
Chế độ Flex: Chưa chỉ định Khi chọn chế độ flex
Mức độ suy luận tối đa: Chưa chỉ định Khi áp dụng mức điều chỉnh mặc định (default) cho mức độ suy luận tối đa

Mức phí Ailoot

Giá theo cấu hình

Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.

Cấu hình	Biểu mức phí	Lượng tính phí	Lượng dùng để tính phí	Đơn vị tính phí	Phí
Cấu hìnhGiá cơ sở cho token	Biểu mức phíMức phí cơ bản	Lượng tính phí—	Lượng dùng để tính phí—	Đơn vị tính phí—	Phí Đầu vào · Token đầu vào — / 1K token Đầu ra · Token đầu ra — / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token
Cấu hìnhUltra	Biểu mức phí—	Lượng tính phíMỗi điểm mã Unicode được tính là một ký tự, bao gồm ký tự Hán (Han).	Lượng dùng để tính phí—	Đơn vị tính phímỗi 1K ký tự đầu vào	Phí Đầu vào · Ký tự đầu vào $0.06 mỗi 1K ký tự đầu vào
Cấu hìnhMỗi yêu cầu	Biểu mức phí—	Lượng tính phí—	Lượng dùng để tính phímột yêu cầu	Đơn vị tính phí—	Phí Đầu vào $0 mỗi yêu cầu

Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →

Ví dụ yêu cầu

Ailoot Ultra · Tổng hợp giọng nói

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

Nhận và lưu kết quả

Ailoot Ultra · Tổng hợp giọng nói

mp3

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

Lượt đọc nội dung khác

Thư viện phương tiệnTrạng thái tác vụChi tiết tài nguyên

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

Lưu tất cả kết quả đã hoàn tất

Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.

Giữ lại toàn bộ kết quả nhị phân và các header. Nếu phản hồi ở dạng JSON hoặc chứa nhiều đầu ra, giữ lại mọi phần tử dữ liệu và tải từng tài nguyên từ URL có chữ ký thực tế.

Nếu cần kiểm tra phản hồi gốc

Giữ lại operation_id/X-Client-Request-ID gốc để đối soát mà không gửi lại yêu cầu; không có tuyến truy vấn trạng thái riêng cho âm thanh.

Trường phản hồi

Trường	Loại
Trường`binary audio`	Loạibytes
Trường`response headers`	Loạiheaders

Lỗi và bước tiếp theo

Phản hồi	Điều kiện	Bước tiếp theo
Phản hồi400 · `invalid_request_error`	Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ	Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới.
Phản hồi`server_error`	Điều kiệnPhản hồi trả về cho biết thao tác hoặc kết quả cần được kiểm tra	Bước tiếp theoGiữ lại ID thao tác/tác vụ gốc đã trả về, các header của yêu cầu và toàn bộ phản hồi; tiếp tục truy xuất thao tác gốc đó bằng các phương thức được hỗ trợ. Không gửi lại yêu cầu tạo.

Bí danh

Bí danh mô hình

Ailoot Ultra openai/tts-1-hd

Bí danh đường dẫn phương thức

Dùng các đường dẫn phương thức hiển thị ở trên.

ID gọi liên quan

openai/tts-1-hd

FAQ · tts-1-hd

Có những đầu vào và kết quả nào?: POST /v1/audio/speech · openai/tts-1-hd: text → audio
Yêu cầu sử dụng những trường nào?: POST /v1/audio/speech · openai/tts-1-hd: model, input, voice
Áp dụng những giới hạn nào?: POST /v1/audio/speech · openai/tts-1-hd: input.maximum_length: 4096

tts-1-hd

tts-1-hd

Bắt đầu

Có trên Ailoot · đầu vào & phương thức

Bảng giá

Mức phí Ailoot

Giá theo cấu hình

Ví dụ yêu cầu

Ailoot Ultra · Tổng hợp giọng nói

Nhận và lưu kết quả

Ailoot Ultra · Tổng hợp giọng nói

Lưu tất cả kết quả đã hoàn tất

Nếu cần kiểm tra phản hồi gốc

Bí danh

Bí danh mô hình

Bí danh đường dẫn phương thức

ID gọi liên quan

Công ty và danh mục dự án của công ty

Mua token với giá ưu đãi.

Kết nối API vào sản phẩm bạn đang bán.