متى ينبغي استخدام gpt-audio-1.5 مقابل gpt-realtime-1.5 لوكيل صوتي؟

اختر gpt-audio-1.5 للحصول على صوت أعلى جودة في تدفقات Chat Completions التي تتطلب سياقاً أكبر؛ واختر gpt-realtime-1.5 للتفاعلات الصوتية المباشرة منخفضة الكمون والبثّ الحي. :contentReference[oaicite:46]{index=46}

هل gpt-audio-1.5 مناسب لوكلاء دعم العملاء الصوتيين في بيئة الإنتاج؟

نعم — فقد صُمّم للمساعدات الصوتية والوكلاء الحواريين، لكن ينبغي إضافة مراجعة بشرية/ضمان الجودة، والتسجيل، وضوابط السلامة قبل النشر في بيئة الإنتاج. :contentReference[oaicite:48]{index=48}

ما أبرز القيود الواجب أخذها بالاعتبار عند نشر gpt-audio-1.5؟

تشمل الاعتبارات الأساسية المفاضلات بين الحوسبة/الكمون لجلسات الصوت ذات السياق الكبير، وضوابط السلامة لمحتوى الصوت، والحاجة إلى التحقق من مخرجات ASR/TTS في مجالك. :contentReference[oaicite:49]{index=49}

هل يستطيع gpt-audio-1.5 معالجة التحويل من الكلام إلى نص ومن النص إلى كلام في واجهة برمجة التطبيقات؟

نعم — فهو يقبل مُدخلات صوتية ويمكنه إرجاع مُخرجات صوتية أو استجابات نصية عبر نقاط النهاية الخاصة بـ Chat Completions/audio. :contentReference[oaicite:45]{index=45}

ما حدود الرموز الرسمية لكل من السياق والإخراج في واجهة برمجة تطبيقات gpt-audio-1.5؟

يدعم gpt-audio-1.5 نافذة سياق بحجم 128,000 رمز، وتُورد الوثائق إعداداً أقصى لرموز الإخراج يقارب 16,384؛ تحقّق من الحدود الدقيقة لكل نقطة نهاية في وثائق المطوّرين. :contentReference[oaicite:44]{index=44}

هل يدعم gpt-audio-1.5 البثّ واستدعاء الدوال لتكامل الأدوات؟

نعم — يدعم النموذج بث الاستجابات الصوتية والمخرجات المُنظَّمة/استدعاء الدوال لدمج الأدوات الخارجية وسير العمل. :contentReference[oaicite:47]{index=47}

OpenAI

متاح

gpt-audio-1.5

gpt-audio-1.5 API

أفضل نموذج صوتي لإدخال وإخراج الصوت مع Chat Completions.

السعر الابتدائي

$2.00 / مليون رمز إدخال

فوترة حسب الاستخدام

حالة الواجهة

متاح

نقطة نهاية الإنتاج

زمن الاستجابة

جاهز للعمل غير المتزامن

زمن استجابة الواجهة المُلاحَظ

تاريخ الإصدار

Feb 24, 2026

OpenAI

نظرة عامة

نظرة عامة عملية على gpt-audio-1.5، تشمل السلوكيات المهمة واعتبارات التكامل.

المواصفات التقنية لـ gpt-audio-1.5

العنصر	gpt-audio-1.5 (المواصفات العامة)
عائلة النموذج	GPT Audio family (نسخة موجهة للصوت أولاً)
أنواع الإدخال	نص، صوت (كلام وارد)
أنواع الإخراج	نص، صوت (كلام صادر)، مخرجات مُهيكلة (يدعم استدعاءات الدوال)
نافذة السياق	128,000 رمزاً.
الحد الأقصى لرموز الإخراج	16,384 (موثّق في قائمة gpt-audio ذات الصلة).
فئة الأداء	ذكاء أعلى؛ سرعة متوسطة (متوازنة).
ملف الكمون	مُحسّن للتفاعلات الصوتية (كمون متوسط/منخفض حسب نقطة النهاية).
التوافر	Chat Completions API (صوت وارد/صادر) وبيئات اللعب على المنصة؛ مدمج عبر أسطح الزمن الحقيقي/الصوت.
ملاحظات الأمان/الاستخدام	ضوابط لحماية المحتوى الصوتي؛ تعامل مع مخرجات النموذج وفق إجراءات الأمان والتحقق المعتادة لوكلاء الصوت في بيئات الإنتاج.

ملاحظة: gpt-realtime-1.5 نموذج ذو صلة وثيقة موجه للزمن الحقيقي والصوت أولاً، ومُحسّن لخفض الكمون والجلسات اللحظية؛ انظر المقارنة أدناه.

ما هو gpt-audio-1.5؟

gpt-audio-1.5 نموذج GPT يدعم الصوت، يوفّر كلاً من إدخال الكلام وإخراج الكلام عبر Chat Completions وواجهات برمجة التطبيقات الداعمة للصوت ذات الصلة. يتموضع كنموذج الصوت الرئيسي المتاح عامةً لبناء وكلاء صوت وتجارب موجهة للصوت مع تحقيق توازن بين الجودة والسرعة.

الميزات الرئيسية

دعم الكلام الوارد/الصادر: معالجة الإدخال المنطوق وإرجاع استجابات منطوقة أو نصية لتدفقات صوتية طبيعية.
سياق واسع لسيناريوهات الصوت: يدعم سياقاً كبيراً جداً (موثّق 128k من الرموز) ما يمكّن من تاريخ محادثة متعدد الأدوار وطويل أو جلسات متعددة الوسائط كبيرة.
التدفق والتوافق مع Chat Completions: يعمل ضمن Chat Completions مع استجابات صوتية متدفقة ومخرجات مُهيكلة عبر استدعاء الدوال.
أداء/كمون متوازن: مضبوط لتقديم استجابات صوتية عالية الجودة بسرعة متوسطة—مناسب لروبوتات المحادثة والمساعدين الصوتيين حيث تهم الجودة.
النظام البيئي والتكاملات: مدعوم في بيئات اللعب الخاصة بالمنصة ومتاح عبر نقاط الزمن الحقيقي/الصوت الرسمية وتكاملات الشركاء (تشير ملاحظات Azure/Microsoft Foundry إلى نماذج صوتية مشابهة).

gpt-audio-1.5 مقابل النماذج الصوتية ذات الصلة

الخاصية	gpt-audio-1.5	gpt-realtime-1.5
التركيز الأساسي	صوت عالي الجودة للإدخال/الإخراج ضمن Chat Completions وتدفقات المحادثة.	تحويل كلام إلى كلام بزمن حقيقي مع كمون أقل للوكلاء الصوتيين الحيّة وسيناريوهات البث المتدفق.
نافذة السياق	128k من الرموز.	32k من الرموز (المتغير الخاص بالزمن الحقيقي موثّق).
الحد الأقصى لرموز الإخراج	16,384 (موثّق).	يُضبط عادةً لاستجابات زمن حقيقي أقصر (الوثائق تذكر حدّاً أقصى أصغر للرموز).
أفضل استخدام	روبوتات الدردشة، ومساعدون مدعومون بالصوت حيث تُطلب دلالات دردشة كاملة مع قدرات صوتية.	وكلاء صوت حيّة، وأكشاك، وواجهات محادثة بزمن حقيقي وكمون منخفض.

حالات استخدام نموذجية

وكلاء محادثة صوتية لدعم العملاء ومكاتب المساعدة الداخلية.
مساعدين مدعومين بالصوت مضمّنين في التطبيقات والأجهزة والأكشاك.
سير عمل بدون استخدام اليدين (إملاء صوتي، بحث صوتي، إتاحة الوصول).
تجارب متعددة الوسائط تمزج الصوت مع النص/الصور عبر Chat Completions.

القيود واعتبارات التشغيل

ليس بديلاً جاهزاً مباشراً لمراجعة الجودة البشرية (QA): عليك دائماً التحقق من المخرجات الصوتية والإجراءات اللاحقة بمراجعة بشرية في تدفقات الإنتاج.
تخطيط الموارد: السياق الكبير وعمليات الإدخال/الإخراج الصوتي قد يزيدان الحوسبة والكمون—صمّم استراتيجيات تدفق/تقسيم للجلسات الطويلة.
قيود السلامة والسياسات: للمخرجات الصوتية قدرة إقناعية؛ اتّبع إرشادات السلامة الخاصة بالمنصة والضوابط عند النشر على نطاق واسع.
كيفية الوصول إلى واجهة GPT Audio 1.5 API

الخطوة 1: التسجيل للحصول على مفتاح API

سجّل الدخول إلى cometapi.com. إذا لم تكن مستخدماً لدينا بعد، يرجى التسجيل أولاً. سجّل الدخول إلى CometAPI console. احصل على مفتاح API الخاص ببيانات الاعتماد للوصول إلى الواجهة. انقر “Add Token” ضمن رمز API في المركز الشخصي، واحصل على مفتاح الرمز: sk-xxxxx ثم أرسِل.

cometapi-key

الخطوة 2: إرسال الطلبات إلى GPT Audio 1.5 API

اختر نقطة النهاية “gpt-audio-1.5” لإرسال طلب API واضبط جسم الطلب. يتم الحصول على طريقة الطلب وجسم الطلب من وثائق واجهة برمجة التطبيقات على موقعنا. يوفر موقعنا أيضاً اختبار Apifox لراحتك. استبدل <YOUR_API_KEY> بمفتاح CometAPI الفعلي من حسابك. عنوان URL الأساسي هو Chat Completions

أدخل سؤالك أو طلبك في حقل content—وهو ما سيستجيب له النموذج. عالج استجابة API للحصول على الجواب المُولّد.

الخطوة 3: استرجاع النتائج والتحقق منها

عالج استجابة API للحصول على الجواب المُولّد. بعد المعالجة، تستجيب الواجهة بحالة المهمة وبيانات المخرجات.

الأسئلة الشائعة

التسعير

استخدم التقدير السريع أعلاه لعملية تشغيل واحدة، ثم راجع المقارنة الكاملة بين أسعار CometAPI والأسعار الرسمية.

الطلب الأول

$0.01

التكلفة التقديرية لاستخدام CometAPI

عشرة طلبات

$0.1

التكلفة التقديرية لاستخدام CometAPI

خمسة عشر طلبًا

$0.15

التكلفة التقديرية لاستخدام CometAPI

التسعير لـ gpt-audio-1.5

استكشف الأسعار التنافسية لـ gpt-audio-1.5، المصمم ليناسب الميزانيات المختلفة واحتياجات الاستخدام المتنوعة. تضمن خططنا المرنة أن تدفع فقط مقابل ما تستخدمه، مما يجعل من السهل التوسع مع نمو متطلباتك. اكتشف كيف يمكن لـ gpt-audio-1.5 تحسين مشاريعك مع الحفاظ على التكاليف قابلة للإدارة.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
مدخل:$2/M الإخراج:$8/M	مدخل:$2.5/M الإخراج:$10/M	-20%

API

انسخ نقطة نهاية ونموذج كود يعملان، ثم افتح المرجع الكامل للواجهة عند الحاجة إلى جميع المعلمات.

واجهة برمجة تطبيقات واحدة، وصول للنماذج جاهز للإنتاج

قم بالمصادقة مرة واحدة، واستدعِ نقطة نهاية النموذج، وحافظ على نفس سير عمل الفوترة والمراقبة عبر جميع المزودين.

POST/v1/chat/completions

نموذج الكود وواجهة برمجة التطبيقات لـ gpt-audio-1.5

احصل على أكواد نماذجية شاملة وموارد API لـ gpt-audio-1.5 لتبسيط عملية التكامل الخاصة بك. توفر وثائقنا التفصيلية إرشادات خطوة بخطوة، مما يساعدك على الاستفادة من الإمكانات الكاملة لـ gpt-audio-1.5 في مشاريعك.

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

الإمكانيات

راجع أهم بيانات النموذج قبل اختيار البنية أو تقدير حِمل الإنتاج.

الإمكانيات المدعومة

الميزات التي تُعيدها واجهة برمجة تطبيقات النموذج الحالية.

text-to-speech

الإدخال والإخراج

المدخلات

text

المخرجات

audio

ملف تعريف الإنتاج

المزود: OpenAI
سياق: يعتمد على النموذج
الاستخدام التجاري: مدعوم

حالات الاستخدام

استخدم gpt-audio-1.5 في سير عمل إنتاجي يناسب إمكانياته في audio، ثم قارن البدائل قبل الالتزام بتكامل طويل الأمد.

توليد الكلام والموسيقى والصوت

تجارب صوتية وإنتاج الوسائط

سير عمل صوتي آلي على نطاق واسع

نماذج أخرى

قارن نماذج أخرى متاحة عبر CometAPI من حيث الجودة وزمن الاستجابة والإمكانيات والسعر.

فتح مقارنة النماذج →

OpenAI

GPT-Realtime-2.1

GPT-Realtime-2.1 updates GPT-Realtime-2 with improved alphanumeric recognition, silence and noise handling, and interruption behavior. It supports speech-to-speech interactions with configurable reasoning effort, instruction following, and tool use for complex voice-agent workflows.

عرض النموذج

OpenAI

GPT-Realtime-2

GPT-Realtime-2 هو أكثر نماذجنا الصوتية قدرةً في الوقت الحقيقي. يدعم تفاعلات من كلام إلى كلام بجهد استدلالي قابل للتخصيص، وقدرة أقوى على اتباع التعليمات، واستخدامًا أكثر موثوقية للأدوات ضمن عمليات سير عمل معقّدة للوكلاء الصوتيين.

عرض النموذج

OpenAI

gpt-realtime-1.5

أفضل نموذج صوتي لإدخال الصوت وإخراج الصوت.

عرض النموذج

OpenAI

TTS

تحويل النص إلى كلام من OpenAI

عرض النموذج

Kling

Kling TTS

[تركيب الكلام] أُطلقت حديثًا: تحويل النص إلى صوت بمستوى البث عبر الإنترنت، مع ميزة المعاينة ● يمكن في الوقت نفسه توليد audio_id، لاستخدامه مع أي Keling API.

عرض النموذج

Kling

Kling video-to-audio

Kling تحويل الفيديو إلى صوت

عرض النموذج

Uptime

راجع بيانات النبض الحي وتوفر نقطة النهاية وأزمنة الاستجابة المُلاحَظة قبل الانتقال إلى الإنتاج.

واصل الاستكشاف

قارن النماذج وتابع بحثك

OpenAI

متاح

gpt-audio-1.5

gpt-audio-1.5 API

أفضل نموذج صوتي لإدخال وإخراج الصوت مع Chat Completions.

السعر الابتدائي

$2.00 / مليون رمز إدخال

فوترة حسب الاستخدام

حالة الواجهة

متاح

نقطة نهاية الإنتاج

زمن الاستجابة

جاهز للعمل غير المتزامن

زمن استجابة الواجهة المُلاحَظ

تاريخ الإصدار

Feb 24, 2026

OpenAI

نظرة عامة

نظرة عامة عملية على gpt-audio-1.5، تشمل السلوكيات المهمة واعتبارات التكامل.

المواصفات التقنية لـ gpt-audio-1.5

العنصر	gpt-audio-1.5 (المواصفات العامة)
عائلة النموذج	GPT Audio family (نسخة موجهة للصوت أولاً)
أنواع الإدخال	نص، صوت (كلام وارد)
أنواع الإخراج	نص، صوت (كلام صادر)، مخرجات مُهيكلة (يدعم استدعاءات الدوال)
نافذة السياق	128,000 رمزاً.
الحد الأقصى لرموز الإخراج	16,384 (موثّق في قائمة gpt-audio ذات الصلة).
فئة الأداء	ذكاء أعلى؛ سرعة متوسطة (متوازنة).
ملف الكمون	مُحسّن للتفاعلات الصوتية (كمون متوسط/منخفض حسب نقطة النهاية).
التوافر	Chat Completions API (صوت وارد/صادر) وبيئات اللعب على المنصة؛ مدمج عبر أسطح الزمن الحقيقي/الصوت.
ملاحظات الأمان/الاستخدام	ضوابط لحماية المحتوى الصوتي؛ تعامل مع مخرجات النموذج وفق إجراءات الأمان والتحقق المعتادة لوكلاء الصوت في بيئات الإنتاج.

ملاحظة: gpt-realtime-1.5 نموذج ذو صلة وثيقة موجه للزمن الحقيقي والصوت أولاً، ومُحسّن لخفض الكمون والجلسات اللحظية؛ انظر المقارنة أدناه.

ما هو gpt-audio-1.5؟

الميزات الرئيسية

دعم الكلام الوارد/الصادر: معالجة الإدخال المنطوق وإرجاع استجابات منطوقة أو نصية لتدفقات صوتية طبيعية.
سياق واسع لسيناريوهات الصوت: يدعم سياقاً كبيراً جداً (موثّق 128k من الرموز) ما يمكّن من تاريخ محادثة متعدد الأدوار وطويل أو جلسات متعددة الوسائط كبيرة.
التدفق والتوافق مع Chat Completions: يعمل ضمن Chat Completions مع استجابات صوتية متدفقة ومخرجات مُهيكلة عبر استدعاء الدوال.
أداء/كمون متوازن: مضبوط لتقديم استجابات صوتية عالية الجودة بسرعة متوسطة—مناسب لروبوتات المحادثة والمساعدين الصوتيين حيث تهم الجودة.
النظام البيئي والتكاملات: مدعوم في بيئات اللعب الخاصة بالمنصة ومتاح عبر نقاط الزمن الحقيقي/الصوت الرسمية وتكاملات الشركاء (تشير ملاحظات Azure/Microsoft Foundry إلى نماذج صوتية مشابهة).

gpt-audio-1.5 مقابل النماذج الصوتية ذات الصلة

الخاصية	gpt-audio-1.5	gpt-realtime-1.5
التركيز الأساسي	صوت عالي الجودة للإدخال/الإخراج ضمن Chat Completions وتدفقات المحادثة.	تحويل كلام إلى كلام بزمن حقيقي مع كمون أقل للوكلاء الصوتيين الحيّة وسيناريوهات البث المتدفق.
نافذة السياق	128k من الرموز.	32k من الرموز (المتغير الخاص بالزمن الحقيقي موثّق).
الحد الأقصى لرموز الإخراج	16,384 (موثّق).	يُضبط عادةً لاستجابات زمن حقيقي أقصر (الوثائق تذكر حدّاً أقصى أصغر للرموز).
أفضل استخدام	روبوتات الدردشة، ومساعدون مدعومون بالصوت حيث تُطلب دلالات دردشة كاملة مع قدرات صوتية.	وكلاء صوت حيّة، وأكشاك، وواجهات محادثة بزمن حقيقي وكمون منخفض.

حالات استخدام نموذجية

وكلاء محادثة صوتية لدعم العملاء ومكاتب المساعدة الداخلية.
مساعدين مدعومين بالصوت مضمّنين في التطبيقات والأجهزة والأكشاك.
سير عمل بدون استخدام اليدين (إملاء صوتي، بحث صوتي، إتاحة الوصول).
تجارب متعددة الوسائط تمزج الصوت مع النص/الصور عبر Chat Completions.

القيود واعتبارات التشغيل

ليس بديلاً جاهزاً مباشراً لمراجعة الجودة البشرية (QA): عليك دائماً التحقق من المخرجات الصوتية والإجراءات اللاحقة بمراجعة بشرية في تدفقات الإنتاج.
تخطيط الموارد: السياق الكبير وعمليات الإدخال/الإخراج الصوتي قد يزيدان الحوسبة والكمون—صمّم استراتيجيات تدفق/تقسيم للجلسات الطويلة.
قيود السلامة والسياسات: للمخرجات الصوتية قدرة إقناعية؛ اتّبع إرشادات السلامة الخاصة بالمنصة والضوابط عند النشر على نطاق واسع.
كيفية الوصول إلى واجهة GPT Audio 1.5 API

الخطوة 1: التسجيل للحصول على مفتاح API

cometapi-key

الخطوة 2: إرسال الطلبات إلى GPT Audio 1.5 API

أدخل سؤالك أو طلبك في حقل content—وهو ما سيستجيب له النموذج. عالج استجابة API للحصول على الجواب المُولّد.

الخطوة 3: استرجاع النتائج والتحقق منها

عالج استجابة API للحصول على الجواب المُولّد. بعد المعالجة، تستجيب الواجهة بحالة المهمة وبيانات المخرجات.

الأسئلة الشائعة

التسعير

استخدم التقدير السريع أعلاه لعملية تشغيل واحدة، ثم راجع المقارنة الكاملة بين أسعار CometAPI والأسعار الرسمية.

الطلب الأول

$0.01

التكلفة التقديرية لاستخدام CometAPI

عشرة طلبات

$0.1

التكلفة التقديرية لاستخدام CometAPI

خمسة عشر طلبًا

$0.15

التكلفة التقديرية لاستخدام CometAPI

التسعير لـ gpt-audio-1.5

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
مدخل:$2/M الإخراج:$8/M	مدخل:$2.5/M الإخراج:$10/M	-20%

API

انسخ نقطة نهاية ونموذج كود يعملان، ثم افتح المرجع الكامل للواجهة عند الحاجة إلى جميع المعلمات.

واجهة برمجة تطبيقات واحدة، وصول للنماذج جاهز للإنتاج

POST/v1/chat/completions

نموذج الكود وواجهة برمجة التطبيقات لـ gpt-audio-1.5

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

الإمكانيات

راجع أهم بيانات النموذج قبل اختيار البنية أو تقدير حِمل الإنتاج.

الإمكانيات المدعومة

الميزات التي تُعيدها واجهة برمجة تطبيقات النموذج الحالية.

text-to-speech

الإدخال والإخراج

المدخلات

text

المخرجات

audio

ملف تعريف الإنتاج

المزود: OpenAI
سياق: يعتمد على النموذج
الاستخدام التجاري: مدعوم

حالات الاستخدام

استخدم gpt-audio-1.5 في سير عمل إنتاجي يناسب إمكانياته في audio، ثم قارن البدائل قبل الالتزام بتكامل طويل الأمد.

توليد الكلام والموسيقى والصوت

تجارب صوتية وإنتاج الوسائط

سير عمل صوتي آلي على نطاق واسع

نماذج أخرى

قارن نماذج أخرى متاحة عبر CometAPI من حيث الجودة وزمن الاستجابة والإمكانيات والسعر.

أفضل نموذج صوتي لإدخال الصوت وإخراج الصوت.

عرض النموذج

OpenAI

TTS

تحويل النص إلى كلام من OpenAI

Kling تحويل الفيديو إلى صوت

عرض النموذج

Uptime

راجع بيانات النبض الحي وتوفر نقطة النهاية وأزمنة الاستجابة المُلاحَظة قبل الانتقال إلى الإنتاج.

واصل الاستكشاف