tts-1-hd

Caractéristiques techniques de tts-1-hd

Qu’est-ce que tts-1-hd ?

tts-1-hd est le modèle de synthèse vocale de qualité supérieure d’OpenAI pour générer, à partir de texte, un audio parlé au rendu naturel. Il est conçu pour des cas d’usage où la qualité de sortie prime sur la minimisation de la latence, comme la narration, les assistants vocaux, les fonctionnalités d’accessibilité, les contenus éducatifs et la production média. OpenAI présente tts-1-hd comme un modèle optimisé pour une synthèse vocale de haute qualité et indique qu’il s’utilise via le point de terminaison Speech de l’API Audio.

Comparé aux options TTS plus légères ou plus rapides, tts-1-hd est généralement positionné comme le choix axé sur la qualité dans la pile vocale d’OpenAI. Les développeurs envoient généralement un texte en entrée, choisissent une voix, configurent éventuellement la vitesse ou le format de sortie, et reçoivent un fichier audio ou un flux audio prêt pour la lecture ou le stockage.

Fonctionnalités principales de tts-1-hd

• Synthèse vocale de haute qualité : tts-1-hd est spécifiquement optimisé pour une génération audio de meilleure qualité, adaptée lorsque la clarté et le naturel priment sur le temps de réponse le plus court.
• Flux de travail texte vers audio simple : Le modèle accepte un texte en entrée et renvoie une voix de synthèse via l’API Audio d’OpenAI, ce qui facilite l’implémentation pour les fonctionnalités de narration ou de sortie vocale.
• Prise en charge de voix prédéfinies : Les développeurs peuvent sélectionner des voix intégrées prises en charge, afin d’obtenir différents tons ou styles de présentation sans entraîner un modèle de voix personnalisé.
• Comportement de sortie configurable : L’API propose des contrôles pratiques comme le format de réponse et la vitesse de parole, permettant d’adapter l’audio généré pour la lecture, le téléchargement, les outils d’accessibilité ou les chaînes de production de contenu.
• Adapté aux cas d’usage audio en production : Étant exposé via le point de terminaison de synthèse standard, tts-1-hd peut être intégré à des applications, des workflows backend, des systèmes d’automatisation et des pipelines vocaux multi-étapes avec un accès API prévisible.

Comment accéder à tts-1-hd et l’intégrer

Étape 1 : Inscrivez-vous et obtenez une clé API

Pour commencer à utiliser tts-1-hd, inscrivez-vous d’abord sur CometAPI et générez votre clé API depuis le tableau de bord. Après connexion, créez une clé pour votre projet et conservez-la en lieu sûr, car elle sera nécessaire pour authentifier chaque requête API.

Étape 2 : Envoyer des requêtes à l’API de tts-1-hd

Une fois votre clé API obtenue, envoyez une requête POST au point de terminaison compatible des complétions de chat de CometAPI, en spécifiant le modèle tts-1-hd dans le corps de la requête.

curl https://api.cometapi.com/v1/audio/speech \
  -X POST \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -d '{
    "model": "tts-1-hd",
    "input": "Bonjour ! Ceci est une requête d’exemple de génération de parole.",
    "voice": "alloy"
  }' \
  --output speech.mp3

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_COMETAPI_API_KEY",
    base_url="https://api.cometapi.com/v1"
)

response = client.audio.speech.create(
    model="tts-1-hd",
    voice="alloy",
    input="Bonjour ! Ceci est une requête d’exemple de génération de parole."
)

response.stream_to_file("speech.mp3")

Étape 3 : Récupérer et vérifier les résultats

Après l’envoi de votre requête, CometAPI renverra l’audio généré pour tts-1-hd. Enregistrez le fichier de sortie, lisez-le et vérifiez que la qualité de la voix, la sélection de la voix, le rythme et la prononciation correspondent aux exigences de votre application. Si nécessaire, itérez en ajustant le texte d’entrée, la voix ou d’autres paramètres pris en charge.