Kapan sebaiknya saya menggunakan gpt-audio-1.5 dibanding gpt-realtime-1.5 untuk agen suara?

Pilih gpt-audio-1.5 untuk audio berkualitas lebih tinggi dalam alur Chat Completions ketika konteks yang lebih besar diperlukan; pilih gpt-realtime-1.5 untuk interaksi suara streaming langsung dengan latensi rendah. :contentReference[oaicite:46]{index=46}

Apakah gpt-audio-1.5 cocok untuk agen suara dukungan pelanggan di lingkungan produksi?

Ya — model ini dirancang untuk asisten suara dan agen percakapan, tetapi Anda sebaiknya menambahkan peninjauan/QA oleh manusia, logging, dan kontrol keamanan sebelum penerapan ke produksi. :contentReference[oaicite:48]{index=48}

Apa keterbatasan utama yang perlu dipertimbangkan saat menerapkan gpt-audio-1.5?

Pertimbangan utama mencakup trade-off komputasi/latensi untuk sesi audio dengan konteks besar, guardrails keamanan untuk konten suara, serta kebutuhan untuk memvalidasi keluaran ASR/TTS di domain Anda. :contentReference[oaicite:49]{index=49}

Apakah gpt-audio-1.5 dapat menangani ucapan-ke-teks dan teks-ke-ucapan melalui API?

Ya — model ini menerima masukan audio dan dapat mengembalikan keluaran audio atau respons tekstual melalui endpoint Chat Completions/audio. :contentReference[oaicite:45]{index=45}

Berapa batas resmi token konteks dan keluaran untuk API gpt-audio-1.5?

gpt-audio-1.5 mendukung jendela konteks 128,000 token dan dokumen mencantumkan konfigurasi batas token keluaran maksimum sekitar 16,384; verifikasi batas pastinya per endpoint di dokumentasi pengembang. :contentReference[oaicite:44]{index=44}

Apakah gpt-audio-1.5 mendukung streaming dan pemanggilan fungsi untuk integrasi alat?

Ya — model ini mendukung respons audio streaming dan keluaran terstruktur/pemanggilan fungsi untuk mengintegrasikan alat dan alur kerja eksternal. :contentReference[oaicite:47]{index=47}

OpenAI

Tersedia

gpt-audio-1.5

gpt-audio-1.5 API

Model suara terbaik untuk input audio dan output audio dengan Chat Completions.

Harga mulai dari

$2.00 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

Feb 24, 2026

OpenAI

Ikhtisar

Gambaran praktis tentang gpt-audio-1.5, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi teknis gpt-audio-1.5

Item	gpt-audio-1.5 (spesifikasi publik)
Model family	Keluarga GPT Audio (varian audio-first)
Input types	Teks, audio (ucapan masuk)
Output types	Teks, audio (ucapan keluar), output terstruktur (mendukung pemanggilan fungsi)
Context window	128,000 tokens.
Max output tokens	16,384 (terdokumentasi di listing gpt-audio terkait).
Performance tier	Kecerdasan lebih tinggi; Kecepatan sedang (seimbang).
Latency profile	Dioptimalkan untuk interaksi suara (latensi menengah/rendah tergantung endpoint).
Availability	Chat Completions API (audio masuk/keluar) dan playground platform; terintegrasi di berbagai antarmuka realtime/voice.
Safety / usage notes	Pembatasan (guardrails) untuk konten suara; perlakukan output model dengan praktik keamanan dan verifikasi yang lazim untuk agen suara produksi.

Catatan: gpt-realtime-1.5 adalah varian realtime yang terkait erat, berfokus pada audio/suara dengan latensi lebih rendah dan sesi realtime; bandingkan di bawah.

Apa itu gpt-audio-1.5?

gpt-audio-1.5 adalah model GPT berkemampuan audio yang mendukung input ucapan dan output ucapan melalui Chat Completions dan API terkait yang mendukung audio. Model ini diposisikan sebagai model audio utama yang tersedia secara umum untuk membangun agen suara dan pengalaman “audio-first” sambil menyeimbangkan kualitas dan kecepatan.

Fitur utama

Dukungan speech-in / speech-out: Menangani input ucapan dan mengembalikan respons berupa ucapan atau teks untuk alur suara yang natural.
Konteks besar untuk alur kerja audio: Mendukung konteks sangat besar (terdokumentasi 128k tokens) yang memungkinkan riwayat percakapan multi-giliran, panjang, atau sesi multimodal besar.
Streaming & kompatibilitas Chat Completions: Berfungsi di dalam Chat Completions dengan respons audio streaming dan output terstruktur pemanggilan fungsi.
Performa/latensi seimbang: Disetel untuk memberikan respons audio berkualitas tinggi pada throughput menengah—cocok untuk chatbot dan asisten suara di mana kualitas penting.
Ekosistem & integrasi: Didukung di playground platform dan tersedia di berbagai endpoint resmi realtime/voice serta integrasi mitra (catatan Azure/Microsoft Foundry merujuk model audio serupa).

gpt-audio-1.5 vs model audio terkait

Properti	gpt-audio-1.5	gpt-realtime-1.5
Primary focus	Audio masuk/keluar berkualitas tinggi untuk Chat Completions dan alur percakapan.	S2S realtime (speech-to-speech) dengan latensi lebih rendah untuk agen suara live dan skenario streaming.
Context window	128k tokens.	32k tokens (varian realtime yang terdokumentasi).
Max output tokens	16,384 (terdokumentasi).	Biasanya dikonfigurasi untuk respons realtime yang lebih singkat (dokumen mencantumkan jumlah token maksimum yang lebih kecil).
Best use	Chatbot, asisten berkemampuan suara yang memerlukan semantik chat penuh + audio.	Agen suara live, kios, dan antarmuka percakapan berlatensi rendah.

Contoh kasus penggunaan

Agen suara percakapan untuk dukungan pelanggan dan help desk internal.
Asisten berkemampuan suara yang tertanam dalam aplikasi, perangkat, dan kios.
Alur kerja hands-free (dikte, penelusuran suara, aksesibilitas).
Pengalaman multimodal yang memadukan audio dengan teks/gambar melalui Chat Completions.

Keterbatasan & pertimbangan operasional

Bukan pengganti langsung untuk QA manusia: Selalu validasi output ucapan dan tindakan lanjutan dengan peninjauan manusia dalam alur produksi.
Perencanaan sumber daya: Konteks besar dan I/O audio dapat meningkatkan komputasi dan latensi—rancang strategi streaming/segmentasi untuk sesi panjang.
Batasan keselamatan & kebijakan: Output suara bisa bersifat persuasif; ikuti pedoman keselamatan platform dan guardrail saat melakukan deployment skala besar.
Cara mengakses GPT Audio 1.5 API

Langkah 1: Daftar untuk Kunci API

Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu. Masuk ke konsol CometAPI. Dapatkan kunci API kredensial akses untuk antarmuka. Klik “Add Token” pada token API di pusat personal, dapatkan kunci token: sk-xxxxx lalu kirim.

kunci CometAPI

Langkah 2: Kirim permintaan ke GPT Audio 1.5 API

Pilih endpoint “gpt-audio-1.5” untuk mengirim permintaan API dan setel body permintaan. Metode permintaan dan body permintaan dapat diperoleh dari dokumen API di situs kami. Situs kami juga menyediakan pengujian Apifox untuk kemudahan Anda. Ganti <YOUR_API_KEY> dengan kunci CometAPI Anda yang sebenarnya dari akun Anda. URL dasar adalah Chat Completions

Masukkan pertanyaan atau permintaan Anda ke dalam bidang content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Ambil dan verifikasi hasil

Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API akan merespons dengan status tugas dan data output.

FAQ

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.01

Estimasi biaya penggunaan CometAPI

Sepuluh permintaan

$0.1

Estimasi biaya penggunaan CometAPI

Lima belas permintaan

$0.15

Estimasi biaya penggunaan CometAPI

Harga untuk gpt-audio-1.5

Jelajahi harga kompetitif untuk gpt-audio-1.5, dirancang untuk berbagai anggaran dan kebutuhan penggunaan. Paket fleksibel kami memastikan Anda hanya membayar untuk apa yang Anda gunakan, memudahkan untuk meningkatkan skala seiring berkembangnya kebutuhan Anda. Temukan bagaimana gpt-audio-1.5 dapat meningkatkan proyek Anda sambil menjaga biaya tetap terkendali.

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

API

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

POST/v1/chat/completions

Kode contoh dan API untuk gpt-audio-1.5

Akses kode sampel komprehensif dan sumber daya API untuk gpt-audio-1.5 guna mempermudah proses integrasi Anda. Dokumentasi terperinci kami menyediakan panduan langkah demi langkah, membantu Anda memanfaatkan potensi penuh gpt-audio-1.5 dalam proyek Anda.

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}`);

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-speech

Input dan output

Input

text

Output

audio

Profil produksi

Penyedia: OpenAI
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan gpt-audio-1.5 untuk alur kerja produksi yang sesuai dengan kemampuan audio-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Pembuatan suara, musik, dan audio

Pengalaman suara dan produksi media

Alur kerja audio otomatis dalam skala besar

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

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.

Lihat model

OpenAI

GPT-Realtime-2

GPT-Realtime-2 adalah model suara real-time kami yang paling canggih. Model ini mendukung interaksi ucapan-ke-ucapan dengan tingkat penalaran yang dapat dikonfigurasi, kemampuan mengikuti instruksi yang lebih kuat, serta penggunaan alat yang lebih andal untuk alur kerja agen suara yang kompleks.

Lihat model

OpenAI

gpt-realtime-1.5

Model suara terbaik untuk input audio, output audio.

Lihat model

OpenAI

TTS

OpenAI Text-to-Speech

Lihat model

Kling

Kling TTS

[Sintesis Ucapan] Baru diluncurkan: konversi teks ke audio siaran secara online, dengan fungsi pratinjau ● Dapat sekaligus menghasilkan audio_id yang dapat digunakan dengan API Keling apa pun.

Kling video-ke-audio

Uptime

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Terus jelajahi

Bandingkan model dan lanjutkan riset Anda

OpenAI

Tersedia

gpt-audio-1.5

gpt-audio-1.5 API

Model suara terbaik untuk input audio dan output audio dengan Chat Completions.

Harga mulai dari

$2.00 / 1 juta token input

Penagihan berbasis penggunaan

Kesehatan API

Tersedia

Endpoint produksi

Waktu respons

Siap async

Waktu respons API teramati

Dirilis

Feb 24, 2026

OpenAI

Ikhtisar

Gambaran praktis tentang gpt-audio-1.5, termasuk perilaku penting dan pertimbangan integrasi.

Spesifikasi teknis gpt-audio-1.5

Item	gpt-audio-1.5 (spesifikasi publik)
Model family	Keluarga GPT Audio (varian audio-first)
Input types	Teks, audio (ucapan masuk)
Output types	Teks, audio (ucapan keluar), output terstruktur (mendukung pemanggilan fungsi)
Context window	128,000 tokens.
Max output tokens	16,384 (terdokumentasi di listing gpt-audio terkait).
Performance tier	Kecerdasan lebih tinggi; Kecepatan sedang (seimbang).
Latency profile	Dioptimalkan untuk interaksi suara (latensi menengah/rendah tergantung endpoint).
Availability	Chat Completions API (audio masuk/keluar) dan playground platform; terintegrasi di berbagai antarmuka realtime/voice.
Safety / usage notes	Pembatasan (guardrails) untuk konten suara; perlakukan output model dengan praktik keamanan dan verifikasi yang lazim untuk agen suara produksi.

Catatan: gpt-realtime-1.5 adalah varian realtime yang terkait erat, berfokus pada audio/suara dengan latensi lebih rendah dan sesi realtime; bandingkan di bawah.

Apa itu gpt-audio-1.5?

Fitur utama

Dukungan speech-in / speech-out: Menangani input ucapan dan mengembalikan respons berupa ucapan atau teks untuk alur suara yang natural.
Konteks besar untuk alur kerja audio: Mendukung konteks sangat besar (terdokumentasi 128k tokens) yang memungkinkan riwayat percakapan multi-giliran, panjang, atau sesi multimodal besar.
Streaming & kompatibilitas Chat Completions: Berfungsi di dalam Chat Completions dengan respons audio streaming dan output terstruktur pemanggilan fungsi.
Performa/latensi seimbang: Disetel untuk memberikan respons audio berkualitas tinggi pada throughput menengah—cocok untuk chatbot dan asisten suara di mana kualitas penting.
Ekosistem & integrasi: Didukung di playground platform dan tersedia di berbagai endpoint resmi realtime/voice serta integrasi mitra (catatan Azure/Microsoft Foundry merujuk model audio serupa).

gpt-audio-1.5 vs model audio terkait

Properti	gpt-audio-1.5	gpt-realtime-1.5
Primary focus	Audio masuk/keluar berkualitas tinggi untuk Chat Completions dan alur percakapan.	S2S realtime (speech-to-speech) dengan latensi lebih rendah untuk agen suara live dan skenario streaming.
Context window	128k tokens.	32k tokens (varian realtime yang terdokumentasi).
Max output tokens	16,384 (terdokumentasi).	Biasanya dikonfigurasi untuk respons realtime yang lebih singkat (dokumen mencantumkan jumlah token maksimum yang lebih kecil).
Best use	Chatbot, asisten berkemampuan suara yang memerlukan semantik chat penuh + audio.	Agen suara live, kios, dan antarmuka percakapan berlatensi rendah.

Contoh kasus penggunaan

Agen suara percakapan untuk dukungan pelanggan dan help desk internal.
Asisten berkemampuan suara yang tertanam dalam aplikasi, perangkat, dan kios.
Alur kerja hands-free (dikte, penelusuran suara, aksesibilitas).
Pengalaman multimodal yang memadukan audio dengan teks/gambar melalui Chat Completions.

Keterbatasan & pertimbangan operasional

Bukan pengganti langsung untuk QA manusia: Selalu validasi output ucapan dan tindakan lanjutan dengan peninjauan manusia dalam alur produksi.
Perencanaan sumber daya: Konteks besar dan I/O audio dapat meningkatkan komputasi dan latensi—rancang strategi streaming/segmentasi untuk sesi panjang.
Batasan keselamatan & kebijakan: Output suara bisa bersifat persuasif; ikuti pedoman keselamatan platform dan guardrail saat melakukan deployment skala besar.
Cara mengakses GPT Audio 1.5 API

Langkah 1: Daftar untuk Kunci API

kunci CometAPI

Langkah 2: Kirim permintaan ke GPT Audio 1.5 API

Masukkan pertanyaan atau permintaan Anda ke dalam bidang content—ini yang akan direspons oleh model. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

Langkah 3: Ambil dan verifikasi hasil

Proses respons API untuk mendapatkan jawaban yang dihasilkan. Setelah diproses, API akan merespons dengan status tugas dan data output.

FAQ

Harga

Gunakan estimasi cepat di atas untuk satu kali eksekusi, lalu tinjau perbandingan lengkap antara CometAPI dan harga resmi.

Permintaan pertama

$0.01

Estimasi biaya penggunaan CometAPI

Sepuluh permintaan

$0.1

Estimasi biaya penggunaan CometAPI

Lima belas permintaan

$0.15

Estimasi biaya penggunaan CometAPI

Harga untuk gpt-audio-1.5

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

API

Salin endpoint dan contoh kode yang berfungsi, lalu buka referensi API lengkap saat Anda memerlukan semua parameter.

Satu API, akses model siap produksi

Autentikasi sekali, panggil endpoint model, dan pertahankan alur penagihan serta observabilitas yang sama di semua penyedia.

POST/v1/chat/completions

Kode contoh dan API untuk 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}`);

Kemampuan

Tinjau fakta-fakta penting model sebelum memilih arsitektur atau memperkirakan beban produksi.

Kemampuan yang didukung

Fitur yang dikembalikan oleh API model yang ada.

text-to-speech

Input dan output

Input

text

Output

audio

Profil produksi

Penyedia: OpenAI
Konteks: Tergantung model
Penggunaan komersial: Didukung

Kasus penggunaan

Gunakan gpt-audio-1.5 untuk alur kerja produksi yang sesuai dengan kemampuan audio-nya, lalu bandingkan alternatif sebelum berkomitmen pada integrasi jangka panjang.

Pembuatan suara, musik, dan audio

Pengalaman suara dan produksi media

Alur kerja audio otomatis dalam skala besar

Model lainnya

Bandingkan model lain yang tersedia melalui CometAPI berdasarkan kualitas, latensi, kemampuan, dan harga.

Buka perbandingan model →

Model suara terbaik untuk input audio, output audio.

Lihat model

OpenAI

TTS

OpenAI Text-to-Speech

Lihat model

Kling

Kling TTS

[Sintesis Ucapan] Baru diluncurkan: konversi teks ke audio siaran secara online, dengan fungsi pratinjau ● Dapat sekaligus menghasilkan audio_id yang dapat digunakan dengan API Keling apa pun.

Kling video-ke-audio

Uptime

Tinjau data heartbeat langsung, ketersediaan endpoint, dan waktu respons teramati sebelum masuk ke produksi.

Terus jelajahi