tts-1-hd

Spesifikasi Teknis dari tts-1-hd

Apa itu tts-1-hd?

tts-1-hd adalah model text-to-speech berkualitas lebih tinggi dari OpenAI untuk menghasilkan audio ucapan yang terdengar alami dari teks. Model ini dirancang untuk kasus penggunaan di mana kualitas keluaran lebih penting daripada meminimalkan latensi, seperti narasi, asisten suara, fitur aksesibilitas, konten edukasi, dan produksi media. OpenAI mendokumentasikan tts-1-hd sebagai model yang dioptimalkan untuk text-to-speech berkualitas tinggi dan menyatakan bahwa model ini digunakan melalui endpoint Speech di Audio API.

Dibandingkan dengan opsi TTS yang lebih ringan atau lebih cepat, tts-1-hd umumnya diposisikan sebagai pilihan yang berfokus pada kualitas dalam stack ucapan OpenAI. Pengembang biasanya mengirim teks input, memilih suara, secara opsional mengonfigurasi kecepatan atau format keluaran, dan menerima berkas audio atau respons audio yang dapat di-stream untuk diputar atau disimpan.

Fitur utama dari tts-1-hd

• Sintesis ucapan berkualitas tinggi: tts-1-hd dioptimalkan secara khusus untuk pembuatan audio berkualitas lebih tinggi, sehingga cocok ketika kejernihan dan kealamian lebih penting daripada waktu respons tercepat.
• Alur kerja teks-ke-audio yang sederhana: Model ini menerima input teks dan mengembalikan ucapan tersintesis melalui Audio API milik OpenAI, sehingga implementasinya tetap sederhana bagi pengembang yang membangun fitur narasi atau keluaran suara.
• Dukungan suara preset: Pengembang dapat memilih dari suara bawaan yang didukung saat menghasilkan ucapan, sehingga memungkinkan nada atau gaya penyajian yang berbeda tanpa melatih model suara kustom.
• Perilaku keluaran yang dapat dikonfigurasi: API mendukung kontrol praktis seperti format respons dan kecepatan ucapan, membantu tim menyesuaikan audio yang dihasilkan untuk pemutaran, unduhan, alat aksesibilitas, atau pipeline konten.
• Cocok untuk kasus penggunaan audio produksi: Karena tersedia melalui endpoint ucapan standar, tts-1-hd dapat diintegrasikan ke dalam aplikasi, alur kerja backend, sistem otomasi, dan pipeline suara multi-langkah dengan akses berbasis API yang dapat diprediksi.

Cara mengakses dan mengintegrasikan tts-1-hd

Langkah 1: Daftar untuk Kunci API

Untuk mulai menggunakan tts-1-hd, pertama daftar di CometAPI dan buat kunci API Anda dari dasbor. Setelah masuk, buat kunci untuk proyek Anda dan simpan dengan aman, karena kunci tersebut diperlukan untuk mengautentikasi setiap permintaan API.

Langkah 2: Kirim Permintaan ke API tts-1-hd

Setelah Anda memiliki kunci API, kirim permintaan POST ke endpoint chat completions yang kompatibel milik CometAPI, dengan menentukan model sebagai tts-1-hd di badan permintaan.

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": "Hello! This is a sample speech generation request.",
    "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="Hello! This is a sample speech generation request."
)

response.stream_to_file("speech.mp3")

Langkah 3: Ambil dan Verifikasi Hasil

Setelah mengirim permintaan Anda, CometAPI akan mengembalikan hasil audio yang dihasilkan untuk tts-1-hd. Simpan berkas keluarannya, putar, dan verifikasi bahwa kualitas ucapan, pemilihan suara, tempo, dan pengucapan sesuai dengan kebutuhan aplikasi Anda. Jika perlu, lakukan iterasi dengan menyesuaikan teks input, suara, atau parameter lain yang didukung.