tts-1

Spesifikasi Teknis tts-1

Apa itu tts-1?

tts-1 adalah model teks-ke-ucapan dari OpenAI yang dirancang untuk mengubah teks tertulis menjadi audio ucapan yang terdengar alami. Model ini diposisikan sebagai opsi yang lebih cepat dan berlatensi lebih rendah di antara model TTS klasik OpenAI, sehingga cocok untuk aplikasi yang membutuhkan sintesis ucapan cepat alih-alih fidelitas setinggi mungkin.

Pengembang biasanya menggunakan tts-1 melalui endpoint pembuatan ucapan dari Audio API ketika mereka ingin mengonversi teks aplikasi, prompt, notifikasi, narasi, atau respons asisten menjadi file audio yang dapat diputar. Dokumentasi OpenAI menggambarkannya sebagai model yang dioptimalkan untuk kasus penggunaan teks-ke-ucapan waktu nyata.

Dalam praktiknya, tts-1 cocok untuk pengalaman suara ringan, sistem respons cepat, prototipe interaktif, dan produk di mana responsivitas lebih penting daripada kualitas suara premium. Jika kualitas maksimum menjadi prioritas, OpenAI mengarahkan pengguna ke tts-1-hd, sementara kasus penggunaan ekspresif yang lebih baru dapat menggunakan model TTS yang lebih baru.

Fitur utama tts-1

• Pembuatan ucapan berlatensi rendah: tts-1 dioptimalkan khusus untuk kecepatan, sehingga berguna bagi aplikasi yang membutuhkan keluaran ucapan dengan cepat.
• Teks-ke-ucapan yang terdengar alami: Model ini mengonversi teks biasa menjadi audio ucapan yang cocok untuk narasi, respons asisten, dan antarmuka suara.
• Beragam suara bawaan: tts-1 mendukung serangkaian suara bawaan termasuk alloy, ash, coral, echo, fable, onyx, nova, sage, dan shimmer.
• Format audio keluaran yang fleksibel: Pengembang dapat meminta audio yang dihasilkan dalam format umum seperti MP3, WAV, FLAC, AAC, Opus, dan PCM sesuai kebutuhan pemutaran atau pemrosesan.
• Kecepatan putar yang dapat disesuaikan: API memungkinkan kontrol kecepatan dari 0,25x hingga 4,0x, memfasilitasi narasi yang lebih lambat atau pemutaran yang lebih cepat sesuai kebutuhan.
• Integrasi berbasis API yang sederhana: tts-1 tersedia melalui API pembuatan ucapan standar, sehingga mudah diintegrasikan ke alur kerja web, seluler, atau backend.
• Cocok untuk aplikasi berorientasi waktu nyata: OpenAI secara eksplisit memposisikan tts-1 sebagai model untuk skenario teks-ke-ucapan waktu nyata, sehingga praktis untuk asisten, notifikasi, dan sistem interaktif yang cepat.
• Pilihan model berfokus pada kompromi: Dibandingkan dengan tts-1-hd, model ini memprioritaskan kecepatan pembuatan dibanding fidelitas yang lebih tinggi, memberikan opsi kompromi latensi versus kualitas yang jelas bagi pengembang.

Cara mengakses dan mengintegrasikan tts-1

Langkah 1: Daftar untuk Kunci API

Untuk mengakses API tts-1, terlebih dahulu daftar di CometAPI dan buat kunci API dari dasbor. Setelah masuk, buat kunci baru, salin dengan aman, dan simpan ke variabel lingkungan aplikasi Anda. Anda akan menggunakan kunci ini untuk mengautentikasi semua permintaan ke API tts-1.

Langkah 2: Kirim Permintaan ke API tts-1

Setelah memiliki kunci API, kirim permintaan POST ke endpoint CometAPI untuk tts-1 dengan payload input Anda. Sertakan kunci API di header Authorization dan tentukan tts-1 sebagai model. Permintaan umum mencakup teks input serta parameter TTS seperti suara dan format respons.

curl https://api.cometapi.com/v1/audio/speech \
  -H "Authorization: Bearer $COMETAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1",
    "input": "Welcome to CometAPI text to speech.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Langkah 3: Ambil dan Verifikasi Hasil

Setelah mengirim permintaan, API tts-1 akan mengembalikan konten audio yang dihasilkan jika panggilan berhasil. Simpan file atau stream yang dikembalikan, pastikan audio diputar dengan benar, dan konfirmasikan bahwa suara, kecepatan, dan format yang dipilih sesuai dengan kebutuhan aplikasi Anda. Jika diperlukan, ulangi dengan menyesuaikan parameter untuk meningkatkan hasil akhir.