tts-1-hd

Specifiche tecniche di tts-1-hd

Che cos'è tts-1-hd?

tts-1-hd è il modello di sintesi vocale di qualità superiore di OpenAI per generare audio parlato naturale a partire dal testo. È progettato per casi d’uso in cui la qualità dell’output è più importante della minimizzazione della latenza, come narrazione, assistenti vocali, funzionalità di accessibilità, contenuti educativi e produzione multimediale. OpenAI documenta tts-1-hd come un modello ottimizzato per la sintesi vocale di alta qualità e indica che viene utilizzato tramite l’endpoint Speech dell’Audio API.

Rispetto alle opzioni TTS più leggere o più veloci, tts-1-hd è generalmente posizionato come la scelta incentrata sulla qualità nello stack vocale di OpenAI. In genere gli sviluppatori inviano il testo di input, scelgono una voce, configurano facoltativamente la velocità o il formato dell’output e ricevono un file audio o una risposta audio riproducibile in streaming adatta alla riproduzione o all’archiviazione.

Caratteristiche principali di tts-1-hd

• Sintesi vocale di alta qualità: tts-1-hd è specificamente ottimizzato per la generazione di audio di qualità superiore, ideale quando chiarezza e naturalezza sono più importanti della massima rapidità di risposta.
• Flusso di lavoro testo-audio semplice: il modello accetta input testuali e restituisce parlato sintetizzato tramite l’Audio API di OpenAI, mantenendo l’implementazione lineare per chi sviluppa funzionalità di narrazione o output vocale.
• Supporto per voci predefinite: gli sviluppatori possono selezionare voci integrate supportate, ottenendo toni o stili di presentazione diversi senza addestrare un modello vocale personalizzato.
• Comportamento di output configurabile: l’API supporta controlli pratici quali formato della risposta e velocità del parlato, aiutando a adattare l’audio generato per la riproduzione, il download, gli strumenti di accessibilità o le pipeline di contenuti.
• Adatto a casi d’uso in produzione: poiché è esposto tramite l’endpoint standard per il parlato, tts-1-hd può essere integrato in app, flussi backend, sistemi di automazione e pipeline vocali multi-step con accesso prevedibile basato su API.

Come accedere e integrare tts-1-hd

Passaggio 1: Registrati per ottenere la chiave API

Per iniziare a usare tts-1-hd, registrati su CometAPI e genera la tua chiave API dalla dashboard. Dopo aver effettuato l’accesso, crea una chiave per il tuo progetto e conservala in modo sicuro, poiché sarà necessaria per autenticare ogni richiesta API.

Passaggio 2: Invia richieste all’API di tts-1-hd

Una volta ottenuta la chiave API, invia una richiesta POST all’endpoint compatibile di chat completions di CometAPI, specificando il modello come tts-1-hd nel corpo della richiesta.

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")

Passaggio 3: Recupera e verifica i risultati

Dopo aver inviato la richiesta, CometAPI restituirà l’audio generato per tts-1-hd. Salva il file di output, riproducilo e verifica che qualità del parlato, voce selezionata, cadenza e pronuncia corrispondano ai requisiti della tua applicazione. Se necessario, iterare apportando modifiche al testo di input, alla voce o ad altri parametri supportati.