tts-1-hd-1106 техникалық сипаттамалары
| Параметр | Мәліметтер |
|---|---|
| Модель ID | tts-1-hd-1106 |
| Провайдердің шығу тегі | TTS-1 HD отбасына негізделген OpenAI мәтінді сөйлеуге түрлендіру моделі снапшоты. |
| Модель түрі | Мәтінді сөйлеуге түрлендіру (TTS): мәтін енгізуді дыбысталған аудиоға түрлендіреді. |
| Басты оңтайландыру | Жоғары сапалы сөйлеу синтезі; кідірісі төмен стандартты tts-1 нұсқасына қарағанда сапаға басымдық беріледі. |
| Енгізу түрі | Мәтін. |
| Шығару түрі | Аудио / дыбысталған сөйлеу. |
| API тобы | Audio API сөйлеу endpoint-ы. |
| Дауыстар | OpenAI-дің мәтінді сөйлеуге түрлендіру жөніндегі нұсқаулығында қазіргі таңда TTS endpoint-ы үшін кірістірілген 13 дауыс құжатталған. |
| Баға туралы анықтама | OpenAI модель бетінде tts-1-hd үшін енгізілетін мәтін пайдалану құны $30 деп көрсетілген; снапшотқа тән қайта сатушылардың бағасы әр платформада өзгеше болуы мүмкін. |
| Типтік қолдану сценарийлері | Әңгімелеу, дауыс үстеме жазу, қолжетімділікке арналған аудио, дауыс көмекшілері және көптілді аудио генерациясы. |
tts-1-hd-1106 деген не?
tts-1-hd-1106 — CometAPI платформасындағы сәйкестендіргіш, ол 2023 жылғы қараша TTS шығарылымдар отбасымен байланысты OpenAI жоғары анықтамалы (HD) мәтінді сөйлеуге түрлендіру моделі снапшотына тиесілі. Ол жазбаша мәтінді табиғи естілетін сөйлеу аудиосына түрлендіруге арналған, аудио дәлдігі мен шығу сапасына басымдық береді.
Практикалық тұрғыдан алғанда, бұл модельде ең жылдам жауаптан гөрі өңделген, сапалы дауыс шығару маңызды болатын қолданбалар үшін қолайлы. Стандартты tts-1 отбасымен салыстырғанда, HD нұсқасы жоғары сапалы синтезге бағытталған, бұл оны контентті әңгімелеу, кәсіби дауыс генерациясы және анықтығы маңызды болатын соңғы пайдаланушының тыңдау тәжірибелері үшін пайдалы етеді.
tts-1-hd-1106 снапшот-стильдегі идентификатор болғандықтан, оны бөлек модель отбасынан гөрі TTS-1 HD модель желісінің тұрақты нұсқаланған вариациясы ретінде түсінген дұрыс. Мұндай түсіндірме көпшілікке қолжетімді модель каталогтары мен 1106 жұрнағы туралы қауымдастық талқылауларымен расталады; ол 2023 жылғы қарашадағы бастапқы снапшот атау беру үлгісімен сәйкес келеді.
tts-1-hd-1106 негізгі мүмкіндіктері
- Жоғары сапалы сөйлеу генерациясы: Модель жоғары сапалы мәтінді сөйлеуге түрлендіру шығысы үшін жасалған, бұл оны әңгімелеу, медиаға дауыс үстеме жазу және премиум пайдаланушыға бағытталған аудио сияқты өңделген тәжірибелерге лайықты етеді.
- Мәтінді аудиоға түрлендіру: Жазбаша мәтінді енгізу ретінде қабылдап, дыбысталған сөйлеу аудиосын қайтарады, сөйлеу синтезі конвейерлерін жеңілдетеді.
- Снапшот-стильдегі нұсқалау:
1106жұрнағы OpenAI атаулау үлгісіндегі нұсқаланған снапшотты білдіреді, бұл уақыт бойынша мінез-құлықтың тұрақтылығын қалаған командаларға пайдалы. - Дауыс таңдауды қолдау: Қазіргі құжаттамада сөйлеу endpoint-ы үшін бірнеше кірістірілген дауыс сипатталған, бұл әзірлеушілерге тон мен ұсыныс стилін икемді таңдауға мүмкіндік береді.
- Сөйлеу endpoint-ымен біріктіру: Модель Audio API сөйлеу жұмыс ағынына жатады, сондықтан OpenAI-мен үйлесімді аудио сұрау үлгілерін қолданатын қолданбаларға табиғи түрде сай келеді.
- Қолжетімділік және әңгімелеуге сай: Қоғамдық құжаттамалар мен экожүйе сілтемелері мұндай TTS модельдерін мәтінді дауыстап оқу, көмекші аудио жасау және жазбаша контенттен сөйленген материал өндіру үшін ұсынатынын көрсетеді.
tts-1-hd-1106 моделіне қол жеткізу және біріктіру жолы
1-қадам: API кілтін алу үшін тіркелу
CometAPI қызметінде тіркеліп, тақтадан API кілтіңізді жасаңыз. Одан кейін қосымшаңыз сұрауларды қауіпсіз аутентификациялай алуы үшін кілтті COMETAPI_API_KEY сияқты орта айнымалысында қауіпсіз сақтаңыз.
2-қадам: tts-1-hd-1106 API-іне сұраулар жіберу
CometAPI-дің OpenAI-мен үйлесімді endpoint-ын пайдаланып, модельді tts-1-hd-1106 деп көрсетіңіз.
curl https://api.cometapi.com/v1/audio/speech \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $COMETAPI_API_KEY" \
-d '{
"model": "tts-1-hd-1106",
"input": "Hello! This is a sample generated voice response.",
"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-1106",
voice="alloy",
input="Hello! This is a sample generated voice response."
)
response.stream_to_file("speech.mp3")
3-қадам: Нәтижелерді алу және тексеру
Қайтарылған аудио файлды сақтап, содан соң сөйлеу шығысы бастапқы мәтінге, күтілетін дауысқа және талап етілетін сапа деңгейіне сәйкес келетінін тексеріңіз. Өндірісте файл пішімін, ойнату үйлесімділігін, кідірісті және генерацияланған аудио әңгімелеу немесе қолжетімділік талаптарыңызға сай келетін-келмейтінін де тексеруіңіз керек.