tts-1-hd

tts-1-hd техникалық сипаттамалары

tts-1-hd деген не?

tts-1-hd — мәтіннен табиғи естілетін сөйлеу аудиосын жасауға арналған OpenAI-дің жоғары сапалы мәтіннен-дауысқа (TTS) моделі. Ол шығыс сапасы кідірісті барынша азайтудан маңыздырақ болатын жағдайларға арналған: дикторлық оқылым, дауыс көмекшілері, қолжетімділік мүмкіндіктері, білім беру контенті және медиа өндірісі. OpenAI tts-1-hd моделін жоғары сапалы мәтіннен-дауысқа оңтайландырылған модель ретінде сипаттайды және оның Audio API ішіндегі Speech endpoint арқылы пайдаланылатынын көрсетеді.

Жеңілірек немесе жылдамырақ TTS нұсқаларымен салыстырғанда, tts-1-hd әдетте OpenAI сөйлеу стегіндегі сапаға басымдық беретін таңдау ретінде орналастырылады. Әзірлеушілер әдетте енгізу мәтінін жібереді, дауысты таңдайды, қажет болса жылдамдықты немесе шығыс форматын баптайды және ойнатуға не сақтауға жарайтын аудиофайлды немесе ағындық аудио жауапты алады.

tts-1-hd негізгі мүмкіндіктері

• Жоғары сапалы сөйлеуді синтездеу: tts-1-hd жоғары сапалы аудио генерациялауға арнайы оңтайландырылған, бұл анықтығы мен табиғилығы ең жылдам жауап уақытынан маңыздырақ болғанда оны қолайлы етеді.
• Мәтінді аудиоға айналдырудың қарапайым жұмыс процесі: Модель мәтіндік енгізуді қабылдайды және OpenAI-дің Audio API арқылы синтезделген сөйлеуді қайтарады, бұл дикторлық немесе дауыс шығару мүмкіндіктерін әзірлейтіндер үшін іске асыруды қарапайым етеді.
• Алдын ала орнатылған дауыстарды қолдау: Әзірлеушілер сөйлеуді генерациялағанда қолдау көрсетілетін кірістірілген дауыстардың бірін таңдай алады, осылайша жеке дауыс моделін үйретпей-ақ түрлі тондар мен беру стильдерін қолдана алады.
• Шығысты баптау мүмкіндігі: API жауап форматы мен сөйлеу жылдамдығы сияқты пайдалы басқаруларды қолдайды, бұл командаларға генерацияланған аудионы ойнату, жүктеп алу, қолжетімділік құралдары немесе контенттік пайплайндар үшін бейімдеуге көмектеседі.
• Өндірістік аудио сценарийлеріне лайық: Стандартты Speech endpoint арқылы қолжетімді болғандықтан, tts-1-hd қолданбаларға, бэкенд жұмыс процестеріне, автоматтандыру жүйелеріне және көпқадамды дауыс пайплайндарына болжамды API-негізіндегі қолжетімділікпен біріктіріле алады.

tts-1-hd моделіне қол жеткізу және біріктіру жолы

1-қадам: API кілтін алу үшін тіркелу

tts-1-hd пайдалануды бастау үшін алдымен CometAPI қызметінде тіркеліп, басқару панелінен API кілтін жасаңыз. Жүйеге кіргеннен кейін жобаңыз үшін кілт жасаңыз және оны қауіпсіз сақтаңыз, өйткені әрбір API сұранымын аутентификациялау үшін сол кілт қажет болады.

2-қадам: tts-1-hd API-іне сұранымдар жіберу

API кілтіңіз болған соң, CometAPI-дің үйлесімді chat completions соңғы нүктесіне POST сұранымын жіберіп, сұраным денесінде модельді tts-1-hd ретінде көрсетіңіз.

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")

3-қадам: Нәтижелерді алу және тексеру

Сұранымды жібергеннен кейін CometAPI tts-1-hd үшін генерацияланған аудио нәтижесін қайтарады. Шығыс файлды сақтап, ойнатып көріңіз және сөйлеу сапасы, дауыс таңдауы, темп және айтылым қолданба талаптарына сәйкес келетінін растаңыз. Қажет болса, енгізу мәтінін, дауысты немесе қолдау көрсетілетін басқа параметрлерді түзетіп, қайталап көріңіз.