tts-1-1106

Spesifikasi Teknikal tts-1-1106

Apakah tts-1-1106?

tts-1-1106 ialah pengecam platform CometAPI untuk model penukaran teks ke pertuturan OpenAI dalam keluarga tts-1, direka untuk menukar teks bertulis kepada audio pertuturan. OpenAI mendokumentasikan tts-1 sebagai model yang dioptimumkan untuk kelajuan dan kes penggunaan masa nyata, menjadikannya sesuai untuk aplikasi interaktif yang memerlukan penjanaan pertuturan pantas berbanding kualiti rendering luar talian maksimum.

Dalam amalan, kelas model ini digunakan untuk senario seperti narasi, pembantu suara, ciri kebolehaksesan, antara muka perbualan, dan main balik audio automatik. Ia diakses melalui aliran kerja penjanaan pertuturan bagi Audio API, di mana pembangun menyediakan teks, memilih suara yang disokong, dan menerima audio dalam format output pilihan.

Memandangkan akhiran tepat -1106 nampaknya merupakan pengecam di sisi platform dan bukannya alias model OpenAI yang umum, tafsiran paling selamat ialah tts-1-1106 memetakan kepada gelagat dan corak integrasi keluarga penjanaan tts-1 milik OpenAI. Ini bermaksud pembangun harus menjangkakan model TTS pantas yang menumpukan pada sintesis responsif, penggunaan titik akhir pertuturan piawai, dan pilihan suara terbina dalam.

Ciri utama tts-1-1106

• Penjanaan pertuturan berorientasi masa nyata: Keluarga tts-1 dioptimumkan untuk kelajuan, menjadikannya sangat sesuai untuk aplikasi langsung, pembantu, dan pengalaman audio peka latensi.
• Penukaran teks ke audio yang kedengaran semula jadi: Ia menukar teks biasa kepada output pertuturan yang realistik untuk main balik, narasi, dan ciri produk berasaskan suara.
• Pelbagai format output: Pembangun boleh meminta audio dalam mp3, opus, aac, flac, wav, atau pcm mentah, yang menyokong main balik pengguna dan integrasi sistem berlatensi lebih rendah.
• Pilihan suara terbina dalam: Keluarga model menyokong set suara praset, membolehkan pasukan memilih gaya penyampaian yang sepadan dengan tona produk tanpa melatih model suara tersuai.
• Integrasi API yang mudah: Model ini direka untuk berfungsi melalui titik akhir pertuturan piawai, mengurangkan kerumitan pelaksanaan bagi pasukan yang sudah menggunakan API audio serasi OpenAI.
• Fleksibiliti bahasa: OpenAI menyatakan timbunan TTSnya umumnya mengikuti sokongan bahasa Whisper, membolehkan penjanaan pertuturan merentas banyak bahasa walaupun suara utama dioptimumkan untuk bahasa Inggeris.
• Penggunaan mesra penstriman: API pertuturan OpenAI menyokong penyampaian audio secara strim, membolehkan main balik bermula sebelum fail penuh disiapkan dalam implementasi yang sesuai.
• Praktikal untuk aplikasi pengeluaran: Dengan had kadar yang didokumentasikan, gelagat titik akhir tersandar, dan panduan dasar penggunaan berkenaan pendedahan suara AI, keluarga model ini sesuai untuk penerapan aplikasi sebenar.

Cara mengakses dan mengintegrasikan tts-1-1106

Langkah 1: Daftar untuk Kunci API

Daftar di CometAPI dan jana kunci API anda daripada papan pemuka. Simpan kunci tersebut dengan selamat dan konfigurasikannya sebagai pemboleh ubah persekitaran dalam aplikasi anda supaya backend anda boleh mengesahkan permintaan ke API tts-1-1106.

Langkah 2: Hantar Permintaan ke API tts-1-1106

Hantar permintaan POST ke titik akhir pertuturan audio yang serasi dengan OpenAI melalui CometAPI, tetapkan model kepada tts-1-1106 dan sertakan input teks serta pilihan yang disokong seperti voice dan response_format.

curl --request POST \
  --url https://api.cometapi.com/v1/audio/speech \
  --header "Authorization: Bearer $COMETAPI_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "tts-1-1106",
    "input": "Welcome to CometAPI text to speech.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Langkah 3: Dapatkan dan Sahkan Keputusan

Simpan fail audio yang dipulangkan atau strim respons terus dalam aplikasi anda, kemudian sahkan bahawa kandungan pertuturan, suara yang dipilih, format, dan kualiti main balik sepadan dengan jangkaan anda untuk tts-1-1106.