tts-1-hd

Технические характеристики tts-1-hd

Что такое tts-1-hd?

tts-1-hd — это высококачественная модель OpenAI для преобразования текста в естественно звучащее речевое аудио. Она предназначена для случаев, когда качество вывода важнее минимизации задержки, таких как озвучивание, голосовые ассистенты, функции доступности, образовательный контент и медиапроизводство. OpenAI описывает tts-1-hd как модель, оптимизированную для высококачественного преобразования текста в речь, и указывает, что она используется через конечную точку Speech в Audio API.

По сравнению с более лёгкими или быстрыми вариантами TTS, tts-1-hd обычно позиционируется как выбор с акцентом на качество в стеке голосовых решений OpenAI. Разработчики обычно отправляют входной текст, выбирают голос, при необходимости настраивают скорость или формат вывода и получают аудиофайл либо потоковый аудиорезультат, подходящий для воспроизведения или хранения.

Основные возможности tts-1-hd

• Высококачественный синтез речи: tts-1-hd специально оптимизирован для генерации более качественного аудио, что делает его подходящим, когда важнее ясность и естественность, а не максимально быстрая выдача.
• Простой процесс от текста к аудио: Модель принимает текстовый ввод и возвращает синтезированную речь через Audio API OpenAI, что упрощает реализацию для разработчиков, создающих функции озвучивания или голосового вывода.
• Поддержка предустановленных голосов: Разработчики могут выбирать из поддерживаемых встроенных голосов, чтобы получить разные тембры или стили без обучения кастомной голосовой модели.
• Настраиваемые параметры вывода: API поддерживает практические настройки, такие как формат ответа и скорость речи, помогая адаптировать сгенерированное аудио для воспроизведения, скачивания, инструментов доступности или конвейеров контента.
• Подходит для продакшн-сценариев аудио: Поскольку модель доступна через стандартную конечную точку синтеза речи, её можно интегрировать в приложения, бэкенд-процессы, системы автоматизации и многошаговые голосовые пайплайны с предсказуемым API-доступом.

Как получить доступ и интегрировать tts-1-hd

Шаг 1: Зарегистрируйтесь и получите API-ключ

Чтобы начать использовать tts-1-hd, сначала зарегистрируйтесь в CometAPI и сгенерируйте API-ключ в панели управления. После входа создайте ключ для проекта и храните его в безопасном месте, поскольку он требуется для аутентификации каждого API-запроса.

Шаг 2: Отправка запросов к API tts-1-hd

Имея API-ключ, отправьте POST-запрос на совместимую конечную точку chat completions CometAPI, указав модель tts-1-hd в теле запроса.

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")

Шаг 3: Получение и проверка результатов

После отправки запроса CometAPI вернёт сгенерированный аудиорезультат для tts-1-hd. Сохраните выходной файл, воспроизведите его и убедитесь, что качество речи, выбранный голос, темп и произношение соответствуют требованиям вашего приложения. При необходимости повторите итерации, корректируя входной текст, голос или другие поддерживаемые параметры.