Bir sesli ajan için gpt-audio-1.5'i ne zaman, gpt-realtime-1.5'i ne zaman kullanmalıyım?

Daha geniş bağlamın gerektiği Chat Completions akışlarında daha yüksek kalitede ses için gpt-audio-1.5'i seçin; düşük gecikmeli, canlı akışlı ses etkileşimleri için gpt-realtime-1.5'i seçin. :contentReference[oaicite:46]{index=46}

gpt-audio-1.5, üretimdeki müşteri destek sesli ajanları için uygun mu?

Evet — sesli asistanlar ve sohbet ajanları için tasarlanmıştır, ancak üretim ortamına almadan önce insan incelemesi/QA, kayıt tutma ve güvenlik kontrolleri eklemelisiniz. :contentReference[oaicite:48]{index=48}

gpt-audio-1.5'i devreye alırken dikkate alınması gereken başlıca sınırlamalar nelerdir?

Başlıca dikkate alınması gerekenler, geniş bağlamlı ses oturumları için hesaplama/gecikme ödünleşimleri, ses içeriği için güvenlik önlemleri ve alanınızda ASR/TTS çıktılarının doğrulanması gerekliliğidir. :contentReference[oaicite:49]{index=49}

gpt-audio-1.5, API'de hem konuşmadan metne hem de metinden konuşmaya işlemlerini destekliyor mu?

Evet — ses girişlerini kabul eder ve Chat Completions/audio uç noktaları aracılığıyla ses çıktıları veya metinsel yanıtlar döndürebilir. :contentReference[oaicite:45]{index=45}

gpt-audio-1.5 API için resmi bağlam ve çıktı token sınırları nelerdir?

gpt-audio-1.5, 128,000-token bağlam penceresini destekler ve belgelerde yaklaşık 16,384 civarında bir maksimum çıktı token yapılandırması listelenir; kesin sınırları uç nokta bazında geliştirici dokümanlarında doğrulayın. :contentReference[oaicite:44]{index=44}

gpt-audio-1.5, araç entegrasyonları için akış ve function calling desteği sunuyor mu?

Evet — model, harici araçları ve iş akışlarını entegre etmek için akışlı ses yanıtları ve yapılandırılmış çıktılar/function calling desteği sunar. :contentReference[oaicite:47]{index=47}

OpenAI

Kullanılabilir

gpt-audio-1.5

gpt-audio-1.5 API

Chat Completions ile ses girişi ve ses çıkışı için en iyi ses modeli.

Başlangıç fiyatı

$2.00 / 1M giriş token'ı

Kullanıma dayalı faturalandırma

API sağlığı

Kullanılabilir

Üretim uç noktası

Yanıt süresi

Asenkrona hazır

Gözlemlenen API yanıt süresi

Yayın tarihi

Feb 24, 2026

OpenAI

Genel Bakış

gpt-audio-1.5 hakkında önemli davranışlar ve entegrasyon noktalarını içeren pratik bir genel bakış.

gpt-audio-1.5'nin teknik özellikleri

Öğe	gpt-audio-1.5 (genel özellikler)
Model ailesi	GPT Audio family (ses-öncelikli varyant)
Girdi türleri	Metin, ses (konuşma girişi)
Çıktı türleri	Metin, ses (konuşma çıkışı), yapılandırılmış çıktılar (fonksiyon çağrıları desteklenir)
Bağlam penceresi	128,000 token.
Maksimum çıktı token sayısı	16,384 (ilgili gpt-audio listesinde belgelenmiştir).
Performans katmanı	Daha yüksek zeka; Orta hız (dengeli).
Gecikme profili	Ses etkileşimleri için optimize edilmiştir (uç noktaya bağlı olarak orta/düşük gecikme).
Kullanılabilirlik	Chat Completions API (ses giriş/çıkış) ve platform playground'ları; gerçek zamanlı/ses yüzeyleri genelinde entegredir.
Güvenlik / kullanım notları	Ses içeriği için koruma önlemleri; üretim ses ajanlarında model çıktıları standart güvenlik ve doğrulama ile ele alınmalıdır.

Not: gpt-realtime-1.5, daha düşük gecikme ve gerçek zamanlı oturumlar için optimize edilmiş, yakından ilişkili gerçek zamanlı ses/ses-öncelikli bir varyanttır; aşağıda karşılaştırın.

gpt-audio-1.5 nedir?

gpt-audio-1.5, Chat Completions ve ilgili ses destekli API'ler aracılığıyla hem konuşma girişi hem de konuşma çıkışını destekleyen ses yetenekli bir GPT modelidir. Kalite ve hız arasında denge kurarak ses ajanları ve konuşma-öncelikli deneyimler oluşturmak için genel kullanıma açık başlıca ses modeli olarak konumlandırılmıştır.

Ana özellikler

Konuşma girişi / konuşma çıkışı desteği: Doğal ses akışları için konuşmalı girişi işleyin ve konuşmalı veya metinsel yanıtlar döndürün.
Ses iş akışları için geniş bağlam: Çok büyük bağlam (belgelenmiş 128k token) desteği sayesinde çok turlu, uzun konuşma geçmişi veya büyük çok modlu oturumlar mümkündür.
Akış ve Chat Completions uyumluluğu: Akış halinde ses yanıtları ve fonksiyon çağrılarıyla yapılandırılmış çıktılarla Chat Completions içinde çalışır.
Dengeli performans/gecikme: Kaliteli ses yanıtları için ayarlanmış, orta düzeyde verimlilik sunar—kalitenin önemli olduğu sohbet botları ve sesli asistanlar için uygundur.
Ekosistem ve entegrasyonlar: Platformun playground'larında desteklenir ve resmi gerçek zamanlı/ses uç noktaları ile iş ortağı entegrasyonlarında kullanılabilir (Azure/Microsoft Foundry notları benzer ses modellerine referans verir).

gpt-audio-1.5 ile ilgili ses modellerinin karşılaştırması

Özellik	gpt-audio-1.5	gpt-realtime-1.5
Birincil odak	Chat Completions ve sohbet akışları için yüksek kaliteli ses giriş/çıkışı.	Canlı ses ajanları ve akış senaryoları için daha düşük gecikmeli gerçek zamanlı S2S (speech-to-speech).
Bağlam penceresi	128k token.	32k token (belgelenmiş gerçek zamanlı varyant).
Maksimum çıktı token sayısı	16,384 (belgelenmiştir).	Genellikle daha kısa gerçek zamanlı yanıtlar için yapılandırılır (dokümanlarda daha küçük maksimum token listelenir).
En iyi kullanım	Tam sohbet semantiği + ses gerektiren sohbet botları, ses özellikli asistanlar.	Canlı ses ajanları, kiosklar ve düşük gecikmeli konuşmalı arayüzler.

Örnek kullanım senaryoları

Müşteri destek ve dahili yardım masaları için konuşmalı ses ajanları.
Uygulamalara, cihazlara ve kiosklara gömülü ses özellikli asistanlar.
Eller serbest iş akışları (dikte, sesli arama, erişilebilirlik).
Chat Completions aracılığıyla ses ile metin / görselleri harmanlayan çok modlu deneyimler.

Sınırlamalar ve operasyonel hususlar

İnsan QA'nin birebir ikamesi değildir: Üretim akışlarında ses çıktıları ve devamındaki eylemleri her zaman insan incelemesiyle doğrulayın.
Kaynak planlaması: Büyük bağlam ve ses G/Ç, hesaplama ve gecikmeyi artırabilir—uzun oturumlar için akış/bölümlendirme stratejileri tasarlayın.
Güvenlik ve politika kısıtları: Ses çıktıları ikna edici güç taşıyabilir; ölçekli dağıtımda platform güvenlik yönergelerini ve koruma önlemlerini izleyin.
GPT Audio 1.5 API'ye nasıl erişilir

Adım 1: API anahtarına kaydolun

cometapi.com adresine giriş yapın. Henüz kullanıcımız değilseniz lütfen önce kayıt olun. CometAPI console hesabınıza giriş yapın. Arayüzün erişim kimliği API anahtarını edinin. Kişisel merkezde API token bölümünde “Add Token”a tıklayın, token anahtarını edinin: sk-xxxxx ve gönderin.

cometapi-key

Adım 2: GPT Audio 1.5 API'ye istek gönderin

API isteği göndermek için “gpt-audio-1.5” uç noktasını seçin ve istek gövdesini ayarlayın. İstek yöntemi ve istek gövdesi web sitemizdeki API dokümanından alınır. Web sitemiz ayrıca kolaylık için Apifox testi sağlar. Hesabınızdaki gerçek CometAPI anahtarınızla <YOUR_API_KEY> öğesini değiştirin. temel URL Chat Completions

Sorunuzu veya isteğinizi content alanına ekleyin—modelin yanıtlayacağı içerik budur . Üretilen yanıtı almak için API yanıtını işleyin.

Adım 3: Sonuçları Alın ve Doğrulayın

Üretilen yanıtı almak için API yanıtını işleyin. İşlemeden sonra, API görev durumunu ve çıktı verilerini döndürür.

SSS

Fiyatlandırma

Tek bir çalıştırma için yukarıdaki hızlı tahmini kullanın, ardından CometAPI ve resmi fiyat arasındaki tam karşılaştırmayı inceleyin.

İlk istek

$0.01

Tahmini CometAPI kullanım maliyeti

On istek

$0.1

Tahmini CometAPI kullanım maliyeti

On beş istek

$0.15

Tahmini CometAPI kullanım maliyeti

gpt-audio-1.5 için Fiyatlandırma

gpt-audio-1.5 için çeşitli bütçelere ve kullanım ihtiyaçlarına uygun rekabetçi fiyatlandırmayı keşfedin. Esnek planlarımız sadece kullandığınız kadar ödeme yapmanızı sağlar ve ihtiyaçlarınız büyüdükçe kolayca ölçeklendirme imkanı sunar. gpt-audio-1.5'in maliyetleri yönetilebilir tutarken projelerinizi nasıl geliştirebileceğini keşfedin.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Giriş:$2/M Çıktı:$8/M	Giriş:$2.5/M Çıktı:$10/M	-20%

API

Çalışan bir uç nokta ve kod örneği kopyalayın, tüm parametrelere ihtiyaç duyduğunuzda tam API referansını açın.

Tek API, üretime hazır model erişimi

Bir kez kimlik doğrulaması yapın, model uç noktasını çağırın ve sağlayıcılar arasında aynı faturalandırma ve izleme akışını koruyun.

POST/v1/chat/completions

gpt-audio-1.5 için örnek kod ve API

gpt-audio-1.5 için kapsamlı örnek kodlara ve API kaynaklarına erişerek entegrasyon sürecinizi kolaylaştırın. Ayrıntılı dokümantasyonumuz adım adım rehberlik sağlayarak projelerinizde gpt-audio-1.5'in tüm potansiyelinden yararlanmanıza yardımcı olur.

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

Yetenekler

Bir mimari seçmeden veya üretim yükünü tahmin etmeden önce önemli model bilgilerini inceleyin.

Desteklenen yetenekler

Mevcut model API'sinin döndürdüğü özellikler.

text-to-speech

Giriş ve çıkış

Girişler

text

Çıkışlar

audio

Üretim profili

Sağlayıcı: OpenAI
Bağlam: Modele bağlı
Ticari kullanım: Destekleniyor

Kullanım senaryoları

gpt-audio-1.5 modelini audio yeteneklerine uygun üretim iş akışları için kullanın, ardından uzun vadeli entegrasyona geçmeden önce alternatifleri karşılaştırın.

Konuşma, müzik ve ses üretimi

Ses deneyimleri ve medya üretimi

Büyük ölçekte otomatikleştirilmiş ses iş akışları

Diğer modeller

CometAPI üzerinden sunulan diğer modelleri kalite, gecikme, yetenek ve fiyat açısından karşılaştırın.

Model karşılaştırmasını aç →

OpenAI

GPT-Realtime-2.1

GPT-Realtime-2.1 updates GPT-Realtime-2 with improved alphanumeric recognition, silence and noise handling, and interruption behavior. It supports speech-to-speech interactions with configurable reasoning effort, instruction following, and tool use for complex voice-agent workflows.

Modeli görüntüle

OpenAI

GPT-Realtime-2

GPT-Realtime-2, en yetenekli gerçek zamanlı ses modelimizdir. Yapılandırılabilir muhakeme düzeyi, daha güçlü talimat takibi ve karmaşık sesli ajan iş akışları için daha güvenilir araç kullanımıyla sesten sese etkileşimleri destekler.

Modeli görüntüle

OpenAI

gpt-realtime-1.5

Ses girişi ve ses çıkışı için en iyi ses modeli.

Modeli görüntüle

OpenAI

TTS

OpenAI Metinden Konuşmaya

Modeli görüntüle

Kling

Kling TTS

[Konuşma Sentezi] Yeni kullanıma sunuldu: önizleme özelliğine sahip çevrimiçi metinden yayın kalitesinde ses ● Aynı anda audio_id oluşturabilir, herhangi bir Keling API'siyle kullanılabilir

Kling videodan sese

Uptime

Üretime geçmeden önce canlı heartbeat verilerini, uç nokta kullanılabilirliğini ve gözlemlenen yanıt sürelerini inceleyin.

Keşfetmeye devam edin

Modelleri karşılaştırın ve araştırmanıza devam edin

OpenAI

Kullanılabilir

gpt-audio-1.5

gpt-audio-1.5 API

Chat Completions ile ses girişi ve ses çıkışı için en iyi ses modeli.

Başlangıç fiyatı

$2.00 / 1M giriş token'ı

Kullanıma dayalı faturalandırma

API sağlığı

Kullanılabilir

Üretim uç noktası

Yanıt süresi

Asenkrona hazır

Gözlemlenen API yanıt süresi

Yayın tarihi

Feb 24, 2026

OpenAI

Genel Bakış

gpt-audio-1.5 hakkında önemli davranışlar ve entegrasyon noktalarını içeren pratik bir genel bakış.

gpt-audio-1.5'nin teknik özellikleri

Öğe	gpt-audio-1.5 (genel özellikler)
Model ailesi	GPT Audio family (ses-öncelikli varyant)
Girdi türleri	Metin, ses (konuşma girişi)
Çıktı türleri	Metin, ses (konuşma çıkışı), yapılandırılmış çıktılar (fonksiyon çağrıları desteklenir)
Bağlam penceresi	128,000 token.
Maksimum çıktı token sayısı	16,384 (ilgili gpt-audio listesinde belgelenmiştir).
Performans katmanı	Daha yüksek zeka; Orta hız (dengeli).
Gecikme profili	Ses etkileşimleri için optimize edilmiştir (uç noktaya bağlı olarak orta/düşük gecikme).
Kullanılabilirlik	Chat Completions API (ses giriş/çıkış) ve platform playground'ları; gerçek zamanlı/ses yüzeyleri genelinde entegredir.
Güvenlik / kullanım notları	Ses içeriği için koruma önlemleri; üretim ses ajanlarında model çıktıları standart güvenlik ve doğrulama ile ele alınmalıdır.

Not: gpt-realtime-1.5, daha düşük gecikme ve gerçek zamanlı oturumlar için optimize edilmiş, yakından ilişkili gerçek zamanlı ses/ses-öncelikli bir varyanttır; aşağıda karşılaştırın.

gpt-audio-1.5 nedir?

Ana özellikler

Konuşma girişi / konuşma çıkışı desteği: Doğal ses akışları için konuşmalı girişi işleyin ve konuşmalı veya metinsel yanıtlar döndürün.
Ses iş akışları için geniş bağlam: Çok büyük bağlam (belgelenmiş 128k token) desteği sayesinde çok turlu, uzun konuşma geçmişi veya büyük çok modlu oturumlar mümkündür.
Akış ve Chat Completions uyumluluğu: Akış halinde ses yanıtları ve fonksiyon çağrılarıyla yapılandırılmış çıktılarla Chat Completions içinde çalışır.
Dengeli performans/gecikme: Kaliteli ses yanıtları için ayarlanmış, orta düzeyde verimlilik sunar—kalitenin önemli olduğu sohbet botları ve sesli asistanlar için uygundur.
Ekosistem ve entegrasyonlar: Platformun playground'larında desteklenir ve resmi gerçek zamanlı/ses uç noktaları ile iş ortağı entegrasyonlarında kullanılabilir (Azure/Microsoft Foundry notları benzer ses modellerine referans verir).

gpt-audio-1.5 ile ilgili ses modellerinin karşılaştırması

Özellik	gpt-audio-1.5	gpt-realtime-1.5
Birincil odak	Chat Completions ve sohbet akışları için yüksek kaliteli ses giriş/çıkışı.	Canlı ses ajanları ve akış senaryoları için daha düşük gecikmeli gerçek zamanlı S2S (speech-to-speech).
Bağlam penceresi	128k token.	32k token (belgelenmiş gerçek zamanlı varyant).
Maksimum çıktı token sayısı	16,384 (belgelenmiştir).	Genellikle daha kısa gerçek zamanlı yanıtlar için yapılandırılır (dokümanlarda daha küçük maksimum token listelenir).
En iyi kullanım	Tam sohbet semantiği + ses gerektiren sohbet botları, ses özellikli asistanlar.	Canlı ses ajanları, kiosklar ve düşük gecikmeli konuşmalı arayüzler.

Örnek kullanım senaryoları

Müşteri destek ve dahili yardım masaları için konuşmalı ses ajanları.
Uygulamalara, cihazlara ve kiosklara gömülü ses özellikli asistanlar.
Eller serbest iş akışları (dikte, sesli arama, erişilebilirlik).
Chat Completions aracılığıyla ses ile metin / görselleri harmanlayan çok modlu deneyimler.

Sınırlamalar ve operasyonel hususlar

İnsan QA'nin birebir ikamesi değildir: Üretim akışlarında ses çıktıları ve devamındaki eylemleri her zaman insan incelemesiyle doğrulayın.
Kaynak planlaması: Büyük bağlam ve ses G/Ç, hesaplama ve gecikmeyi artırabilir—uzun oturumlar için akış/bölümlendirme stratejileri tasarlayın.
Güvenlik ve politika kısıtları: Ses çıktıları ikna edici güç taşıyabilir; ölçekli dağıtımda platform güvenlik yönergelerini ve koruma önlemlerini izleyin.
GPT Audio 1.5 API'ye nasıl erişilir

Adım 1: API anahtarına kaydolun

cometapi-key

Adım 2: GPT Audio 1.5 API'ye istek gönderin

Sorunuzu veya isteğinizi content alanına ekleyin—modelin yanıtlayacağı içerik budur . Üretilen yanıtı almak için API yanıtını işleyin.

Adım 3: Sonuçları Alın ve Doğrulayın

Üretilen yanıtı almak için API yanıtını işleyin. İşlemeden sonra, API görev durumunu ve çıktı verilerini döndürür.

SSS

Fiyatlandırma

Tek bir çalıştırma için yukarıdaki hızlı tahmini kullanın, ardından CometAPI ve resmi fiyat arasındaki tam karşılaştırmayı inceleyin.

İlk istek

$0.01

Tahmini CometAPI kullanım maliyeti

On istek

$0.1

Tahmini CometAPI kullanım maliyeti

On beş istek

$0.15

Tahmini CometAPI kullanım maliyeti

gpt-audio-1.5 için Fiyatlandırma

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Giriş:$2/M Çıktı:$8/M	Giriş:$2.5/M Çıktı:$10/M	-20%

API

Çalışan bir uç nokta ve kod örneği kopyalayın, tüm parametrelere ihtiyaç duyduğunuzda tam API referansını açın.

Tek API, üretime hazır model erişimi

Bir kez kimlik doğrulaması yapın, model uç noktasını çağırın ve sağlayıcılar arasında aynı faturalandırma ve izleme akışını koruyun.

POST/v1/chat/completions

gpt-audio-1.5 için örnek kod ve API

POST

/v1/chat/completions

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

RESPONSE=$(curl https://api.cometapi.com/v1/chat/completions \
  -s \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-audio-1.5",
    "modalities": ["text", "audio"],
    "audio": {
      "voice": "alloy",
      "format": "wav"
    },
    "messages": [
      {
        "role": "user",
        "content": "Is a golden retriever a good family dog?"
      }
    ]
  }')

# Print the text transcript
echo "$RESPONSE" | python3 -c "import sys, json; r=json.load(sys.stdin); print(r['choices'][0]['message']['audio']['transcript'])"

# Save the audio to a WAV file
echo "$RESPONSE" | python3 -c "
import sys, json, base64
r = json.load(sys.stdin)
audio_data = r['choices'][0]['message']['audio']['data']
with open('gpt-audio-1.5-output.wav', 'wb') as f:
    f.write(base64.b64decode(audio_data))
print('Audio saved to gpt-audio-1.5-output.wav')
"

Python Code Example

from openai import OpenAI
import os
import base64

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[
        {
            "role": "user",
            "content": "Is a golden retriever a good family dog?"
        }
    ],
)

# Print the text response
print(completion.choices[0].message.audio.transcript)

# Save the audio response to a file
wav_bytes = base64.b64decode(completion.choices[0].message.audio.data)
output_path = "gpt-audio-1.5-output.wav"
with open(output_path, "wb") as f:
    f.write(wav_bytes)
print(f"Audio saved to {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import fs from "fs";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1";

const openai = new OpenAI({ apiKey: api_key, baseURL: base_url });

const completion = await openai.chat.completions.create({
  model: "gpt-audio-1.5",
  modalities: ["text", "audio"],
  audio: { voice: "alloy", format: "wav" },
  messages: [
    {
      role: "user",
      content: "Is a golden retriever a good family dog?",
    },
  ],
});

// Print the text transcript
console.log(completion.choices[0].message.audio.transcript);

// Save the audio response to a file
const wavBytes = Buffer.from(completion.choices[0].message.audio.data, "base64");
const outputPath = "gpt-audio-1.5-output.wav";
fs.writeFileSync(outputPath, wavBytes);
console.log(`Audio saved to ${outputPath}`);

Yetenekler

Bir mimari seçmeden veya üretim yükünü tahmin etmeden önce önemli model bilgilerini inceleyin.

Desteklenen yetenekler

Mevcut model API'sinin döndürdüğü özellikler.

text-to-speech

Giriş ve çıkış

Girişler

text

Çıkışlar

audio

Üretim profili

Sağlayıcı: OpenAI
Bağlam: Modele bağlı
Ticari kullanım: Destekleniyor

Kullanım senaryoları

gpt-audio-1.5 modelini audio yeteneklerine uygun üretim iş akışları için kullanın, ardından uzun vadeli entegrasyona geçmeden önce alternatifleri karşılaştırın.

Konuşma, müzik ve ses üretimi

Ses deneyimleri ve medya üretimi

Büyük ölçekte otomatikleştirilmiş ses iş akışları

Diğer modeller

CometAPI üzerinden sunulan diğer modelleri kalite, gecikme, yetenek ve fiyat açısından karşılaştırın.

Model karşılaştırmasını aç →

Ses girişi ve ses çıkışı için en iyi ses modeli.

Modeli görüntüle

OpenAI

TTS

OpenAI Metinden Konuşmaya

Kling videodan sese

Uptime

Üretime geçmeden önce canlı heartbeat verilerini, uç nokta kullanılabilirliğini ve gözlemlenen yanıt sürelerini inceleyin.

Keşfetmeye devam edin