tts-1-hd

tts-1-hd 的技術規格

什麼是 tts-1-hd？

tts-1-hd 是 OpenAI 用於從文字生成自然語音音訊的高品質文字轉語音模型。它專為輸出品質比降低延遲更重要的情境而設計，例如旁白、語音助理、無障礙功能、教育內容與媒體製作。OpenAI 將 tts-1-hd 記載為針對高品質文字轉語音進行最佳化的模型，並指出它透過 Audio API 中的 Speech 端點使用。

與較輕量或較快速的 TTS 選項相比，tts-1-hd 通常定位為 OpenAI 語音技術棧中更注重品質的選擇。開發者通常傳送輸入文字、選擇聲音，亦可選擇設定語速或輸出格式，並收到適合播放或儲存的音訊檔案或可串流的音訊回應。

tts-1-hd 的主要功能

• 高品質語音合成：tts-1-hd 專為更高品質的音訊生成最佳化，適用於清晰度與自然度比最快回應時間更重要的場景。
• 簡單的文字轉音訊流程：模型透過 OpenAI 的 Audio API 接受文字輸入並回傳合成語音，使建立旁白或語音輸出功能的實作更為直接。
• 預設聲音支援：開發者可在生成語音時選擇內建的支援聲音，無需訓練自訂聲音模型即可獲得不同語氣或呈現風格。
• 可配置的輸出行為：API 支援實用控制項，如回應格式與語速，協助團隊針對播放、下載、輔助工具或內容管線調整生成的音訊。
• 適用於生產環境音訊場景：因透過標準的 Speech 端點提供，tts-1-hd 可以可預期的 API 方式整合至應用、後端工作流程、自動化系統與多步驟語音管線。

如何存取與整合 tts-1-hd

步驟 1：註冊並取得 API 金鑰

若要開始使用 tts-1-hd，請先在 CometAPI 註冊，並於儀表板產生您的 API 金鑰。登入後，為您的專案建立金鑰並妥善保存，因為每次 API 請求都需要用它進行驗證。

步驟 2：向 tts-1-hd API 發送請求

取得 API 金鑰後，向 CometAPI 的相容聊天補全端點發送 POST 請求，並在請求本文中將模型指定為 tts-1-hd。

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")

步驟 3：擷取並驗證結果

提交請求後，CometAPI 會回傳 tts-1-hd 的生成音訊結果。請保存輸出檔案、播放並檢查語音品質、聲音選擇、節奏與發音是否符合您的應用需求。必要時，可透過調整輸入文字、聲音或其他受支援的參數進行迭代。