TTS-1 HD

Spezifikationen & Limits

Auf Qualität optimiertes Text-to-Speech-Modell: derselbe Speech-Endpoint wie tts-1, abgestimmt auf hochwertige statt latenzarme Anwendungsfälle. Der instructions-Parameter, der bei gpt-4o-mini-tts Akzent, Emotion, Intonation und Tonfall steuert, funktioniert bei tts-1 und tts-1-hd nicht.

laut Offizielle OpenAI-Dokumentation ↗

TTS-1 HD in 30 Sekunden nutzen

OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="tts-1-hd",
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://synthorai.io/v1",
  apiKey: "sk-syn-...",
});

const resp = await client.chat.completions.create({
  model: "tts-1-hd",
  messages: [{ role: "user", content: "Summarize this diff" }],
});
console.log(resp.choices[0].message.content);

curl https://synthorai.io/v1/chat/completions \
  -H "Authorization: Bearer sk-syn-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "tts-1-hd",
    "messages": [{"role": "user", "content": "Hello"}]
  }'

package main

import (
	"context"
	"fmt"

	"github.com/openai/openai-go/v3"
	"github.com/openai/openai-go/v3/option"
)

func main() {
	client := openai.NewClient(
		option.WithBaseURL("https://synthorai.io/v1"),
		option.WithAPIKey("sk-syn-..."),
	)
	resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
		Model: "tts-1-hd",
		Messages: []openai.ChatCompletionMessageParamUnion{
			openai.UserMessage("Summarize this diff"),
		},
	})
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;

OpenAIClient client = OpenAIOkHttpClient.builder()
    .baseUrl("https://synthorai.io/v1")
    .apiKey("sk-syn-...")
    .build();

ChatCompletion resp = client.chat().completions().create(
    ChatCompletionCreateParams.builder()
        .model("tts-1-hd")
        .addUserMessage("Summarize this diff")
        .build());
System.out.println(resp.choices().get(0).message().content().orElse(""));

Über TTS-1 HD

• Die Modellseite rahmt es als Umwandlung von Text in natürlich klingende gesprochene Sprache für hochwertige Text-to-Speech-Anwendungsfälle, und der Leitfaden benennt den Kompromiss direkt: tts-1 bietet niedrigere Latenz, aber bei geringerer Qualität als tts-1-hd.
• Diese zusätzliche Qualität ist der ganze Unterschied, und sie ist entsprechend mit $30 pro Million Zeichen bepreist, dem Doppelten des tts-1-Satzes, was es zur Wahl für Erzählstimmen, veröffentlichtes Audio und alles macht, was ein Zuhörer mehr als einmal hört, statt für interaktive Sprache Zug um Zug.
• Alles Übrige teilt es mit seinem Geschwistermodell.
• Es bedient nur den Speech-Endpoint der Audio API, nimmt Text entgegen und gibt Audio zurück, mit denselben neun Stimmen (alloy, ash, coral, echo, fable, onyx, nova, sage und shimmer), denselben Ausgabeformaten MP3, Opus, AAC, FLAC, WAV und 24-kHz-PCM, demselben Geschwindigkeitsbereich von 0.25 bis 4.0 um einen Standardwert von 1.0 und demselben Chunked-Transfer-Streaming, sodass die Wiedergabe früh beginnen kann.
• Es gelten auch dieselben zwei Einschränkungen: Der instructions-Parameter zur Steuerung von Ton und Vortrag ist als bei tts-1 und tts-1-hd nicht funktionierend dokumentiert, und das sse-Stream-Format wird nicht unterstützt, sodass rohes Audio-Streaming als einzige Option bleibt.
• Die Sprachabdeckung folgt Whispers Liste, während die Stimmen auf Englisch optimiert bleiben, und OpenAI verlangt einen klaren Hinweis, dass die Stimme KI-generiert ist.
• Synthorai stellt TTS-1 HD über denselben OpenAI-kompatiblen /v1/audio/speech Endpoint bereit.

FAQ

Verwandte Modelle

Vergleichen