TTS-1 HD

Especificaciones y límites

Modelo de texto a voz optimizado para calidad: el mismo endpoint Speech que tts-1, ajustado para casos de uso de alta calidad en lugar de baja latencia. El parámetro instructions que dirige el acento, la emoción, la entonación y el tono en gpt-4o-mini-tts no funciona con tts-1 ni con tts-1-hd.

según documentación oficial de OpenAI ↗

Use TTS-1 HD en 30 segundos

Compatible con OpenAI: cambie el base_url y conserve su SDK. 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(""));

Acerca de TTS-1 HD

• La página del modelo lo plantea como un conversor de texto en habla de sonido natural para casos de uso de texto a voz de alta calidad, y la guía enuncia el compromiso de forma directa: tts-1 ofrece menor latencia, pero con menor calidad que tts-1-hd.
• Esa calidad adicional es toda la diferencia, y tiene el precio correspondiente de $30 por millón de caracteres, el doble de la tarifa de tts-1, lo que lo convierte en la opción para la narración, el audio publicado y todo aquello que un oyente vaya a escuchar más de una vez, en lugar de para el habla interactiva turno a turno.
• Todo lo demás lo comparte con su hermano.
• Sirve únicamente el endpoint de speech de la Audio API, tomando texto y devolviendo audio, con las mismas nueve voces (alloy, ash, coral, echo, fable, onyx, nova, sage y shimmer), los mismos formatos de salida MP3, Opus, AAC, FLAC, WAV y PCM a 24 kHz, el mismo rango de velocidad de 0.25 a 4.0 en torno a un valor por defecto de 1.0, y el mismo streaming con codificación de transferencia por fragmentos para que la reproducción pueda empezar pronto.
• Se aplican también las mismas dos restricciones: el parámetro instructions para dirigir el tono y la entrega está documentado como no funcional en tts-1 ni en tts-1-hd, y el formato de stream sse no se admite, con lo que el streaming de audio en bruto queda como única opción.
• La cobertura de idiomas sigue la lista de Whisper mientras las voces siguen optimizadas para el inglés, y OpenAI exige una divulgación clara de que la voz está generada por IA.
• Synthorai sirve TTS-1 HD a través del mismo endpoint /v1/audio/speech compatible con OpenAI.

Preguntas frecuentes

Modelos relacionados

Comparar