TTS-1 vs TTS-1 HD

vs

Lequel choisir, et quand

Même limite de 4096 caractères, même streaming, mêmes voix et la même absence de contrôle de voix ; tts-1-hd facture $30 par million de caractères contre $15, exactement 2x, pour le rendu de meilleure qualité. Rien d'autre dans les specs publiées ne les sépare. Prenez tts-1 pour les brouillons et le volume, tts-1-hd quand l'audio part vers vos utilisateurs.

Tarifs

TTS-1 TTS-1 HD Δ
Par 1M de caractères $15 $30 0.5×

Tarifs relevés dans le catalogue en direct à la génération du site ; la page de chaque modèle affiche la grille tarifaire à jour.

Leur position : prix pour 1M de caractères, parmi les 7 modèles de synthèse vocale facturés dans cette unité (échelle logarithmique)

Capacités

TTS-1 TTS-1 HD
Streaming oui oui
SSML undocumented undocumented
Unité de facturation character character

Spécifications

TTS-1 TTS-1 HD
Modalités d'entrée texte texte
Modalités de sortie audio audio
Date de sortie 2023-11-06 2023-11-06
Limite par requête 4096 characters 4096 characters
Voix alloy, ash, coral, echo, fable, onyx, nova, sage et shimmer, un ensemble plus restreint que la liste TTS complète de 13 voix, et les voix sont actuellement optimisées pour l'anglais. alloy, ash, coral, echo, fable, onyx, nova, sage et shimmer, un ensemble plus restreint que la liste TTS complète de 13 voix, et les voix sont actuellement optimisées pour l'anglais.
Langues Suit globalement la prise en charge linguistique du modèle Whisper: afrikaans, arabe, arménien, azéri, biélorusse, bosniaque, bulgare, catalan, chinois, croate, tchèque, danois, néerlandais, anglais, estonien, finnois, français, galicien, allemand, grec, hébreu, hindi, hongrois, islandais, indonésien, italien, japonais, kannada, kazakh, coréen, letton, lituanien, macédonien, malais, marathi, maori, népalais, norvégien, persan, polonais, portugais, roumain, russe, serbe, slovaque, slovène, espagnol, swahili, suédois, tagalog, tamoul, thaï, turc, ukrainien, ourdou, vietnamien et gallois, bien que les voix soient optimisées pour l'anglais Suit globalement la prise en charge linguistique du modèle Whisper: afrikaans, arabe, arménien, azéri, biélorusse, bosniaque, bulgare, catalan, chinois, croate, tchèque, danois, néerlandais, anglais, estonien, finnois, français, galicien, allemand, grec, hébreu, hindi, hongrois, islandais, indonésien, italien, japonais, kannada, kazakh, coréen, letton, lituanien, macédonien, malais, marathi, maori, népalais, norvégien, persan, polonais, portugais, roumain, russe, serbe, slovaque, slovène, espagnol, swahili, suédois, tagalog, tamoul, thaï, turc, ukrainien, ourdou, vietnamien et gallois, bien que les voix soient optimisées pour l'anglais
Contrôle de la voix none none
Limites

Endpoint de génération de parole (v1/audio/speech) uniquement, Chat Completions, Responses, Realtime, Batch et le fine-tuning étant tous listés comme non pris en charge

le texte d'entrée est plafonné à 4096 caractères

sortie mp3 (par défaut), opus, aac, flac, wav ou pcm (échantillons bruts 24 kHz 16 bits signés little-endian)

lecture en temps réel via l'encodage de transfert par blocs

Endpoint de génération de parole (v1/audio/speech) uniquement, Chat Completions, Responses, Realtime, Batch et le fine-tuning étant tous listés comme non pris en charge

le texte d'entrée est plafonné à 4096 caractères

sortie mp3 (par défaut), opus, aac, flac, wav ou pcm (échantillons bruts 24 kHz 16 bits signés little-endian)

lecture en temps réel via l'encodage de transfert par blocs

Les spécifications sont reprises de la documentation de chaque fournisseur ; quand un fournisseur ne publie pas une valeur, la ligne est omise et non déduite. Sources complètes : TTS-1 · TTS-1 HD

Passez de l'un à l'autre en changeant une seule ligne

Les deux identifiants figurent dans chaque onglet ci-dessous : les deux lignes surlignées sont le seul changement. Même endpoint, même clé, même format de requête.

from openai import OpenAI

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

resp = client.audio.transcriptions.create(
    model="tts-1",
    # model="tts-1-hd",  # décommentez cette ligne, commentez celle du dessus
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, TTS-1 ou TTS-1 HD ?

TTS-1 est moins cher sur la ligne « Par 1M de caractères » ($15 contre $30, soit un écart de 2.0×). D'autres lignes peuvent dire l'inverse : le tableau ci-dessus donne la grille tarifaire complète, et le coût réel dépend de la composition de votre trafic.

Puis-je faire un test A/B entre TTS-1 et TTS-1 HD sans deux intégrations ?

Oui. Les deux passent par le même endpoint compatible OpenAI, avec une seule clé API. Pour passer de l'un à l'autre, il suffit de changer l'identifiant du modèle, soit une ligne : vous pouvez donc envoyer une part du trafic à chacun et comparer directement les factures.

Comment la synthèse vocale est-elle facturée ?

Au caractère de texte en entrée, avec un plafond de caractères par requête indiqué dans le tableau des spécifications. Avec l'un comme avec l'autre, un texte long doit être découpé en plusieurs requêtes.

Comparatifs associés

Nos études, mesures à l'appui