🎁 Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

TTS-1

OpenAI Synthèse vocaleStreaming
Entrée$15/M
Contexte4K

Prix catalogue du fournisseur : sans majoration de plateforme, paiement à l'usage. Ce sont les prix catalogue officiels. Les clients connectés peuvent voir les prix effectifs incluant les remises de l’espace de travail sur /console/pricing.

Utilisez TTS-1 en 30 secondes

Compatible OpenAI : changez la base_url, gardez votre 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",
    messages=[{"role": "user", "content": "Summarize this diff"}],
)
print(resp.choices[0].message.content)

Spécifications et limites

Audio

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
Limites audio
  • 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

Temps réel

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.

Modèle

Modalités
texte → audio

Modèle de synthèse vocale optimisé pour la vitesse : OpenAI documente tts-1 comme l'option à latence et qualité plus faibles face à tts-1-hd. Le paramètre instructions qui pilote l'accent, l'émotion, l'intonation et le ton sur gpt-4o-mini-tts ne fonctionne ni avec tts-1 ni avec tts-1-hd.

selon docs officielles OpenAI ↗

À propos de TTS-1

Optimisé pour la vitesse et les cas d'usage de synthèse vocale en temps réel
Latence plus faible à une qualité inférieure à tts-1-hd
Pas de paramètre instructions ni de format de flux sse

TTS-1 est le modèle text-to-speech d'OpenAI optimisé pour la vitesse.

  • Sa page modèle le décrit comme convertissant du texte en parole au son naturel et comme réglé pour les cas d'usage text-to-speech en temps réel, et le guide text-to-speech trace clairement la ligne au sein de la famille : tts-1 offre une latence plus faible, mais à une qualité inférieure à celle de tts-1-hd.
  • C'est un modèle à usage unique, pris en charge uniquement sur l'endpoint speech de l'Audio API et sur aucune autre route, prenant du texte en entrée et renvoyant de l'audio, au prix de 15 $ par million de caractères.
  • Neuf voix lui sont accessibles, un ensemble plus restreint que les treize que propose au total l'endpoint Speech : alloy, ash, coral, echo, fable, onyx, nova, sage et shimmer.
  • La sortie peut être en MP3 par défaut, ou en Opus, AAC, FLAC, WAV, ou en PCM brut 24 kHz, et OpenAI recommande WAV ou PCM pour la réponse la plus rapide ; le débit de parole est ajustable de 0.25 à 4.0, avec 1.0 par défaut, et l'audio peut être diffusé en streaming avec un encodage de transfert par blocs, de sorte que la lecture commence avant que le fichier complet n'existe.
  • Deux limites distinguent cette génération de la plus récente et casseront le code copié : le paramètre instructions qui pilote l'accent, l'émotion et la diction ne fonctionne pas sur tts-1 ni sur tts-1-hd, et le format de flux sse n'est pas pris en charge ici.
  • La couverture linguistique suit globalement la liste de Whisper de plus de cinquante langues, même si les voix elles-mêmes sont optimisées pour l'anglais, et les politiques d'usage d'OpenAI imposent d'indiquer aux utilisateurs finaux que la voix est générée par IA.
  • Synthorai sert TTS-1 via son endpoint /v1/audio/speech compatible OpenAI, si bien que les clients vocaux existants fonctionnent sans modification.

FAQ

Peut-on essayer l'API TTS-1 gratuitement ?

Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $15/M de tokens en entrée, ce crédit couvre à lui seul environ 16 requêtes de ~4K tokens sur TTS-1.

Quels sont les points forts de TTS-1 ?

Optimisé pour la vitesse et les cas d'usage de synthèse vocale en temps réel ; latence plus faible à une qualité inférieure à tts-1-hd ; pas de paramètre instructions ni de format de flux sse. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.

Combien coûte TTS-1 ?

Sur Synthorai, TTS-1 coûte $15 par million de tokens en entrée et $0 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme.

TTS-1 prend-il en charge la mise en cache des prompts ?

TTS-1 n'a pas de remise sur les lectures de cache sur Synthorai aujourd'hui. La mise en cache des prompts s'applique toujours aux autres modèles de la passerelle ; voir la table des prix pour les alternatives compatibles avec le cache. Comparatif de la mise en cache par fournisseur →

Comment obtenir l'accès à TTS-1 ?

Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="tts-1", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.

Modèles associés

Obtenez votre clé API gratuite Comparez votre coût →