TTS-1 vs TTS-1 HD

vs

什麼情況選哪一個

同樣的 4096 字元上限、同樣支援串流、同樣的音色集合,也同樣都沒有音色控制;tts-1-hd 每百萬字元 $30 對 $15,正好 2 倍,換來更高品質的合成。已公布的規格裡沒有別的差異。做草稿和走量選 tts-1,音訊要交付給使用者時選 tts-1-hd。

定價

TTS-1 TTS-1 HD Δ
每 1M 字元 $15 $30 0.5×

費率取自網站建置時的即時目錄;各模型頁面都列有最新的價目。

兩者的相對位置:每 1M 字元的價格,涵蓋同一計費單位下全部 7 個文字轉語音模型(對數尺度)

功能

TTS-1 TTS-1 HD
串流 是 是
SSML undocumented undocumented
計費單位 character character

規格

TTS-1 TTS-1 HD
輸入模態 文字 文字
輸出模態 音訊 音訊
發布日期 2023-11-06 2023-11-06
請求限制 4096 characters 4096 characters
聲音 alloy、ash、coral、echo、fable、onyx、nova、sage 與 shimmer,比完整的 13 種 TTS 音色清單少,且音色目前針對英語最佳化。 alloy、ash、coral、echo、fable、onyx、nova、sage 與 shimmer,比完整的 13 種 TTS 音色清單少,且音色目前針對英語最佳化。
語言 大致沿用 Whisper 模型的語言支援:南非荷蘭語、阿拉伯語、亞美尼亞語、亞塞拜然語、白俄羅斯語、波士尼亞語、保加利亞語、加泰隆尼亞語、中文、克羅埃西亞語、捷克語、丹麥語、荷蘭語、英語、愛沙尼亞語、芬蘭語、法語、加利西亞語、德語、希臘語、希伯來語、印地語、匈牙利語、冰島語、印尼語、義大利語、日語、坎那達語、哈薩克語、韓語、拉脫維亞語、立陶宛語、馬其頓語、馬來語、馬拉地語、毛利語、尼泊爾語、挪威語、波斯語、波蘭語、葡萄牙語、羅馬尼亞語、俄語、塞爾維亞語、斯洛伐克語、斯洛維尼亞語、西班牙語、史瓦希里語、瑞典語、他加祿語、坦米爾語、泰語、土耳其語、烏克蘭語、烏爾都語、越南語與威爾斯語,儘管音色目前針對英語最佳化 大致沿用 Whisper 模型的語言支援:南非荷蘭語、阿拉伯語、亞美尼亞語、亞塞拜然語、白俄羅斯語、波士尼亞語、保加利亞語、加泰隆尼亞語、中文、克羅埃西亞語、捷克語、丹麥語、荷蘭語、英語、愛沙尼亞語、芬蘭語、法語、加利西亞語、德語、希臘語、希伯來語、印地語、匈牙利語、冰島語、印尼語、義大利語、日語、坎那達語、哈薩克語、韓語、拉脫維亞語、立陶宛語、馬其頓語、馬來語、馬拉地語、毛利語、尼泊爾語、挪威語、波斯語、波蘭語、葡萄牙語、羅馬尼亞語、俄語、塞爾維亞語、斯洛伐克語、斯洛維尼亞語、西班牙語、史瓦希里語、瑞典語、他加祿語、坦米爾語、泰語、土耳其語、烏克蘭語、烏爾都語、越南語與威爾斯語,儘管音色目前針對英語最佳化
聲音控制 none none
限制 僅支援語音生成端點(v1/audio/speech),Chat Completions、Responses、Realtime、Batch 與微調都列為不支援;輸入文字上限 4096 個字元;輸出 mp3(預設)、opus、aac、flac、wav 或 pcm(原始 24 kHz 16-bit 有號小端序取樣);透過分塊傳輸編碼進行即時播放 僅支援語音生成端點(v1/audio/speech),Chat Completions、Responses、Realtime、Batch 與微調都列為不支援;輸入文字上限 4096 個字元;輸出 mp3(預設)、opus、aac、flac、wav 或 pcm(原始 24 kHz 16-bit 有號小端序取樣);透過分塊傳輸編碼進行即時播放

規格摘錄自各供應商的文件;供應商沒有公布的項目就直接略過,不自行推測。 完整來源: TTS-1 · TTS-1 HD

改一行程式碼就能在兩者之間切換

下面每個頁籤都列了這兩個模型 ID,要改的只有醒目標示的那兩行。端點、金鑰和請求格式都不變。

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",  # 取消這一行的註解,並把上一行註解掉
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

取得 API 金鑰 →

常見問題

TTS-1 和 TTS-1 HD 哪個比較便宜?

以「每 1M 字元」來看,TTS-1 比較便宜($15 對 $30,相差 2.0×)。其他項目的結果可能相反,完整價目請看上表;實際成本要看你的用量組合。

可以只串接一次,就對 TTS-1 和 TTS-1 HD 做 A/B 測試嗎?

可以。兩個模型都走同一個 OpenAI 相容端點,用的也是同一把 API 金鑰,切換時只要改一行裡的模型名稱字串。你可以把一部分流量分別導到兩邊,再直接比較帳單。

文字轉語音是如何計費的?

依輸入文字的字元數計費,每次請求的字元上限列在規格表裡。兩個模型都一樣,稿子太長就得拆成多次請求。

相關比較