Introducción
TTS-1 convierte un mensaje escrito en un archivo de voz. Este modelo Speech está pensado para generar con rapidez intervenciones cortas, como un aviso de tarea terminada o una indicación dentro de una aplicación. No escucha al interlocutor ni redacta la respuesta. OpenAI ha anunciado su retirada para el 6 de enero de 2027.
Funciones y aspectos destacados
TTS-1 permite elegir alloy, ash, coral, echo, fable, onyx, nova, sage o shimmer. Las voces están optimizadas para inglés; conviene escuchar los textos en otros idiomas y los nombres importantes. Mantener una voz en una secuencia de avisos ayuda a dar continuidad.
TTS-1 devuelve MP3, Opus, AAC, FLAC, WAV o PCM sin cabecera. Un formato comprimido sirve para una notificación móvil, mientras que los datos sin comprimir encajan en un reproductor que controla la aplicación. La velocidad va de 0,25 a 4 y no cambia la cantidad de caracteres facturada.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
text | Sí | Envíe a TTS-1 el aviso exacto, con un máximo de 4.096 caracteres, incluidos espacios y signos. mínimo 1 caracteres · máximo 4096 caracteres |
voice_id | No | Seleccione una de las nueve voces TTS-1; si no indica otra, se usa alloy. |
speed | No | Ajuste el ritmo de TTS-1 entre 0,25 y 4; 1 es la velocidad habitual. |
output_format | No | Elija la codificación TTS-1. PCM contiene muestras de 24 kHz y 16 bits little-endian sin cabecera WAV. |
Precios
$0.003 / 1.000 caracteres
Casos de uso
Un panel de tareas puede anunciar con TTS-1 un resultado ya confirmado. La aplicación debe determinar el estado y escribir el mensaje exacto antes de pedir el audio.
Para configurar un dispositivo, prepare un clip TTS-1 por instrucción. La interfaz podrá reproducir solo el paso pertinente y sustituir una indicación modificada sin volver a generar toda la secuencia.
Guía de prompts y consejos prácticos
Escriba para TTS-1 las palabras que deba escuchar la persona. Desarrolle abreviaturas ambiguas y pruebe fechas, códigos y decimales dentro de una frase. Una indicación como «habla con calma» forma parte del texto leído: las instrucciones de interpretación no son un control de este modelo antiguo.
Cada solicitud TTS-1 admite hasta 4.096 caracteres y cada archivo generado debe quedar por debajo de 32 MiB. Divida las lecturas largas, sobre todo con WAV o PCM lentos. Escuche el resultado antes de incorporarlo a la interfaz e identifique la voz sintética para el oyente. Conserve texto y ajustes para migrar antes de su retirada.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/tts-1/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"voice_id": "alloy",
"output_format": "mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

