Ir al contenido principal

openai/tts-1/text-to-speech

TTS-1 de OpenAI es un modelo de texto a voz pensado para una salida rápida y de baja latencia: lee en voz alta hasta 4,096 caracteres con nueve voces predefinidas, velocidad ajustable de 0.25× a 4× y salida en MP3, Opus, AAC, FLAC, WAV o PCM.

Desde $0.003/1.000 caracteres80% por debajo del precio oficial

Playground

Entrada

Texto a voz
afecta al precio40/4096
Envíe a TTS-1 el aviso exacto, con un máximo de 4.096 caracteres, incluidos espacios y signos. mínimo 1 caracteres · máximo 4096 caracteres

40 caracteres

Seleccione una de las nueve voces TTS-1; si no indica otra, se usa alloy.
Velocidad
Ajuste el ritmo de TTS-1 entre 0,25 y 4; 1 es la velocidad habitual. no menor que 0.25 · no mayor que 4
Formato de salida
MP3OpusAACFLACWAVPCM (en bruto)
Elija la codificación TTS-1. PCM contiene muestras de 24 kHz y 16 bits little-endian sin cabecera WAV.
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
0:00 / –:––

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

TTS-1 lee mensajes preparados con nueve voces, velocidad ajustable y seis formatos de audio.

Cifras clave

Voces predefinidas
9

Lo que hace el modelo

Voces predefinidas y seis formatos de audio

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.

Dónde encaja

  • Avisos hablados del estado de una tarea

    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.

  • Instrucciones de configuración de dispositivos

    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.

Creado con TTS-1

  • Mensaje de voz corto
  • Leer términos técnicos
  • Pregunta en una reunión
  • Anuncio de embarque

Referencia del modelo

Referencia de la API de TTS-1

Especificaciones de la API de TTS-1

Voces predefinidas
9

Cómo llamar a la API de TTS-1

  1. Guía de prompts y consejos profesionales

    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.

Preguntas sobre la API de TTS-1

Todos los modelos TTS-12