Introducción
TTS-1 HD realiza una lectura grabada del guion proporcionado. OpenAI orienta esta variante Speech hacia la calidad de audio, para materiales que se preparan y revisan antes de publicarse. La entrada es el texto final, no un micrófono en directo, y el guion determina el contenido. La fecha de cierre publicada es el 6 de enero de 2027.
Funciones y aspectos destacados
La versión HD ofrece nueve narradores predefinidos: alloy, ash, coral, echo, fable, onyx, nova, sage y shimmer. Elegir una voz cambia el sonido de la lectura, sin crear una identidad vocal personalizada. Para manuscritos en otro idioma, compruebe pronunciación y pausas con pasajes representativos.
Una grabación TTS-1 HD puede entregarse en MP3, Opus, AAC, FLAC, WAV o PCM. Esto permite preparar un archivo pequeño de distribución o material para una edición posterior. Ajustar el ritmo modifica la duración de la lectura, pero mantiene el recuento de caracteres del guion.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
text | Sí | Entregue a TTS-1 HD el guion final de narración, con hasta 4.096 caracteres en cada solicitud. mínimo 1 caracteres · máximo 4096 caracteres |
voice_id | No | Elija un narrador HD predefinido y revise nombres y énfasis escuchando una muestra. |
speed | No | El ritmo HD se ajusta de 0,25 a 4 sin alterar la cantidad de caracteres facturada. |
output_format | No | Adapte el formato HD a su edición y publicación; el PCM necesita reproducción de 24 kHz y 16 bits little-endian. |
Precios
$0.006 / 1.000 caracteres
Casos de uso
Una formación puede producir introducciones y explicaciones con TTS-1 HD y someterlas a revisión de escucha. Guardar el guion aprobado junto a la toma facilita futuras correcciones.
Para una edición sonora de una guía de producto, genere TTS-1 HD por secciones y ensámblelas en el flujo editorial. Sus límites sirven para añadir pausas, crear puntos de navegación y sustituir párrafos revisados.
Guía de prompts y consejos prácticos
Prepare el texto HD como una copia editorial terminada, con puntuación que exprese las frases deseadas. Resuelva símbolos ambiguos, nombres poco frecuentes y series largas de cifras antes de sintetizar. Escuche una muestra con la voz y la velocidad elegidas: un texto correcto no garantiza por sí solo la pronunciación prevista. Las indicaciones de estilo libres no controlan la interpretación de este modelo Speech antiguo.
Envíe hasta 4.096 caracteres por solicitud TTS-1 HD. Divida capítulos por frases o secciones y reúna los archivos en un editor de audio. Cada salida debe quedar bajo 32 MiB, especialmente a baja velocidad y sin compresión. Conserve guion y orden de secciones con el audio aprobado, informe de la narración sintética y utilice esas fuentes para migrar antes de la retirada.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/tts-1-hd/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"voice_id": "alloy",
"output_format": "mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.

