はじめに
TTS-1 は用意した文章を読み上げる Speech API のモデルです。処理結果の案内や操作の説明など、短い発話をすばやく用意する用途に向きます。利用者の声を聞いて返答を考える機能ではありません。提供元は 2027 年 1 月 6 日の終了を公表しています。
主な機能とハイライト
TTS-1 の既定音声は alloy、ash、coral、echo、fable、onyx、nova、sage、shimmer です。英語を中心に最適化されているため、別の言語や固有名詞は実際の録音を聞いて確かめます。関連する案内では同じ音声を使うと聞き手が把握しやすくなります。
TTS-1 は MP3、Opus、AAC、FLAC、WAV、PCM を出力できます。携帯回線向けの短い通知なら圧縮形式、再生処理を自前で扱う場合は非圧縮形式を検討します。話速は 0.25~4 で指定でき、送った文章の文字数は速度を変えても同じです。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
text | はい | TTS-1 が実際に読む文章です。空白や句読点を含めて最大 4,096 文字です。 1 文字以上 · 4096 文字以内 |
voice_id | いいえ | TTS-1 の 9 種の既定音声から選びます。未指定時は alloy です。 |
speed | いいえ | TTS-1 の話速を 0.25~4 に設定します。通常の速度は 1 です。 |
output_format | いいえ | TTS-1 の出力形式です。PCM は WAV ヘッダーを持たない 24 kHz・16 bit・リトルエンディアンです。 |
料金
$0.003 / 1,000 文字
ユースケース
作業管理画面では、アプリが確定した処理結果を TTS-1 で短く知らせられます。結果そのものと読み上げ文は先にアプリ側で決めておきます。
機器の初期設定では、手順ごとに TTS-1 の音声を用意して必要な箇所だけ再生できます。一つの説明が変わっても、その部分の録音だけを差し替えられます。
プロンプトガイドと実践のヒント
TTS-1 には聞き手に届けたい言葉をそのまま書きます。略語、日付、識別番号、小数の読み方は短い例で確認し、必要なら読みを文章に直します。「落ち着いた声で」といった指示も読み上げる本文になるため、発声指示としては使いません。
TTS-1 の入力は 4,096 文字以内、生成ファイルは 32 MiB 以内です。低速の WAV や PCM で長文を読む場合は分割してください。公開前に録音を確認し、生成音声であることを聞き手に示します。終了前の移行に備え、原稿と再生設定を残しておきます。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。

