Характеристики
- Входные данные
- текст
- Результат
- аудио
- Количество голосов
- 6
Стоимость промпта
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
import fs from 'fs';
async function main() {
const response = await openai.audio.speech.create({
model: 'tts-1',
voice: 'nova',
input: 'Hello! This is a speech generation example via BotHub.',
response_format: 'mp3',
speed: 0.9
});
const buffer = Buffer.from(await response.arrayBuffer());
await fs.promises.writeFile('output.mp3', buffer);
}main();
Как работает TTS 1?
Частые вопросы о TTS 1
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
TTS 1 преобразует текст в аудио, синтезируя голосовую дорожку по текстовому описанию. Подходит для озвучки контента, голосовых интерфейсов, прототипов диалогов, подкастов и автоматической генерации голосовых ответов в приложениях и сервисах.
Модель генерирует аудиофайлы по текстовым подсказкам; конкретный формат и кодек задаются через API. Выход — готовая аудиодорожка, длительность соответствует входному тексту. Качество зависит от голосов и настроек синтеза.
В наших данных не отмечено, что TTS 1 выполняет рассуждения перед синтезом речи. Основная задача модели — преобразование текста в звук; сложные логические цепочки и chain-of-thought обычно не требуются для TTS и реализуются на уровне приложения.
В наших данных не отмечено наличие поддержки вызова функций или структурированного JSON-вывода в TTS 1. Как правило, такие возможности обеспечиваются обёрткой API: модель возвращает аудио, а метаданные и структурированные ответы формирует клиентское приложение.
В наших данных не указано, что TTS 1 принимает на вход изображения, аудио или видео. Заявленная функциональность — преобразование текста в аудио; если нужно мульти-модальное добавление контекста, это обычно делается внешними инструментами перед передачей текста в синтезатор.
В наших данных не указана языковая точность TTS 1, поэтому оценить качество синтеза русского языка по документам нельзя. На практике естественность и артикуляция речи зависят от выбранных голосов и настроек, поэтому лучше тестировать модель на ваших примерах.