Сипаттамалары
- Кіріс деректер
- мәтін
- Нәтиже
- аудио
- Дауыстар саны
- 6
Промптың құны
(1М токенге қарай)
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();
Қалай жұмыс істейді TTS 1?
TTS 1 туралы жиі қойылатын сұрақтар
Генерация нәтижелерін коммерциялық мақсатта пайдалана аласыз. Жасалған контентке барлық құқық сізге тиесілі. Жалғыз шектеу: сұрауда үшінші тараптардың авторлық құқықпен қорғалған материалдары пайдаланылмағанына көз жеткізіңіз. Кіріс деректерінің құқықтарын сақтау жауапкершілігі пайдаланушыға жүктеледі.
TTS 1 мәтіндік сипаттама бойынша дыбыстық жолды синтездеп, мәтінді аудиоға түрлендіреді. Контентті дыбыстауға, дауыстық интерфейстерге, диалог прототиптеріне, подкасттарға және қосымшалар мен сервистерде дауыстық жауаптарды автоматты түрде генерациялауға жарамды.
Модель мәтіндік нұсқаулар бойынша аудиофайлдарды генерациялайды; нақты формат пен кодек API арқылы орнатылады. Шығысы — дайын аудиожол, ұзақтығы кіріс мәтініне сәйкес келеді. Сапасы дауыстар мен синтез баптауларына байланысты.
Біздің деректерде TTS 1 сөйлеуді синтездемес бұрын ой жүгіртетіні туралы ақпарат жоқ. Модельдің негізгі міндеті — мәтінді дыбысқа түрлендіру; күрделі логикалық тізбектер мен chain-of-thought әдетте TTS үшін қажет емес және қолданба деңгейінде іске асырылады.
Біздің деректерде TTS 1-де функцияларды шақыру немесе құрылымдық JSON-шығысы қолдауы бар екені көрсетілмеген. Әдетте, мұндай мүмкіндіктерді API орамы қамтамасыз етеді: модель аудионы қайтарады, ал метадеректер мен құрылымдық жауаптарды клиенттік қолданба қалыптастырады.
Біздің деректерде TTS 1-дің кескіндерді, аудионы немесе бейнені қабылдайтыны көрсетілмеген. Жарияланған функционалдық — мәтінді аудиоға түрлендіру; егер мультимодальды контекстті қосу қажет болса, бұл әдетте мәтінді синтезаторға жібермес бұрын сыртқы құралдармен жасалады.
Біздің деректерде TTS 1-дің тілдік дәлдігі көрсетілмеген, сондықтан орыс тіліндегі синтез сапасын құжаттар бойынша бағалау мүмкін емес. Іс жүзінде сөйлеудің табиғилығы мен артикуляциясы таңдалған дауыстар мен баптауларға байланысты, сондықтан модельді өз мысалдарыңызда сынап көрген дұрыс.