TTS 1

Red Neuronal

Bip-bup, escribiendo texto para ti...
pc1pc2pc3pc4

Características

Entrada
texto
Salida
audio
Número de voces
6
18 $

Costo del prompt

(por 1M tokens)

*Se indican los precios al usar la API a través de proveedores ECO.

Caps restantes: 0 CAPS
Ejemplo de código y API para TTS 1Ofrecemos acceso completo a la API de OpenAI a través de nuestro servicio. Todos nuestros puntos finales cumplen completamente con los puntos finales de OpenAI y se pueden usar tanto con complementos como al desarrollar su propio software a través del SDK.Crear clave API
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();

Cómo funciona TTS 1?

Los bothubs recopilan información...empty

Preguntas frecuentes sobre TTS 1

Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.

Es un modelo de síntesis de voz de OpenAI: envías texto y recibes una pista de audio lista. Es adecuado para doblar vídeos y clips, versiones de audio de artículos, respuestas de voz en bots y servicios, y para dar voz a notificaciones y materiales educativos.

Como resultado, obtienes un archivo de audio con voz sintetizada que puedes insertar directamente en vídeos, boletines o aplicaciones. En una sola solicitud, el modelo procesa texto dentro de un contexto de unos 4095 tokens; es conveniente procesar materiales largos por partes.

No se indica un modo de razonamiento separado en nuestros datos, y no es necesario para la síntesis de voz: la tarea del modelo es dar voz al texto enviado. Si necesitas lógica, razonamiento o STEM, prepara el texto en un modelo de texto y envía el resultado aquí.

En nuestros datos, la llamada a funciones y la salida estructurada no están marcadas para este modelo: devuelve audio, no una respuesta de texto según un esquema. Es conveniente construir la lógica con 'function calling' en un modelo de texto y conectar tts-1 como un paso de voz a través de la API unificada de BotHub.

La recepción de archivos distintos al texto no está marcada en nuestros datos; el trabajo se basa en la descripción de texto que envías para la síntesis de voz. Si necesitas imágenes o vídeos en el escenario, conecta otro modelo en la misma interfaz de BotHub y crea una cadena.

No tenemos datos sobre los idiomas, por lo que es más honesto comprobarlo en la práctica: envía un fragmento corto y escucha el resultado. El pago en BotHub se realiza por tokens utilizados, sin suscripción, por lo que la prueba tendrá un coste mínimo y los tokens no utilizados no caducan.

Servicio de SoporteAbierto de 10:00 a 18:00 MSK