GPT Audio
нейросеть
GPT Audio — аудиомодель OpenAI для синтеза речи: обновлённый декодер даёт естественное звучание и стабильный голос
Характеристики
- Входные данные
- текст, документы
- Результат
- текст
- Размер контекста
- 128 000 токенов
- Макс. длина ответа
- 16 384 токена
- Возможности
- вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-audio',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'gpt-audio',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает GPT Audio?
GPT Audio — первая общедоступная аудиомодель OpenAI: обновлённый декодер даёт более естественное звучание голоса и устойчивый тембр на протяжении всей озвучки, без заметных скачков между фрагментами. Это важно там, где нужна не разовая реплика, а ровное звучание в длинных материалах. Через BotHub модель работает из России без VPN и зарубежной карты: вы платите российской картой в рублях по факту, за использованные токены, и они не сгорают. Рядом, в одном окне, более 250 моделей — переключаться и сравнивать можно без новых аккаунтов, а единый OpenAI-совместимый API позволяет подключить GPT Audio к своему продукту и при необходимости сменить модель, не переписывая интеграцию. Данные передаются с шифрованием AES-GCM и не сохраняются, а компаниям доступны договор, счёт, ЭДО и админ-панель с лимитами. Модель пригодится, если вы озвучиваете обучающие курсы и видеоролики, собираете голосового ассистента с речевым ответом, готовите аудиоверсии статей и рассылок, записываете реплики для прототипов интерфейсов или превращаете готовые сценарии в подкасты.Частые вопросы о GPT Audio
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.
gpt-audio от OpenAI в BotHub работает с текстом и документами: отвечает на вопросы, пишет и редактирует тексты, разбирает загруженные файлы, помогает с кодом и подключается к внешним инструментам через вызов функций. Подходит для рабочей переписки, аналитики документов и API-сценариев.
За один ответ модель может выдать до 16384 токенов — этого хватает на длинную статью, подробный разбор или объёмный фрагмент кода. При этом учитывайте контекстное окно в 4095 токенов: оно ограничивает объём того, что вы отправляете модели вместе с историей диалога.
Отдельный режим пошаговых рассуждений в наших данных не отмечен, но это не значит, что его нет. На практике помогает простой приём: попросите модель в промте разложить задачу на шаги и показать ход решения — ответы на логике и расчётах становятся аккуратнее.
Да, вызов функций и структурированный вывод в JSON подтверждены. Модель сама решает, когда обратиться к вашему инструменту, и возвращает аргументы в заданной схеме. Удобно для агентов, парсинга документов и интеграций: через единый OpenAI-совместимый API BotHub это подключается без переписывания кода.
По нашим данным на вход помимо текста принимаются документы — можно загрузить файл и попросить его разобрать, пересказать или достать нужные данные. Приём изображений, аудио и видео в наших данных не отмечен, поэтому для таких задач удобнее переключиться на профильную модель в том же интерфейсе.
Характеристики по языкам в наших данных не указаны, поэтому обещать конкретную точность мы не будем. Интерфейс BotHub и Telegram-бот на русском, оплата в рублях, VPN и зарубежная карта не нужны — так что проще всего проверить модель на своей реальной задаче.