OpenAI: GPT-4o Audio
OpenAI
·
tts
·
~4781 ტოკენები clip
·
4.3
დან 3 ამ კატეგორიის მომხმარებლები
OpenAI: GPT-4o Audio is a ტექსტის საუბრად გადამუშავების ხმა built by OpenAI. ტექსტის საუბრად გადამუშავების ხმა არის a. 1999 წელს ფილმმა მიიღო ოსკარის ჯილდო საუკეთესო ფილმისთვის („სამყაროს საზღვრები“). ფილმი 1999 წლის ოსკარის ნომინაციაში იყო წარდგენილი.
API- ს გამოყენება
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"openai/gpt-4o-audio-preview","text":"hello world"}'ხშირად დასმული კითხვები
OpenAI: GPT-4o Audio მხარს უჭერს მრავალ ენას. ზუსტი სია დამოკიდებულია პროგრამაზე; ამ გვერდის ფორმაში ნებისმიერი ტექსტი მიიღება და პროგრამა გამოსახავს მას მხარდაჭერილ ენაზე. თუ თქვენ სპეციფიკური ენა გჭირდებათ, ნახეთ /voice/ სრული მრავალ- პროგრამის არჩევისთვის.
უმეტესობა პროგრამების ნაგულისხმევი რედაქტირების ენაა ნეიტრალური ამერიკული ინგლისური, ხოლო არაინგლისური ენებისთვის რეგიონისთვის დამახასიათებელი აქცენტები. Premium პროგრამებმა შეიძლება აქცენტების ვარიანტებიც გამოავლინონ - შეადარეთ მაგალითი.
SSML მხარდაჭერა განსხვავდება მოდულის მიხედვით. პაუზის, პროზოდიის და ხაზგასმის ჭდეები ითვლება უმაღლესი ხარისხის მოდულებზე და ზოგიერთ თვითდაფუძნებულზე. ჩვეულებრივი ტექსტი ყოველთვის მუშაობს - მარკეტინგი არ არის საჭირო.
TTS-ის სტრიმინგის შესაძლებლობა ხელმისაწვდომია premium-ის მოდულებზე /v1/tts/ API-ს დასასრული stream=true-ით. ამ გვერდის ვებ-ინტერფეისი სრულ ვიდეო კლიპს უბრუნებს რენდერინგის დასრულების შემდეგ.
OpenAI: GPT-4o Audio არის პრემიუმ TTS მოდული. ღირებულება იზრდება სიმბოლოების რაოდენობის მიხედვით — ჩვეულებრივ ~30 ტოკენი სიმბოლოზე. $1-ით იყიდება 750,000 ტოკენი, ასე რომ $5-ის პაკეტი მოიცავს ათასობით სიმბოლოს.
5000 სიმბოლომდე ერთ მოთხოვნაზე ვებ UI-ზე. უფრო გრძელი ნაწილებისთვის (აუდიო წიგნები, სრული თავები), გამოიყენეთ /voice/audiobook/, რომელიც ავტომატურად ჭრის და აკავშირებს, ან API-ს გამოძახება ციკლით.
1999 წელს გამოვიდა მისი პირველი ალბომი, სახელწოდებით „The Way I Am“ (ინგლისური: „გზა, რომელიც მე ვარ“), რომელიც შეიცავს სიმღერებს „The Way I Am“, „The Way I Am“ და „The Way I Am“.
დიახ — POST ტექსტი /v1/tts/-ში model="OpenAI: GPT-4o Audio"-ით (ან slug ამ გვერდზე). უკან ბრუნავს WAV ან MP3. ნახეთ /api/ სრული მისამართისთვის + SDK ნაჭრები.
ეს გვერდი კონტექსტიდან საუბრის გადამუშავებას ახდენს, არა კი ხმათა კლონირებას - ხმაები მოწყობილობის ნაგულისხმევი პარამეტრია. ხმათა კლონირებისთვის (რეფერენტული აუდიოს ჩატვირთვა), იხილეთ /voice/clone/, რომლისთვისაც საჭიროა ხმათა უფლებათა მფლობელი ან წერილობითი თანხმობა.
თვითდაფუძნებული მოდული მუშაობს Free.ai- ის გრაფიკული პროცესორების გამოყენებით; ჩვენი სერვერებიდან არაფერი არ გადის. პრემიუმ მოდული ტექსტს გადასცემს ზემოდან მომავალ მოდელების მომწოდებლებს ჩვენი DPA- ს მიხედვით. ჩვენ არ ვასწავლით თქვენს ჩანაწერებს და არ ვყიდით მონაცემებს.
დიახ — Free.ai აუდიოს კომერციული გამოყენების უფლებას იძლევა. მოდულის უკან მდგომი ლიცენზია (Apache 2.0, MIT ან მწარმოებლის პირობები) მითითებულია ზემოთ და მოდელის რეფერენტულ გვერდზე; პრაქტიკაში ეს ნიშნავს, რომ აუდიოს, რეკლამების, ვიდეოების და პროგრამების გამოყენება ყველასთვის ნებადართულია.
დიახ — ვერ შესრულებული დავალებები ავტომატურად დაბრუნდება წყაროში (დღეღამისო ან გადახდილი ტოკენები). თუ დაბრუნება იმავე დღეს არ მოხდება, დაგვიკავშირდით contact@free.ai.