OpenAI: GPT Audio
OpenAI
·
tts
·
~4781 tokens për clip
·
4.5
nga 4 përdorues të kësaj kategorie
OpenAI: GPT Audio është a zëri i tekstit në fjalë i ndërtuar nga OpenAI. Përcaktuar nëpërmjet modeleve të jashtme — ~4,781 tokens për klip (50% markup mbi koston e fillimit).
Përdorimi nëpërmjet API
API REST e përshtatshme me OpenAI. Gjenerati një kyç dhe thirreni këtë model në sekonda.
curl -X POST https://api.free.ai/v1/tts/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"openai/gpt-audio","text":"hello world"}'Modele të ngjashme
Pyetja e shpeshtë
OpenAI: GPT Audio suporton një gamë të gjerë gjuhësh. Lista e saktë varet nga motori; forma në këtë faqe pranon çdo tekst dhe motori do të paraqesë në gjuhët e tij të suportuara. Shiko /voice/ për zgjedhësin e plotë të motorëve të shumtë nëse ke nevojë për një gjuhë të caktuar.
Shumica e motorëve paracaktojnë një anglisht amerikane neutrale dhe një theks të përshtatshëm për rajonin për gjuhët jo-anglishte. Motorët Premium mund të tregojnë variante të theksit - ngjite një shembull për t'u krahasuar.
Suporti i SSML ndryshon sipas motorit. Tag-ët e pauzës, prozodisë dhe theksimit respektohen në shumicën e motorëve premium dhe në disa prej tyre të vetë-hostuar. Teksti i thjeshtë punon kurdoherë — nuk kërkohet mark-up.
Streaming TTS është në dispozicion në motorët premium nëpërmjet /v1/tts/ API endpoint me stream=true. Interfaqja e përdoruesit web në këtë faqe kthen klipin e plotë sapo të përfundojë paraqitja.
OpenAI: GPT Audio është një motor premium TTS. Kostoja shkallëzohet me numrin e karaktereve - zakonisht ~30 token për karakter, shfaqur në kohë reale para se të gjenerosh. Zërat e vetë-hostuar funksionojnë falas në poolin tuaj të përditshëm prej 30,000 token; modelet premium janë të paguara sipas përdorimit, me rifreskime nga $1.
Deri në 5,000 karaktere për kërkesë në UI web. Për pjesë më të gjata (audiobooks, kapituj të plotë), përdor /voice/audiobook/ që copëton dhe lidh automatikisht, ose thërret API në një cikl.
Po — POST një listë strings në /v1/tts/batch/, ose përdorni hapësirën e punës UI në /workspace/ për të zinxhiruar TTS në një tubacion më të gjatë (p.sh., përktheu → fol → stitch).
Po — POST tekst në /v1/tts/ me model="OpenAI: GPT Audio" (ose slug në këtë faqe). Kthen WAV ose MP3. Shiko /api/ për referencë të plotë + fragmente SDK.
Kjo faqe është tekst-në-folje, jo klonim zëri — zëri është i prezgjedhur nga motori. Për klonimin e zërit (shkarkimin e një audio referimi), shiko /voice/clone/, që kërkon që ju ose të posedoni të drejtat e zërit ose të keni pëlqimin e shkruar të qartë.
Motorët e vetë-hostuar funksionojnë në GPU-të e zotëruara nga Free.ai; asgjë nuk largohet nga serverat tanë. Motorët Premium i kalojnë tekstet tek furnizuesit e modeleve të larta nën DPA-në tonë. Ne nuk trajnojmë në të dhënat tuaja dhe nuk i shesim të dhënat.
Po — Free.ai lejon përdorimin komercial të audios së gjeneruar. Liçenca e motorit (Apache 2.0, MIT, ose kushtet e shitësit) është e shfaqur sipër dhe në faqen e modelit të referencës; në praktikë kjo do të thotë se zërat, reklamat, podcast-et dhe aplikacionet janë të gjitha brenda kufijve.
Po — detyrat e dështuara kthehen automatikisht tek burimi (pool i përditshëm ose token të paguar). Nëse një kthim nuk shfaqet të njëjtën ditë, dërgo email tek contact@free.ai.