如何使用OpenAI文本到語音API

>解鎖Openai的文本到語音API的功能：綜合指南

>

想像一下花費無數小時的製作引人注目的內容，只是因為觀眾參與度有限而意識到其巨大的潛力沒有開發。 許多讀者根本沒有時間進行冗長的文章。 僱用敘述者是昂貴且耗時的。 輸入OpenAI的文本到語音（TTS）API - 一種彌合此差距的技術解決方案。 本教程探討了OpenAI的TTS API，其功能，實現，自定義和不同的應用程序。

什麼是OpenAi的TTS API？

> OpenAI的TTS API是一種強大的工具，可將書面文本轉換為自然的演講。 這種文本到語音（TTS）技術採用數字文本並將其轉換為可聽見的敘述。 Openai提供了兩個尖端的型號：

• > tts-1：針對實時語音生成進行了優化。 >
• > tts-1-HD：優先級優先音頻質量。

API擁有六個不同的聲音，並支持各種功能，包括：

敘述博客文章和文章。

• 創建多語言音頻內容。
• 生成實時音頻流。
記住：OpenAI的用法策略要求用戶明確披露音頻是AI生成的。

開始使用OpenAi TTS API

這是使用OpenAI TTS API的分步指南：

>先決條件：

>一個資助的OpenAI帳戶（請參見下面的定價）。 python 3.7或更高。

一個集成的開發環境（IDE）。

>
>
• 步驟1：獲取您的API鍵
• >
>登錄您的OpenAI帳戶，訪問側邊欄菜單（通常通過OpenAI徽標），選擇“ API密鑰”，然後單擊“創建新秘密鍵”。 分配一個描述性名稱（例如，“ tts-example”），並安全地存儲此密鑰。

>

步驟2：設置虛擬環境

> 創建一個虛擬環境來隔離項目依賴性。 （有關詳細說明，請參閱Python虛擬環境教程。）

步驟3：python代碼>

API需要三個關鍵輸入：模型名稱，文本和語音。 使用OpenAI的樣本請求作為基礎：

>步驟4：安全管理您的API鍵

>

而不是硬編碼您的API鍵，而是使用

庫安全地管理它。

from pathlib import Path
from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()
SECRET_KEY = os.getenv("SECRET_KEY")

client = OpenAI(api_key=SECRET_KEY)

speech_file_path = Path(__file__).parent / "speech.mp3"
response = client.audio.speech.create(
  model="tts-1",
  voice="alloy",
  input="Today is a wonderful day to build something people love!"
)

response.stream_to_file(speech_file_path)

> install：

python-dotenv創建一個

文件：

• dotenv pip install python-dotenv自定義語音和輸出

OpenAi的API提供了六種不同的聲音：合金，迴聲，寓言，瑪瑙，Nova和Shimmer。 使用voice>參數選擇您的首選語音。 默認輸出是mp3，但您可以指定其他格式：AAC，FLAC，OPUS或MP3。 每種格式都在質量，文件大小和兼容性之間進行權衡。 >

現實世界應用
OpenAI的TTS API有許多應用程序：
• 有聲讀物的創建：將書面書或博客文章轉換為音頻格式。
• 多語言內容：以各種語言生成音頻（儘管對英語進行了優化的聲音）。 >
• 實時音頻：功率沉浸式視頻遊戲，吸引聊天機器人和交互式虛擬助手。
api限制和定價

付費帳戶以50 rpm的限制開始。 最大輸入大小為4096個字符（大約有5分鐘的音頻）。 定價：

標準TTS：$ 0.015每1,000個字符。 >
> tts HD：每1,000個字符$ 0.030。
• >
• 結論
OpenAI的TTS API提供了一種功能強大且通用的解決方案，用於將文本轉換為高質量的語音。 本指南涵蓋了其核心功能，實現，自定義選項，現實世界應用程序和定價細節。 探索鏈接的資源以進行進一步學習。

以上是如何使用OpenAI文本到語音API的詳細內容。更多資訊請關注PHP中文網其他相關文章！