Railwail
Вход

OpenAI TTS-1

Преобразуване на текст в речНалично
от OpenAIID на модела: openai-tts-1

OpenAI's text-to-speech model. Six built-in voices with natural intonation.

ОпитайВземи API ключСравни
Цена
0,018 щ.д./1 000 знака
Вход → Изход
Текст → Аудио
Разработчик
OpenAI
Актуализирано
23 септември 2026 г.
01

Playground

Опитай OpenAI TTS-1

Вход и резултат

0,018 щ.д./1 000 знака
Опитай OpenAI TTS-1
Разширени настройки (1)
Резултат
Генерираната реч се появява тук.

Този запуск

0,0001 щ.д. · 0,01 кредита

Нов си тук?

10 безплатни кредита (0,10 щ.д.) при регистрация с Google

Използваемо 24 часа след регистрация, до 5 запуска на ден и максимум 2 кредита на запуск. Други методи за вход стартират без кредита. Достатъчно за 1000 пускания на този модел.

02

За OpenAI TTS-1

НакраткоКъм 23 септември 2026 г.

OpenAI TTS-1 е модел на OpenAI от категория Преобразуване на текст в реч. На Railwail OpenAI TTS-1 струва 0,018 щ.д. за 1 000 знака.

Фон

За OpenAI

Основана 2015 · San Francisco, California, USA

OpenAI was founded in December 2015 by Sam Altman, Elon Musk, Greg Brockman, Ilya Sutskever, Wojciech Zaremba and John Schulman as a non-profit AI research lab. It restructured into the capped-profit OpenAI LP in 2019 and has since received over $13B from Microsoft plus billions more from Thrive Capital, Sequoia, Khosla and SoftBank, at a 2024 valuation north of $157B and a planned 2025 round reportedly at $500B. The audio research line at OpenAI includes Jukebox (2020), Whisper (2022) and the TTS-1 family released in November 2023 alongside the ChatGPT voice feature. TTS-1 powers ChatGPT Voice Mode, the OpenAI API audio endpoint and the Realtime API used in voice agents.

Посетете OpenAI

Архитектура

Proprietary Transformer text-to-speech with neural codec

OpenAI TTS-1 is the standard-quality variant of OpenAI's text-to-speech model family, optimised for real-time streaming inside ChatGPT Voice and the Realtime API. It is a Transformer-based model that predicts neural-codec audio tokens conditioned on text and a fixed set of stock voices (alloy, echo, fable, onyx, nova, shimmer) that OpenAI recorded with professional voice talent. There is no voice cloning. The model supports six output formats (MP3, Opus, AAC, FLAC, WAV, PCM) and outputs at 24 kHz. TTS-1 is tuned for low latency and starts streaming audio within a few hundred milliseconds, making it suitable for live conversational agents, while the HD sibling trades latency for fidelity. Text input is capped at 4,096 characters per request. OpenAI has not published a technical paper but the system architecturally resembles published neural-codec TTS such as VALL-E.

Параметри
Undisclosed
Контекст
4096 токена

Възможности

  • Real-time streaming TTS with sub-second first-byte latency
  • Six recorded voices: alloy, echo, fable, onyx, nova, shimmer
  • Multilingual: 50+ languages including English, German, Spanish, French, Italian, Japanese, Mandarin
  • Six output formats including streaming PCM for low latency
  • Powers ChatGPT Voice and the OpenAI Realtime API
  • Inexpensive at $0.015 per 1,000 characters (vs. $0.03 for HD)
  • Best for: voice agents, IVR, interactive narration, accessibility

Обучение и лиценз

Not disclosed. OpenAI states voices were recorded with paid professional voice actors and the model was trained on a mixture of recorded speech and licensed text-audio pairs.

Лиценз: Proprietary commercial API. Generated audio may be used commercially under the OpenAI Usage Policy; the six stock voices cannot be impersonated outside the API.

Тестване на безопасност: OpenAI's Preparedness team red-teamed Voice Mode; outputs include watermark provenance metadata in the Realtime API where supported. Voice cloning is intentionally not exposed.

Известни ограничения

  • No custom voice cloning
  • Limited prosody / emotion control
  • Quality below TTS-1 HD on slow, emotional narration
  • Hard cap of 4,096 characters per request
  • Closed weights, hosted only

Научни статии

03

Цени

Цените са в US долари. Използването се начислява от предплатени кредити.
1 000 знака0,018 щ.д. за 1 000 знака
  • 1 кредит = 0,01 щ.д.

Калкулатор на разходите

Калкулатор за цени

/ изпълнение

Общо

1,80 щ.д.

180 кредита

На изпълнение

0,018 щ.д. · 1,8 кредита

Фиксирана цена на изпълнение, известна преди стартирането.

04

API

Извикайте OpenAI TTS-1 с вашия Railwail API ключ. Използвайте този ID на модела в заявката:
openai-tts-1API документацияПолучете API ключ
curl https://railwail.com/api/v1/audio/speech \
  -H "Authorization: Bearer $RAILWAIL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai-tts-1",
    "input": "Hello from railwail. This sentence was spoken by a text-to-speech model.",
    "voice": "alloy"
  }' \
  --output speech.mp3
Задайте ключа си като RAILWAIL_API_KEYСъздайте API ключ
05

Спецификации

ID на модела
openai-tts-1
Разработчик
OpenAI
Категория
Преобразуване на текст в реч
Вход
Текст
Изход
Аудио
Формати на изхода
MP3, OPUS, AAC, FLAC
Таксуване
Фиксирана цена, известна преди стартирането
Размер на модела
Undisclosed
Лиценз
Proprietary commercial API. Generated audio may be used commercially under the OpenAI Usage Policy; the six stock voices cannot be impersonated outside the API.
Каталогът е актуализиран
23 септември 2026 г.

Входни параметри

Входове и настройки от входната схема на модела. Примерът в раздела API показва кои от тях приема API.

  • textзадължително
    Тип: Текст
    По подразбиране: –
    Разрешени стойности: –
  • voice
    Тип: Избор
    По подразбиране: –
    Разрешени стойности: alloy, echo, fable, onyx, nova или shimmer
  • response_format
    Тип: Избор
    По подразбиране: –
    Разрешени стойности: mp3, opus, aac или flac

Етикети

  • fast
  • affordable
06

Примерни подкани

Примери от каталога на Railwail. Те не бяха генерирани живо на тази страница.

  • Notification Voice

    Your order has been confirmed and is being prepared. Estimated delivery time is thirty-five minutes. You'll receive a notification when your driver is on the way.

  • Tutorial Guide

    Step one: open your terminal and navigate to the project directory. Step two: run npm install to download all dependencies. Step three: create a dot env file and add your API keys. Finally, run npm run dev to start the development server.
07

Случаи на използване

За какво се използва

  • Real-time voice agents
  • ChatGPT Voice and conversational tutors
  • IVR and phone bot replies
  • Accessibility narration for web and mobile
  • Notification and alert audio
08

Често задавани въпроси

Какво е OpenAI TTS-1?

OpenAI TTS-1 е модел от OpenAI в категория Преобразуване на текст в реч. На Railwail можеш да го извикаш с API ключ чрез Railwail API.

Колко струва OpenAI TTS-1 на Railwail?

На Railwail OpenAI TTS-1 струва 0,018 щ.д. за 1 000 знака. Цената е известна преди стартирането на задачата. Използването се плаща с предварително закупени кредити; 1 кредит е равен на 0,01 щ.д..

Какви настройки поддържа OpenAI TTS-1?

Според схемата на входа, OpenAI TTS-1 познава тези параметри: text, voice (alloy, echo, fable, onyx, nova или shimmer) и response_format (mp3, opus, aac или flac).

Колко бърз е OpenAI TTS-1?

Все още няма достатъчно измерени задачи на OpenAI TTS-1 на Railwail, за да се посочи време на изпълнение. Зависи от входа, настройките и натоварването на доставчика.

Е ли OpenAI TTS-1 по-добър от AudioLDM 2?

Зависи от задачата. OpenAI TTS-1 (OpenAI) и AudioLDM 2 (Haohe Liu) са и двата модела в категория Преобразуване на текст в реч. Страницата за сравнение показва техните цени и спецификации един до друг.

Сравни OpenAI TTS-1 и AudioLDM 2

Как използвам OpenAI TTS-1 чрез API?

Създай Railwail API ключ и изпрати твоята заявка с ID на модела openai-tts-1. Примери на код за curl, Python и JavaScript са в раздела API на тази страница.

09

Сравними модели

Всички в тази категория

Използвайте OpenAI TTS-1 чрез API

Един API ключ за всеки модел на Railwail. Използването се начислява от предплатени кредити, 1 кредит = 0,01 щ.д..

Получете API ключПреглед на всички модели