OpenAI TTS-1

Szövegfelolvasás (TTS)Elérhető
OpenAI általModell-azonosító: openai-tts-1

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

Ár
0,018 USD/1.000 kar
Bemenet → kimenet
Szöveg → Hang
Fejlesztő
OpenAI
Frissítve
2026. szeptember 23.
01

Playground

Próbáld ki: OpenAI TTS-1

Bemenet és kimenet

0,018 USD/1.000 kar
Próbáld ki: OpenAI TTS-1
Speciális beállítások (1)
Eredmény
A generált beszéd itt jelenik meg.

Ez a futtatás

0,0001 USD · 0,01 kredit

Új vagy itt?

10 ingyenes kredit (0,10 USD) Google-fiókkal való regisztrációkor

Használható 24 órával a regisztráció után, naponta legfeljebb 5 futtatás és futtatásonként legfeljebb 2 kredit. Más bejelentkezési módok kreditek nélkül indulnak. Elegendő 1000 futtatáshoz.

02

A OpenAI TTS-1 névjegye

Röviden2026. szeptember 23. szerint

A OpenAI TTS-1 a OpenAI által fejlesztett modell a Szövegfelolvasás (TTS) kategóriában. A Railwail-en a OpenAI TTS-1 ára 0,018 USD 1.000 karakterenként.

Háttér

A OpenAI névjegye

Alapítva: 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.

OpenAI meglátogatása

Architektúra

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.

Paraméterek
Undisclosed
Kontextus
4096 token

Képességek

  • 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

Képzés és licenc

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.

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

Biztonsági tesztelés: 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.

Ismert korlátozások

  • 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
03

Árak

Az árak amerikai dollárban vannak megadva. A használat előre feltöltött kreditek alapján kerül felszámításra.
1.000 karakter0,018 USD 1.000 karakterenként
  • 1 kredit = 0,01 USD

Költségkalkulátor

Árkalkulátor

/ futás

Összesen

1,80 USD

180 kredit

Futásonként

0,018 USD · 1,8 kredit

Rögzített ár futásonként, a futás megkezdése előtt ismert.

04

API

Hívja meg a OpenAI TTS-1 modellt a Railwail API-kulcsával. Használja ezt a modell-azonosítót a kérésben:
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
Kulcs beállítása: RAILWAIL_API_KEYAPI-kulcs létrehozása
05

Specifikációk

Modell-azonosító
openai-tts-1
Fejlesztő
OpenAI
Bemenet
Szöveg
Kimenet
Hang
Kimeneti formátumok
MP3, OPUS, AAC, FLAC
Számlázás
Rögzített ár, ismert a futtatás előtt
Modell mérete
Undisclosed
Licenc
Proprietary commercial API. Generated audio may be used commercially under the OpenAI Usage Policy; the six stock voices cannot be impersonated outside the API.
Katalógus bejegyzés frissítve
2026. szeptember 23.

Bemeneti paraméterek

A modell bemeneti sémájából származó bemenetek és beállítások. Az API szakaszban szereplő példa mutatja, hogy az API melyiket fogadja el.

  • textkötelező
    Típus: Szöveg
    Alapértelmezett: –
    Engedélyezett értékek: –
  • voice
    Típus: Választás
    Alapértelmezett: –
    Engedélyezett értékek: alloy, echo, fable, onyx, nova vagy shimmer
  • response_format
    Típus: Választás
    Alapértelmezett: –
    Engedélyezett értékek: mp3, opus, aac vagy flac

Címkék

  • fast
  • affordable
06

Példa promptok

Példák a Railwail katalógusból. Nem élőben jöttek létre ezen az oldalon.
  • 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

Felhasználási esetek

Mire használják

  • 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

Gyakran ismételt kérdések

Mi az a OpenAI TTS-1?

A OpenAI TTS-1 a OpenAI által fejlesztett modell a Szövegfelolvasás (TTS) kategóriában. A Railwail-on API-kulccsal hívható meg a Railwail API-n keresztül.

Mennyibe kerül a OpenAI TTS-1 a Railwail-on?

A Railwail-en a OpenAI TTS-1 ára 0,018 USD 1.000 karakterenként. Az ár a futtatás megkezdése előtt ismert. A használatért előre vásárolt kreditek alapján kell fizetni; 1 kredit = 0,01 USD.

Milyen beállításokat támogat a OpenAI TTS-1?

A bemeneti séma szerint a OpenAI TTS-1 ezeket a paramétereket ismeri: text, voice (alloy, echo, fable, onyx, nova vagy shimmer) és response_format (mp3, opus, aac vagy flac).

Milyen gyors a OpenAI TTS-1?

A OpenAI TTS-1-nek még nincs elég mért futtatása a Railwail-on ahhoz, hogy futási időt adjunk meg. Ez a bemenettől, a beállításoktól és a szolgáltató terhelésétől függ.

A OpenAI TTS-1 jobb, mint a AudioLDM 2?

Ez a feladattól függ. A OpenAI TTS-1 (OpenAI) és a AudioLDM 2 (Haohe Liu) egyaránt modellek a Szövegfelolvasás (TTS) kategóriában. Az összehasonlítás oldal az árakat és specifikációkat egymás mellett mutatja.

OpenAI TTS-1 és AudioLDM 2 összehasonlítása

Hogyan használjam a OpenAI TTS-1-t az API-n keresztül?

Hozz létre egy Railwail API-kulcsot, és küldd el a kérésedet a openai-tts-1 modell-azonosítóval. A curl, Python és JavaScript kódpéldái az oldal API szakaszában találhatók.

09

A OpenAI TTS-1 használata az API-n keresztül

Egy API-kulcs a Railwail összes modelljéhez. A használat előre feltöltött kreditek alapján kerül felszámításra, 1 kredit = 0,01 USD.