OpenAI TTS-1

Текст во говорДостапно
од OpenAIID на модел: openai-tts-1

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

Цена
0,018 US$/1.000 знаци
Влез → излез
Текст → Аудио
Развивач
OpenAI
Ажурирано
23 септември 2026 г.
01

Playground

Пробајте OpenAI TTS-1

Влез и резултат

0,018 US$/1.000 знаци
Пробајте OpenAI TTS-1
Напредни поставки (1)
Резултат
Генерираниот говор се појавува овде.

Овој тек

0,0001 US$ · 0,01 кредити

Нов си овде?

10 бесплатни кредити (0,10 US$) кога ќе се регистрираш со Google

Употребливо 24 часа по регистрација, до 5 текови по ден и максимално 2 кредити по тек. Други методи на пријава почнуваат без кредити. Доволно за 1.000 извршувања на овој модел.

02

За OpenAI TTS-1

НакраткоОд 23 септември 2026 г.

OpenAI TTS-1 е модел од OpenAI во категоријата Текст во говор. На Railwail, OpenAI TTS-1 чини 0,018 US$ по 1.000 знаци.

Позадина

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
4.096 токени

Способности

  • 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

Обука и лиценца

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.

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

Тестирање на безбедност: 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.

Познати ограничувања

  • 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

Цени

Цени во американски долари. Употребата се наплаќува од подготвени кредити.
1.000 знаци0,018 US$ по 1.000 знаци
  • 1 кредит = 0,01 US$

Калкулатор за трошоци

Калкулатор за цена

/ извршување

Вкупно

1,80 US$

180 кредити

По извршување

0,018 US$ · 1,8 кредити

Фиксна цена по извршување, позната пред почетокот на извршувањето.

04

API

Повикајте го OpenAI TTS-1 со вашиот Railwail API клуч. Користете го овој ID на моделот во барањето:
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
Поставете го вашиот клуч како RAILWAIL_API_KEYСоздајте API клуч
05

Спецификации

ID на моделот
openai-tts-1
Развивач
OpenAI
Категорија
Текст во говор
Влез
Текст
Излез
Аудио
Формати на излез
MP3, OPUS, AAC, FLAC
Наплата
Фиксна цена, позната пред стартување
Големина на модел
Undisclosed
Лиценца
Proprietary commercial API. Generated audio may be used commercially under the OpenAI Usage Policy; the six stock voices cannot be impersonated outside the API.
Каталошка ставка ажурирана
23 септември 2026 г.

Параметри на влез

Влезови и поставки од шемата на влез на моделот. Примерот во делот API покажува кои од нив ги прифаќа API.

  • textзадолжително
    Тип: Текст
    Стандардно: –
    Дозволени вредности: –
  • voice
    Тип: Избор
    Стандардно: –
    Дозволени вредности: alloy, echo, fable, onyx, nova или shimmer
  • response_format
    Тип: Избор
    Стандардно: –
    Дозволени вредности: mp3, opus, aac или flac

Ознаки

  • fast
  • affordable
06

Примерни промпти

Примери од каталогот на Railwail. Тие не беа генерирани живо на оваа 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 употреба

За што се користи

  • 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 поставувани прашања

Што е OpenAI TTS-1?

OpenAI TTS-1 е модел од OpenAI во категоријата Текст во говор. На Railwail можете да го повикате со API клуч преку Railwail API.

Колку чини OpenAI TTS-1 на Railwail?

На Railwail, OpenAI TTS-1 чини 0,018 US$ по 1.000 знаци. Цената е позната пред почетокот на извршувањето. Употребата се плаќа од подготвени кредити; 1 кредит е еднаков на 0,01 US$.

Кои поставки поддржува OpenAI TTS-1?

Според неговата шема за влез, OpenAI TTS-1 ги познава овие параметри: text, voice (alloy, echo, fable, onyx, nova или shimmer) и response_format (mp3, opus, aac или flac).

Колку брз е OpenAI TTS-1?

Нема доволно измерени извршувања на OpenAI TTS-1 на Railwail за да се наведе време на извршување. Зависи од влезот, поставките и оптеретувањето кај добавувачот.

Дали OpenAI TTS-1 е подобар од AudioLDM 2?

Зависи од задачата. OpenAI TTS-1 (OpenAI) и AudioLDM 2 (Haohe Liu) се обата модели во категоријата Текст во говор. Страницата за споредба ги покажува нивните цени и спецификации една до друга.

Спореди OpenAI TTS-1 и AudioLDM 2

Како го користам OpenAI TTS-1 преку API?

Создајте Railwail API клуч и испратете го вашиот барање со ID на модел openai-tts-1. Примери на код за curl, Python и JavaScript се наоѓаат во API делот на оваа страница.

09

Користете го OpenAI TTS-1 преку API

Еден API клуч за секој модел на Railwail. Употребата се наплаќува од подготвени кредити, 1 кредит = 0,01 US$.