OpenAI TTS-1

Synteza mowyDostępne
od OpenAIID modelu: openai-tts-1

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

Cena
0,018 USD/1000 znaków
Wejście → Wyjście
Tekst → Audio
Deweloper
OpenAI
Zaktualizowano
23 września 2026
01

Playground

Spróbuj OpenAI TTS-1

Wejście i wyjście

0,018 USD/1000 znaków
Spróbuj OpenAI TTS-1
Ustawienia zaawansowane (1)
Wynik
Wygenerowana mowa pojawi się tutaj.

To uruchomienie

0,0001 USD · 0,01 kredytów

Nowy tutaj?

10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google

Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów. Wystarczy na 1000 uruchomień tego modelu.

02

O OpenAI TTS-1

Krótko mówiącStan na 23 września 2026

OpenAI TTS-1 to model opracowany przez OpenAI w kategorii Synteza mowy. W serwisie Railwail OpenAI TTS-1 kosztuje 0,018 USD za 1000 znaków.

Tło

O OpenAI

Założona 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.

Odwiedź OpenAI

Architektura

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.

Parametry
Undisclosed
Kontekst
4096 tokenów

Możliwości

  • 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

Trening i licencja

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.

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

Testy bezpieczeństwa: 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.

Znane ograniczenia

  • 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

Ceny

Ceny w dolarach amerykańskich. Użycie jest rozliczane z prepłaconych kredytów.
1000 znaków0,018 USD za 1000 znaków
  • 1 kredyt = 0,01 USD

Kalkulator kosztów

Kalkulator cen

/ uruchomienie

Razem

1,80 USD

180 kredytów

Za uruchomienie

0,018 USD · 1,8 kredytów

Stała cena za uruchomienie, znana przed jego rozpoczęciem.

04

API

Wywołaj OpenAI TTS-1 za pomocą klucza API Railwail. Użyj tego ID modelu w żądaniu:
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
Ustaw klucz jako RAILWAIL_API_KEYUtwórz klucz API
05

Specyfikacje

ID modelu
openai-tts-1
Deweloper
OpenAI
Kategoria
Synteza mowy
Wejście
Tekst
Wyjście
Audio
Formaty wyjścia
MP3, OPUS, AAC, FLAC
Rozliczenie
Cena stała, znana przed uruchomieniem
Rozmiar modelu
Undisclosed
Licencja
Proprietary commercial API. Generated audio may be used commercially under the OpenAI Usage Policy; the six stock voices cannot be impersonated outside the API.
Wpis w katalogu zaktualizowany
23 września 2026

Parametry wejściowe

Dane wejściowe i ustawienia ze schematu wejściowego modelu. Przykład w sekcji API pokazuje, które z nich API akceptuje.

  • textwymagane
    Typ: Tekst
    Domyślnie: –
    Dozwolone wartości: –
  • voice
    Typ: Wybór
    Domyślnie: –
    Dozwolone wartości: alloy, echo, fable, onyx, nova lub shimmer
  • response_format
    Typ: Wybór
    Domyślnie: –
    Dozwolone wartości: mp3, opus, aac lub flac

Tagi

  • fast
  • affordable
06

Przykładowe prompty

Przykłady z katalogu Railwail. Nie zostały wygenerowane na żywo na tej stronie.
  • 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

Przypadki użycia

Do czego się go używa

  • 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

Często zadawane pytania

Co to jest OpenAI TTS-1?

OpenAI TTS-1 to model opracowany przez OpenAI w kategorii Synteza mowy. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.

Ile kosztuje OpenAI TTS-1 w serwisie Railwail?

W serwisie Railwail OpenAI TTS-1 kosztuje 0,018 USD za 1000 znaków. Cena jest znana przed rozpoczęciem przebiegu. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.

Jakie ustawienia obsługuje OpenAI TTS-1?

Zgodnie ze schematem wejściowym, OpenAI TTS-1 obsługuje te parametry: text, voice (alloy, echo, fable, onyx, nova lub shimmer) i response_format (mp3, opus, aac lub flac).

Jak szybki jest OpenAI TTS-1?

Dla OpenAI TTS-1 jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.

Czy OpenAI TTS-1 jest lepszy niż AudioLDM 2?

To zależy od zadania. OpenAI TTS-1 (OpenAI) i AudioLDM 2 (Haohe Liu) to oba modele z kategorii Synteza mowy. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.

Porównaj OpenAI TTS-1 i AudioLDM 2

Jak używać OpenAI TTS-1 przez API?

Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu openai-tts-1. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.

09

Porównywalne modele

Wszystkie w tej kategorii

Użyj OpenAI TTS-1 przez API

Jeden klucz API dla każdego modelu na Railwail. Opłaty pobierane są z przedpłaconych kredytów, 1 kredyt = 0,01 USD.