OpenAI TTS-1 HD 1106: teks-ke-ucapan definisi tinggi melalui API yang kompatibel dengan OpenAI milik OrcaRouter
Model openai/tts-1-hd-1106 adalah model text-to-speech dari OpenAI, khususnya varian definisi tinggi yang dirilis pada November 2023. Model ini mengubah teks menjadi audio yang terdengar alami dengan…
Model openai/tts-1-hd-1106 dirancang untuk keluaran audio definisi tinggi. Ia menghasilkan ucapan yang terdengar alami dengan prosodi dan emosi yang baik. Model ini mendukung beberapa suara (seperti yang disediakan oleh OpenAI) dan memungkinkan penyesuaian kecepatan dan laju sampel. Keluaran biasanya berupa audio 24kHz atau 48kHz tergantung pada konfigurasi. Hal ini membuatnya cocok untuk aplikasi profesional seperti produksi media.
Penggunaan optimal meliputi pembuatan sulih suara untuk video, membuat narasi untuk buku audio, membangun antarmuka suara dalam aplikasi, serta menambahkan keluaran ucapan ke teknologi asistif. Kualitas definisi tinggi sangat bernilai ketika keluaran akan didengar oleh pengguna akhir dalam skenario berhadapan langsung dengan pelanggan. Untuk pengujian internal atau prototipe fidelitas rendah, pertimbangkan alternatif dengan biaya lebih rendah.
Jika kasus penggunaan Anda tidak memerlukan audio dengan fidelitas tinggi—misalnya, nada peringatan sederhana, ucapan yang sangat pendek, atau pencatatan internal—model TTS dengan biaya lebih rendah mungkin lebih ekonomis. Harga $30 per 1 juta token berlaku untuk input maupun output, sehingga menghasilkan banyak klip pendek dapat bertambah dengan cepat. Untuk produksi dalam skala besar, evaluasi persyaratan kualitas dan anggaran Anda.
Ya, OpenAI menyediakan beberapa suara bawaan untuk model ini (misalnya, alloy, echo, fable, onyx, nova, shimmer). Anda dapat memilih suara melalui parameter API. Selain itu, Anda dapat menyesuaikan kecepatan (0.5x hingga 2.0x), laju sampel, dan format output. Model ini tidak mendukung kloning suara kustom atau penyesuaian baik. OrcaRouter meneruskan parameter-parameter ini ke OpenAI tanpa modifikasi.
Meskipun skor tolok ukur spesifik untuk openai/tts-1-hd-1106 tidak disediakan dalam data yang tersedia, model ini secara luas diakui sebagai model TTS berkualitas tertinggi dari OpenAI pada tanggal rilisnya (November 2023). Model ini menempati peringkat di antara model teratas dalam hal kealamian dan kejelasan dalam evaluasi internal. Untuk performa objektif, konsultasikan dokumentasi OpenAI dan ulasan pihak ketiga.
Latensi bergantung pada panjang teks masukan dan format audio yang dipilih. Secara umum, model menghasilkan audio dalam beberapa detik untuk masukan pendek (misalnya, 100 karakter). Teks yang lebih panjang mungkin memerlukan waktu yang lebih lama secara proporsional. OrcaRouter tidak menambah overhead yang signifikan di luar waktu respons penyedia. Streaming dapat mengurangi latensi yang dirasakan untuk aplikasi real-time.
Model ini terbatas pada text-to-speech, tanpa dukungan untuk percakapan suara atau kontrol emosi di luar apa yang disediakan oleh pemilihan suara. Model tidak dapat menghasilkan suara latar atau musik. Kualitas output dapat menurun dengan pengucapan yang tidak biasa, homonim, atau kata asing. Selain itu, model memiliki panjang input maksimum (biasanya 4096 karakter). Untuk teks yang sangat panjang, segmentasi input.
Harga adalah $30,00 per 1 juta token input dan $30,00 per 1 juta token output. Token input menghitung teks yang Anda berikan. Token output menghitung token audio yang dihasilkan. Keduanya ditagih dengan tarif yang sama. Tidak ada biaya per menit atau per karakter; tokenisasi diproses oleh OpenAI. OrcaRouter tidak menambahkan markup, jadi Anda membayar persis tarif OpenAI yang dipublikasikan.
Harga yang diberikan adalah tarif standar melalui OrcaRouter. Tidak ada diskon volume atau harga cache yang disebutkan dalam fakta yang tersedia. Anda dapat mengurangi biaya dengan mengoptimalkan panjang teks input—prompt yang lebih pendek menghasilkan token output yang lebih sedikit. Untuk penggunaan skala besar, pertimbangkan untuk bernegosiasi langsung dengan OpenAI, meskipun OrcaRouter tidak menawarkan tingkatan harga terpisah.
Dengan harga $30 per 1M token untuk input dan output, model ini dibanderol lebih tinggi dibandingkan banyak model TTS standar. Sebagai contoh, model standar tts-1 dari OpenAI berharga $15 per 1M input dan $15 per 1M output. Varian HD mematok harga premium untuk kualitas yang lebih tinggi. OrcaRouter meneruskan tarif penyedia ini tanpa markup, sehingga perbedaan biayanya sama dengan menggunakan OpenAI secara langsung.
Markup nol berarti OrcaRouter tidak menambahkan biaya apapun di atas harga per token penyedia. Biaya Anda persis dengan tarif OpenAI: $30 per 1M token input dan $30 per 1M token output. Tidak ada biaya tambahan platform, biaya tersembunyi, atau ambang batas penggunaan. Satu-satunya biaya adalah yang timbul dari penggunaan token sesuai harga penyedia yang dipublikasikan.
Gunakan API yang kompatibel dengan OpenAI di https://api.orcarouter.ai/v1. Setel parameter model ke "openai/tts-1-hd-1106". Berikan teks input dalam format pesan standar (misalnya, role: user, content: teks Anda). Parameter khusus TTS (seperti voice, speed, response_format) dapat disertakan dalam body permintaan. OrcaRouter meneruskan permintaan ke OpenAI dan mengembalikan respons audio. Lihat dokumentasi API TTS OpenAI untuk detail parameter lengkap.
Anda dapat mengatur parameter yang sama seperti API OpenAI TTS: input (string), model ("openai/tts-1-hd-1106"), voice (string dari suara yang tersedia), speed (angka 0.5–2.0), response_format (misalnya, "mp3", "opus", "aac", "flac", "wav"), dan sample_rate. Sertakan mereka dalam badan JSON dari permintaan POST ke endpoint chat/completions. OrcaRouter mempertahankan semua parameter dan tidak mengubahnya.
Ya, Anda dapat menggunakan streaming dengan mengatur parameter stream ke true dalam permintaan API Anda. Model akan mengembalikan potongan audio saat dihasilkan, yang berguna untuk aplikasi real-time. OrcaRouter mendukung streaming tanpa konfigurasi tambahan. Pastikan klien Anda menangani respons potongan dengan tepat, sebagaimana standar untuk endpoint streaming yang kompatibel dengan OpenAI.
Ganti URL API dasar Anda menjadi https://api.orcarouter.ai/v1 dan perbarui pengenal model menjadi "openai/tts-1-hd-1106". Kunci API Anda yang sudah ada untuk OpenAI tidak akan berfungsi; Anda memerlukan kunci API OrcaRouter. Format body permintaan tetap identik. Tidak ada perubahan kode lain yang diperlukan. Titik akhir OrcaRouter dirancang sebagai pengganti langsung bagi mereka yang akrab dengan SDK OpenAI.
Kedua model tersebut dari OpenAI. Varian HD (tts-1-hd-1106) menghasilkan kualitas audio yang lebih tinggi dengan intonasi dan kejelasan yang lebih alami dibandingkan tts-1 standar (dihargai $15 per 1M token per arah). Model HD membutuhkan biaya dua kali lipat per token. Pilihan tergantung pada kebutuhan kualitas Anda; untuk penggunaan santai, model standar mungkin sudah cukup. Untuk produksi profesional, HD disarankan.
Dibandingkan dengan penyedia seperti Amazon Polly, Google Cloud Text-to-Speech, atau Microsoft Azure Speech, model openai/tts-1-hd-1106 kompetitif dalam hal kealamian tetapi biasanya dibanderol lebih mahal per karakter. Unggul dalam ekspresivitas dan kemudahan integrasi melalui API yang kompatibel dengan OpenAI. Namun, penyedia lain menawarkan lebih banyak suara, dukungan bahasa, dan pembuatan suara kustom. Evaluasilah berdasarkan kebutuhan spesifik Anda akan bahasa, kualitas, dan anggaran.
Model open-source seperti Tacotron, FastSpeech, atau Tortoise memerlukan pengaturan dan mungkin tidak menyamai kualitas keluaran model HD OpenAI. Model yang di-host menawarkan kemudahan, keandalan, dan kualitas tinggi tanpa perlu mengelola infrastruktur. Namun, model open-source dapat gratis untuk penggunaan mandiri (self-hosted), meskipun tetap memerlukan biaya komputasi. Untuk proyek kecil, open-source mungkin lebih murah; untuk produksi yang membutuhkan kualitas konsisten, model HD adalah pilihan yang kuat.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1response_formatspeedvoice| Input / 1M token | $30.00 |
| Output / 1M token | $30.00 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/openai/tts-1-hd-1106Buka @misc{orcarouter_tts_1_hd_1106,
title = {openai/tts-1-hd-1106 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/tts-1-hd-1106}
}openai. (n.d.). openai/tts-1-hd-1106 API. OrcaRouter. https://www.orcarouter.ai/models/openai/tts-1-hd-1106