Mô hình chuyển văn bản thành giọng nói độ nét cao của OpenAI, được truy cập qua API của OrcaRouter với giá $30 cho mỗi 1 triệu token (không tăng giá).
openai/tts-1-hd là mô hình chuyển văn bản thành giọng nói từ OpenAI, chuyển đổi văn bản thành giọng nói tự nhiên độ phân giải cao. Đây là phiên bản nâng cấp của mô hình TTS-1 tiêu chuẩn, cải thiện…
OpenAI's TTS-1-HD hỗ trợ nhiều giọng nói tích hợp sẵn, bao gồm alloy, echo, fable, onyx, nova, và shimmer. Mỗi giọng có âm sắc riêng biệt, từ trầm ấm vang dội đến tươi sáng tràn đầy năng lượng. Mô hình cũng xử lý được nhiều ngôn ngữ, chẳng hạn như tiếng Anh, tiếng Tây Ban Nha, tiếng Pháp, tiếng Đức, tiếng Ý, tiếng Bồ Đào Nha và các ngôn ngữ khác, với ngữ điệu và nhịp điệu tự nhiên. Bạn có thể chỉ định giọng nói và ngôn ngữ trong yêu cầu API. So với phiên bản tiêu chuẩn, mô hình độ nét cao cải thiện độ chính xác của giọng và phạm vi cảm xúc. Để biết danh sách đầy đủ các ngôn ngữ được hỗ trợ, hãy tham khảo tài liệu chính thức của OpenAI.
openai/tts-1-hd được tối ưu hóa để có độ trễ thấp hơn so với TTS-1 tiêu chuẩn, khiến nó phù hợp cho các ứng dụng thời gian thực như trợ lý giọng nói và chú thích trực tiếp. Tuy nhiên, độ trễ chính xác phụ thuộc vào các yếu tố như độ dài văn bản, tốc độ mạng và tải máy chủ. Mô hình hỗ trợ phản hồi phát trực tuyến qua API, cho phép bạn bắt đầu phát lại trước khi toàn bộ âm thanh được tạo. Điều này làm giảm độ trễ cảm nhận. Để có phản hồi gần như tức thời, hãy cân nhắc sử dụng mô hình TTS-1 tiêu chuẩn, mô hình này ưu tiên tốc độ hơn chất lượng. Cơ sở hạ tầng ổn định của OrcaRouter đảm bảo độ trễ bổ sung tối thiểu.
Nếu ứng dụng của bạn không yêu cầu chất lượng âm thanh cao cấp, hãy cân nhắc sử dụng mô hình TTS-1 tiêu chuẩn của OpenAI hoặc các nhà cung cấp TTS giá rẻ khác. Ví dụ, khi tạo giọng nói cho các bài kiểm tra nội bộ, cảnh báo giọng nói chất lượng thấp hoặc các tình huống có giới hạn ký tự, một mô hình rẻ hơn sẽ giảm chi phí. Ngoài ra, nếu bạn đang thử nghiệm nhiều biến thể hoặc cần độ trễ cực thấp, TTS-1 có thể phù hợp hơn. openai/tts-1-hd là quá mức cần thiết cho các thông báo đơn giản. Hãy đánh giá ngưỡng chất lượng và khả năng chịu chi phí của bạn: mô hình HD có giá mỗi token giống như phiên bản tiêu chuẩn trên OrcaRouter, nhưng đầu ra của nó có thể làm tăng số lượng token cho âm thanh dài hơn.
OpenAI's TTS-1-HD mang lại giọng nói trung thực cao hơn với độ rõ nét được cải thiện, ngữ điệu tự nhiên hơn, và giảm các hiện tượng click hoặc ù. Nó nắm bắt tốt hơn sắc thái cảm xúc và xử lý dấu câu cũng như ngắt nghỉ chính xác hơn. Mặc dù không có điểm chuẩn chính xác nào được cung cấp, các báo cáo từ người dùng và nhà phát triển cho thấy chất lượng chủ quan tốt hơn rõ rệt. Mô hình này đặc biệt hiệu quả đối với nội dung dài như sách nói, nơi chất lượng giọng đọc ổn định là quan trọng. Đối với các cụm từ ngắn đơn giản, sự khác biệt có thể là không đáng kể. Sự đánh đổi là chi phí tính toán cao hơn một chút, nhưng giá cả giống hệt nhau trên mỗi token.
Dù có chất lượng cao, openai/tts-1-hd vẫn có những hạn chế. Nó vẫn có thể thỉnh thoảng phát âm sai, đặc biệt là với các tên không phổ biến, từ nước ngoài hoặc thuật ngữ kỹ thuật. Mô hình không thể tạo ra giọng hát, hiệu ứng âm thanh hoặc âm thanh không phải lời nói. Nó cũng có độ dài văn bản đầu vào tối đa (cửa sổ ngữ cảnh) cho mỗi yêu cầu, mặc dù giới hạn chính xác không được công bố công khai; các đầu vào rất dài có thể cần được chia nhỏ và nối lại. Mô hình thiếu hỗ trợ nhân bản giọng nói tùy chỉnh thông qua API tiêu chuẩn. Ngoài ra, nó không được thiết kế để kiểm soát tốc độ nói hoặc cao độ một cách chi tiết. Đối với các tính năng nâng cao như vậy, hãy cân nhắc các nền tảng tổng hợp giọng nói chuyên dụng.
Tốc độ phụ thuộc vào độ dài văn bản và định dạng âm thanh được yêu cầu. openai/tts-1-hd được tối ưu hóa để có độ trễ thấp hơn so với phiên bản trước nhưng không phải là tùy chọn nhanh nhất hiện có. Đối với các câu điển hình, thời gian phản hồi dưới một giây trong điều kiện bình thường. Khả năng phát trực tuyến cho phép nhận kết quả một phần. Bản thân API của OrcaRouter gây ra chi phí không đáng kể vì nó chuyển tiếp yêu cầu trực tiếp đến OpenAI. Đối với các ứng dụng thời gian thực mà mỗi mili giây đều quan trọng, mô hình TTS-1 tiêu chuẩn (hoặc phiên bản không phải HD) có thể cung cấp byte âm thanh đầu tiên nhanh hơn. Hãy cân nhắc việc đo điểm chuẩn với tải trọng điển hình của bạn để xác định hiệu suất chấp nhận được.
openai/tts-1-hd được định giá $30.00 cho mỗi 1 triệu token đầu vào và $30.00 cho mỗi 1 triệu token đầu ra. Token đầu vào tương ứng với văn bản bạn gửi, trong khi token đầu ra đại diện cho âm thanh được tạo ra. Đây là mức giá của nhà cung cấp; OrcaRouter không thêm phụ phí nào. Bạn chỉ bị tính phí dựa trên mức sử dụng thực tế. Token được tính cả trên đầu vào và đầu ra, nhưng vì đầu ra âm thanh có độ dài vốn dĩ lâu hơn, nên chi phí token đầu ra có thể chiếm ưu thế. Ví dụ: một văn bản có 1.000 ký tự có thể tốn khoảng $0.0012 token đầu vào, trong khi đầu ra (giả sử 30 giây âm thanh) có thể tốn nhiều hơn.
Trên OrcaRouter, cả TTS-1 và TTS-1-HD đều có cùng mức giá cho mỗi token, vì vậy sự khác biệt về chi phí không nằm ở đơn giá mà ở mức sử dụng token. Bởi vì TTS-1-HD có thể tạo ra âm thanh chất lượng cao hơn với các cài đặt nén khác nhau, số lượng token đầu ra của nó có thể tương tự như TTS-1 cho cùng một văn bản. Tuy nhiên, nếu bạn cần ít lần thử lại hơn nhờ chất lượng tốt hơn, mô hình HD có thể tiết kiệm chi phí hơn về tổng thể. Các nhà cung cấp TTS khác có thể đưa ra mức giá cho mỗi ký tự thấp hơn nhưng chất lượng kém hơn. Cân nhắc tầm quan trọng của độ trung thực âm thanh so với ngân sách. Đối với các ứng dụng có khối lượng lớn, ngay cả sự khác biệt nhỏ về phần trăm cũng có ý nghĩa.
OrcaRouter không cung cấp bộ nhớ đệm cho các phản hồi TTS vì mỗi yêu cầu có thể có giọng nói, ngôn ngữ hoặc văn bản khác nhau. Tuy nhiên, nó chuyển tiếp giá của nhà cung cấp mà không có bất kỳ khoản phí bổ sung nào. Không có chiết khấu theo bậc hoặc giá theo khối lượng thông qua OrcaRouter cho mô hình này; chi phí tăng tuyến tính theo mức sử dụng. Nếu bạn dự đoán mức sử dụng rất cao, bạn có thể cân nhắc liên hệ trực tiếp với OpenAI để có giá doanh nghiệp, nhưng thông qua OrcaRouter, bạn được hưởng lợi từ hình thức thanh toán theo mức sử dụng đơn giản. Không có cam kết tối thiểu hoặc chi phí ẩn nào áp dụng.
Bạn có thể sử dụng bất kỳ client nào tương thích với OpenAI (ví dụ: thư viện openai Python) bằng cách đặt base URL thành https://api.orcarouter.ai/v1. Bao gồm model ID "openai/tts-1-hd" trong yêu cầu của bạn. Ví dụ, sử dụng Python: client = OpenAI(base_url='https://api.orcarouter.ai/v1', api_key='your_orcarouter_key'). Sau đó gọi client.audio.speech.create(model='openai/tts-1-hd', voice='alloy', input='Hello world', response_format='mp3'). OrcaRouter chuyển tiếp yêu cầu đến OpenAI và trả về tệp âm thanh. Đảm bảo khóa API của bạn là từ OrcaRouter, không phải trực tiếp từ OpenAI.
API hỗ trợ một số tham số: model (bắt buộc: openai/tts-1-hd), input (văn bản cần đọc), voice (một trong các giá trị: alloy, echo, fable, onyx, nova, shimmer), response_format (mp3, opus, aac, flac), speed (số thực từ 0.25 đến 4.0, mặc định 1.0), và tùy chọn streaming boolean. Bạn cũng có thể đặt ngôn ngữ để cải thiện cách phát âm cho một số ngôn ngữ. OrcaRouter chuyển tiếp các tham số này mà không thay đổi. Các tham số như temperature hay top_p không áp dụng cho mô hình TTS. Tham khảo tài liệu API âm thanh của OpenAI để biết chi tiết đầy đủ.
Vâng. Việc di chuyển chỉ yêu cầu hai thay đổi: thay URL cơ sở từ 'https://api.openai.com/v1' thành 'https://api.orcarouter.ai/v1', và sử dụng khóa API OrcaRouter thay vì khóa OpenAI. Cấu trúc yêu cầu và phản hồi hoàn toàn giống hệt nhau. Không cần sửa đổi logic mã hoặc tên tham số của bạn. OrcaRouter cũng hỗ trợ các quy ước xử lý luồng (streaming) và lỗi tương tự. Điều này giúp việc chuyển đổi trở nên đơn giản đối với các nhà phát triển muốn quản lý nhiều mô hình thông qua một cổng duy nhất.
Sự khác biệt chính là chất lượng âm thanh. TTS-1-HD được thiết kế để có độ trung thực cao hơn với độ rõ nét tốt hơn và ngữ điệu tự nhiên hơn, trong khi TTS-1 được tối ưu hóa cho độ trễ thấp hơn và tạo nhanh hơn. Cả hai đều có cùng mức giá trên mỗi token trên OrcaRouter. Mô hình HD tiêu tốn nhiều tài nguyên tính toán hơn một chút trên backend của OpenAI, nhưng số lượng token cho một văn bản đầu vào nhất định là giống hệt nhau. Đối với các cụm từ ngắn, đơn giản, sự khác biệt về chất lượng có thể không đáng kể; đối với nội dung dài hoặc có cảm xúc, phiên bản HD tốt hơn rõ rệt. Hãy chọn dựa trên yêu cầu về chất lượng và tốc độ của bạn.
ElevenLabs cung cấp giọng nói biểu cảm cao với khả năng nhân bản giọng nói nhưng với chi phí mỗi ký tự cao hơn. Google Cloud TTS cung cấp nhiều lựa chọn giọng nói và hỗ trợ SSML nhưng có thể không đạt được độ tự nhiên như mô hình HD của OpenAI. openai/tts-1-hd đạt được sự cân bằng giữa chất lượng và chi phí, với mô hình định giá dựa trên token đơn giản. Nó không hỗ trợ nhân bản giọng nói tùy chỉnh thông qua API tiêu chuẩn, điều mà ElevenLabs làm rất tốt. Mô hình của Google cung cấp phạm vi ngôn ngữ rộng hơn và kiểm soát chi tiết hơn. Thông qua OrcaRouter, bạn có thể so sánh chi phí trực tiếp bằng cách chạy thử nghiệm với độ dài văn bản điển hình của mình.
Sử dụng openai/tts-1-hd khi sự thành công của ứng dụng của bạn phụ thuộc vào chất lượng âm thanh—ví dụ, nếu bạn đang tạo nội dung chuyên nghiệp, trợ lý giọng nói hướng đến người dùng nơi ấn tượng đầu tiên quan trọng, hoặc các công cụ hỗ trợ tiếp cận yêu cầu giọng nói rõ ràng. Tránh sử dụng nó nếu người dùng của bạn không thể phân biệt sự khác biệt về chất lượng, chẳng hạn như trong các hệ thống thông báo nội bộ hoặc khi đầu ra sẽ bị nén mạnh. Cũng lưu ý rằng trên OrcaRouter, giá mỗi token là như nhau cho TTS-1 và TTS-1-HD, vì vậy mô hình HD không làm bạn bị thiệt về chi phí đơn vị; bạn chỉ trả nhiều hơn nếu âm thanh dài hơn được tạo ra do cài đặt chất lượng cao hơn.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
https://api.orcarouter.ai/v1response_formatspeedvoice| Đầu vào / 1M tokens | $30.00 |
| Đầu ra / 1M tokens | $30.00 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
GET /api/public/models/openai/tts-1-hdMở @misc{orcarouter_tts_1_hd,
title = {openai/tts-1-hd API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/tts-1-hd}
}openai. (n.d.). openai/tts-1-hd API. OrcaRouter. https://www.orcarouter.ai/models/openai/tts-1-hd