如何使用OpenAI文本到语音API

>解锁Openai的文本到语音API的功能：综合指南

>

想象一下花费无数的时间制作引人注目的内容，只是因为观众参与度有限而意识到其巨大的潜力没有开发。 许多读者根本没有时间进行冗长的文章。 雇用叙述者是昂贵且耗时的。 输入OpenAI的文本到语音（TTS）API - 一种弥合此差距的技术解决方案。 本教程探讨了OpenAI的TTS API，其功能，实现，自定义和不同的应用程序。

什么是OpenAi的TTS API？

> OpenAI的TTS API是一种强大的工具，可将书面文本转换为自然的演讲。 这种文本到语音（TTS）技术采用数字文本并将其转换为可听见的叙述。 Openai提供了两个尖端的型号：

• > tts-1：针对实时语音生成进行了优化。>
• > tts-1-HD：优先级优先音频质量。

API拥有六个不同的声音，并支持各种功能，包括：

叙述博客文章和文章。

• 创建多语言音频内容。
• 生成实时音频流。
记住：OpenAI的用法策略要求用户明确披露音频是AI生成的。

开始使用OpenAi TTS API

这是使用OpenAI TTS API的分步指南：

>先决条件：

>一个资助的OpenAI帐户（请参见下面的定价）。 python 3.7或更高。

一个集成的开发环境（IDE）。

>
>
• 步骤1：获取您的API键
• >
>登录您的OpenAI帐户，访问侧边栏菜单（通常通过OpenAI徽标），选择“ API密钥”，然后单击“创建新秘密键”。 分配一个描述性名称（例如，“ tts-example”），并安全地存储此密钥。

>

步骤2：设置虚拟环境

> 创建一个虚拟环境来隔离项目依赖性。 （有关详细说明，请参阅Python虚拟环境教程。）

步骤3：python代码>

API需要三个关键输入：模型名称，文本和语音。 使用OpenAI的样本请求作为基础：

>步骤4：安全管理您的API键

>

而不是硬编码您的API键，而是使用

库安全地管理它。

from pathlib import Path
from openai import OpenAI
from dotenv import load_dotenv
import os

load_dotenv()
SECRET_KEY = os.getenv("SECRET_KEY")

client = OpenAI(api_key=SECRET_KEY)

speech_file_path = Path(__file__).parent / "speech.mp3"
response = client.audio.speech.create(
  model="tts-1",
  voice="alloy",
  input="Today is a wonderful day to build something people love!"
)

response.stream_to_file(speech_file_path)

> install：

python-dotenv创建一个

文件：

• dotenv pip install python-dotenv自定义语音和输出

OpenAi的API提供了六种不同的声音：合金，回声，寓言，玛瑙，Nova和Shimmer。 使用voice>参数选择您的首选语音。 默认输出是mp3，但您可以指定其他格式：AAC，FLAC，OPUS或MP3。 每种格式都在质量，文件大小和兼容性之间进行权衡。>

现实世界应用
OpenAI的TTS API有许多应用程序：
• 有声读物的创建：将书面书或博客文章转换为音频格式。
• 多语言内容：以各种语言生成音频（尽管对英语进行了优化的声音）。>
• 实时音频：功率沉浸式视频游戏，吸引聊天机器人和交互式虚拟助手。
api限制和定价

付费帐户以50 rpm的限制开始。 最大输入大小为4096个字符（大约有5分钟的音频）。 定价：

标准TTS：$ 0.015每1,000个字符。>
> tts HD：每1,000个字符$ 0.030。
• >
• 结论
OpenAI的TTS API提供了一种功能强大且通用的解决方案，用于将文本转换为高质量的语音。 本指南涵盖了其核心功能，实现，自定义选项，现实世界应用程序和定价细节。 探索链接的资源以进行进一步学习。

以上是如何使用OpenAI文本到语音API的详细内容。更多信息请关注PHP中文网其他相关文章！