Text-to-speech (TTS)

Sisteme multi-modale cu API-ul OpenAI

James Chapman

Curriculum Manager, DataCamp

Text-to-speech

Browsere, aplicații mobile, accesibilitate
Text → vorbire umană realistă
Îmbunătățirea accesibilității

Text-to-speech într-o aplicație mobilă.

Text-to-speech cu OpenAI

Endpoint Audio → .speech.create()

response = client.audio.speech.create(

    model="gpt-4o-mini-tts",

    voice="onyx",

    input="Creating human-like speech is now possible with just a few lines of code.
    Pretty neat, right?"

)


response.stream_to_file("output.mp3")

response_format: "mp3", "opus", "aac", "flac", "wav" și "pcm"

¹ https://www.openai.fm/

Onyx

Vocea Onyx reprezentată ca asistent virtual.

TTS OpenAI

Optimizat pentru engleză

Vocea Onyx reprezentată ca asistent virtual.

Pictogramă cu o înregistrare audio și un bloc de text.

Să exersăm!

Sisteme multi-modale cu API-ul OpenAI