Преобразование текста в речь (TTS)

Мультимодальные системы с OpenAI API

James Chapman

Curriculum Manager, DataCamp

Преобразование текста в речь

 

  • Браузеры, мобильные приложения, доступность
  • Текст → реалистичная человеческая речь
  • Улучшение доступности

Преобразование текста в речь в мобильном приложении.

Мультимодальные системы с OpenAI API

Преобразование текста в речь с OpenAI

  • Эндпоинт 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" и "pcm"
1 https://www.openai.fm/
Мультимодальные системы с OpenAI API

Onyx

Голос Onyx в образе виртуального ассистента.

Мультимодальные системы с OpenAI API

OpenAI TTS

  • Оптимизирован для английского языка

Голос Onyx в образе виртуального ассистента.

Значок с аудиозаписью и текстовым блоком.

Мультимодальные системы с OpenAI API

Давайте потренируемся!

Мультимодальные системы с OpenAI API

Preparing Video For Download...