Синтез речи

Поддерживаемые модели

NeuroAPI поддерживает следующие модели OpenAI для синтеза речи:

Параметры запроса

Запрос к эндпоинту /v1/audio/speech принимает JSON со следующими параметрами:

interface TTSRequest {
  // Идентификатор модели для синтеза речи
  model: 'tts-1' | 'tts-1-hd';
  
  // Текст для озвучивания
  input: string;
  
  // Голос для синтеза речи
  voice: 'alloy' | 'echo' | 'fable' | 'onyx' | 'nova' | 'shimmer';
  
  // Скорость речи от 0.25 до 4.0 (по умолчанию 1.0)
  speed?: number;
  
  // Формат выходного аудиофайла
  response_format?: 'mp3' | 'opus' | 'aac' | 'flac' | 'wav' | 'pcm';
}

Поддерживаемые голоса

Доступны следующие голоса OpenAI для синтеза речи:

Примеры использования

{
  "model": "tts-1",
  "input": "Привет! Это пример синтеза речи через NeuroAPI.",
  "voice": "alloy",
  "speed": 1.0,
  "response_format": "mp3"
}

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://neuroapi.host/v1',
});

const speechFile = path.resolve("./speech.mp3");

const mp3 = await client.audio.speech.create({
  model: "tts-1",
  voice: "alloy",
  input: "Привет! Это пример синтеза речи через NeuroAPI.",
});

const buffer = Buffer.from(await mp3.arrayBuffer());
await fs.promises.writeFile(speechFile, buffer);

Форматы ответа

API поддерживает различные аудиоформаты для вывода:

Структура ответа

В зависимости от параметра response_format API возвращает:

# При указании аудиоформата (mp3, wav, etc.)
# Ответ содержит бинарные данные аудиофайла
Content-Type: audio/mpeg
Content-Length: 15234

[Binary audio data...]

Ограничения и квоты

При использовании TTS API действуют следующие ограничения:

• Максимальная длина текста: 4096 символов в одном запросе
• Подсчет токенов производится по количеству символов входного текста
• Стоимость зависит от выбранной модели и длины текста
• Лимиты скорости запросов зависят от тарифного плана