Python usa texto a voz
Guía API de texto a voz (TTS)
Descripción general
IMPORTANTE: Se debe indicar al usuario que lo que está escuchando es voz generada por IA, no una voz humana.
Uso básico
Ejemplo básico
desde pathlib importar ruta
desde openai importar OpenAI
cliente = OpenAI (
base_url="https://yossapi.com/v1",
api_key=clave
)
ruta_archivo_voz = Ruta(__archivo__).padre / "voz.mp3"
respuesta = cliente.audio.voz.create(
modelo="tts-1",
voz="aleación",
input="¡Hoy es un día maravilloso para construir algo que a la gente le encanta!"
)
respuesta.stream_to_file(ruta_archivo_voz)Características
Opciones de calidad de audio
Sonidos disponibles
-eco
-fábula
-nova
-brillo
Formatos de salida admitidos
| Formato | Características | Escenarios aplicables |
|---|---|---|
| MP3 | Formato predeterminado | Escenas comunes |
| Obra | Baja latencia | Streaming Web y Comunicaciones |
| CAA | Compresión eficiente | Reproducción de dispositivos móviles |
| FLAC | Compresión sin pérdidas | Archivo de audio |
| WAV | Sin compresión | Aplicaciones de baja latencia |
| PCM | Muestras crudas | 24 kHz, 16 bits con signo |
Transmisión de audio en vivo
desde openai importar OpenAI
cliente = OpenAI (
base_url="https://yossapi.com/v1",
api_key=clave
)
respuesta = cliente.audio.voz.create(
modelo="tts-1",
voz="aleación",
input="¡Hola mundo! Esta es una prueba de transmisión.",
)
respuesta.stream_to_file("salida.mp3")Idiomas admitidos
Nota: El sonido actual está optimizado principalmente para inglés.
Preguntas frecuentes
P: ¿Cómo controlar la emoción del audio generado?
P: ¿Puedo crear sonidos personalizados?
P: ¿Cuál es la propiedad del audio generado?
修改于 2026-01-22 11:48:17