gpt-4o-mini-tts

Oversikt. GPT-4o Mini TTS er OpenAIs dedikerte tekst-til-tale-modell fra GPT-4o Mini-familien. Den nås via tale-lydendepunktet – ikke via chat-fullføringer – og konverterer tekstinndata på opptil 2 000 token direkte til syntetisert taleaudio. OpenAI har merket modellen som utfaset, med en planlagt stengning 6. januar 2027.

Viktigste styrker. Modellen tilbyr 13 innebygde stemmer og eksporterer lyd i flere formater, blant annet MP3, AAC, FLAC, Opus, WAV og PCM. Med en svartidsprofil tilpasset interaktiv bruk leverer den pålitelig talesyntese egnet for brukervarslinger, applikasjonsinstrukser og kortere talte avsnitt.

Når du bør bruke den. Bruk denne modellen til enkle tekst-til-tale-behandlingskjeder som syntetiserer avsnitt innenfor grensen på 2 000 token, uten behov for toveis talesamtaler. Siden OpenAI har utfaset endepunktet til fordel for gpt-realtime-2.1-mini, bør selskaper som starter nye implementeringer, planlegge migrering i god tid før stengningen i januar 2027.

Begrensninger. Inndatastørrelsen er begrenset til 2 000 token per forespørsel, noe som krever manuell oppdeling av lengre dokumenter. Modellen godtar ikke lydinndata, kan ikke returnere tekstsvar eller strukturerte data, og støtter verken verktøykall eller resonneringsegenskaper.

Suverenitetsnotat. GPT-4o Mini TTS er en proprietær modell med lukkede vekter som driftes av OpenAI i USA. Inferensforespørsler faller under amerikansk jurisdiksjon og er underlagt CLOUD Act, uten suverene europeiske vertsalternativer.