tts-1

Oversikt. tts-1 er OpenAIs dedikerte tekst-til-tale-modell utviklet for talesyntetisering i sanntid. Den ble lansert i november 2023 og konverterer tekstinndata direkte til talt lyd på tvers av ni innebygde stemmer. Modellen betjenes som et proprietært API og er planlagt avviklet i januar 2027 til fordel for OpenAIs nyere sanntidsarkitekturer for tale.

Viktigste styrker. Modellen er optimalisert for minimal syntetiseringssvartid, noe som muliggjør rask lydproduksjon for interaktive taleapplikasjoner. Den eksporterer innebygd til flere standard lydformater, inkludert MP3, Opus, AAC, FLAC, WAV og rå PCM.

Når du bør bruke den. Bruk tts-1 til taleagenter i sanntid, skjermlesere og interaktive dialogsystemer der svartid er viktigere enn studioakustisk kvalitet. Den passer til behandlingskjeder for tekst-til-tale som håndterer tekstblokker på opptil 4 096 tegn per forespørsel.

Begrensninger. Individuelle syntetiseringsforespørsler er strengt begrenset til 4 096 tegn, noe som krever oppdeling på klientsiden for lengre tekster. Lydkvaliteten er bevisst nedprioritert til fordel for genereringshastighet sammenlignet med dedikerte høyoppløsningsalternativer. Modellen er formelt utfaset av OpenAI, med en stengningsdato satt til 6. januar 2027.

Suverenitetsnotat. tts-1 driftes av det USA-baserte selskapet OpenAI, noe som gjør inferens underlagt amerikansk regulatorisk jurisdiksjon og eksponering for CLOUD Act. Den driftes ikke på suveren europeisk infrastruktur.