معاينة محتوى النموذج الأولي. الأرقام وتفاصيل المؤلف ومطالبات المنتج وأمثلة API في انتظار التحقق؛ الأمثلة ليست تعليمات التكامل المؤكدة.
لغات 99، وأصوات 48، وزمن استجابة 128m - كيفية اختيار نموذج الكلام المناسب للمساعدين الصوتيين، والنسخ، والتطبيقات متعددة اللغات.
تفشل أعباء عمل الكلام على محاور مختلفة عن المحاور النصية. ميزانيات وقت الاستجابة صعبة، والتغطية اللغوية غير متساوية، ووضع الفشل الذي يلاحظه المستخدمون أكثر من غيره ليس كلمة خاطئة ولكنه توقف مؤقت غريب.
ابدأ بميزانية الكمون
يحتاج المساعد الصوتي إلى إخراج الصوت أولاً ضمن 300m من النهاية إلى النهاية. وهذا يترك تقريبًا 120ms لـ TTS بمجرد حساب ASR ودوران النموذج والشبكة. لا يحتوي النسخ المجمع على مثل هذه الميزانية ويجب تحسينه فقط من أجل الدقة لكل دولار.
- الصوت التفاعلي: بث ASR + 128ms TTS، يقبل معدل خطأ أعلى في الكلمات
- نسخ الاجتماع: الدفعة ASR مع التدوين، الدقة أولاً
- الرد الصوتي التفاعلي متعدد اللغات: التغطية أولاً — تحقق من لغتك المحلية بالضبط، وليس اللغة فقط
- الكتاب الصوتي والسرد: TTS بأعلى جودة، وزمن الوصول غير ذي صلة، واختيار النطاق الصوتي
التغطية اللغوية ليست موحدة
اللغات المدعومة 99 لا تعني أن 99 لغات جيدة بنفس القدر. معدل خطأ الكلمات في اللغات العشرة الأولى لدينا هو متوسط 3.1%؛ عبر الذيل الطويل هو 11.4%.
قم دائمًا بالقياس على الصوت الخاص بك. عشرون دقيقة من التسجيلات التمثيلية — ميكروفونات حقيقية، وضوضاء خلفية حقيقية، ولهجات حقيقية — ستخبرك أكثر من أي معيار منشور.
تدفق كلا الاتجاهين
with client.audio.speech.with_streaming_response.create(
model="gpt-4o-mini-tts",
voice="aria",
input=text,
extra_body={"amplink": {"first_chunk_target_ms": 128}},
) as stream:
for chunk in stream.iter_bytes():
play(chunk)