OpenAI · Audio i muzyka

Hermes Agent x OpenAI TTS

OpenAI TTS oferuje wyspecjalizowane modele syntezy mowy do interaktywnego odtwarzania i dopracowanych nagrań lektorskich. W RunAPI oba warianty mają tę samą strukturę żądania i zwracają metadane zarządzanego pliku audio.

2 variants od $0.02 / 1 tys. bajtów UTF-8 Do użytku komercyjnego
Uzyskaj klucz API Zobacz dokumentację Hermes Agent

Prerequisite: npx runapi mcp install

Prompt

Modele promptów

Użyj tts-1, gdy pasuje do zadania: Synteza mowy o niskich opóźnieniach dla aplikacji interaktywnych.

You have access to RunAPI task tools for OpenAI TTS.

Available OpenAI TTS models:
- tts-1: Synteza mowy o niskich opóźnieniach dla aplikacji interaktywnych
  endpoints: /api/v1/openai_tts/text_to_speech
  request fields: model, text
- tts-1-hd: Synteza mowy wyższej jakości do dopracowanej narracji
  endpoints: /api/v1/openai_tts/text_to_speech
  request fields: model, text

Use the model ID and endpoint that match the user's request.
Example prompt: Zamień ten skrypt wprowadzający użytkownika do produktu na wyraźne, naturalne nagranie lektorskie do samouczka w aplikacji.
/api/v1/openai_tts/text_to_speech: Submit the request and verify the synchronous output. Wyślij POST do /api/v1/openai_tts/text_to_speech. Sprawdź, czy synchroniczna odpowiedź jest zgodna z dokumentacją API endpointu.

Publiczne wersje i endpointy

ID modelu Endpointy Cena początkowa Katalog
tts-1
/api/v1/openai_tts/text_to_speech
$0.02 / 1 tys. bajtów UTF-8 Szczegóły modelu
tts-1-hd
/api/v1/openai_tts/text_to_speech
$0.03 / 1 tys. bajtów UTF-8 Szczegóły modelu

Weryfikacja

Odpytywanie do momentu osiągnięcia przez Task stanu końcowego

Wybierz <model-id>, aby wygenerować polecenia weryfikacyjne.

Konfiguracja

Endpoint przewodnika: <endpoint>

Wybierz <model-id>, aby wygenerować żądanie zgodne z publicznym kontraktem wejściowym endpointu.
Jak to działa

Zacznij w 3 krokach

  1. Wybierz ID modelu

    Wybierz publiczny ID modelu z katalogu i sprawdź jego endpoint oraz bieżącą cenę początkową.

  2. Skonfiguruj RunAPI

    Ustaw RUNAPI_API_KEY przed wysłaniem żądania do endpointu.

  3. Zweryfikuj wynik

    Dla asynchronicznych endpointów odpytuj ten sam endpoint, aż Task osiągnie stan końcowy.

Co możesz zbudować za pomocą Hermes Agent + OpenAI TTS

  • Lektor i narracja

    Zamieniaj scenariusze na mówione audio do filmów, kursów i demonstracji produktów za pomocą modeli generujących mowę.

  • Muzyka i ścieżki dźwiękowe

    Twórz podkłady muzyczne i dżingle na podstawie opisu gatunku, nastroju i tempa za pomocą modeli generujących muzykę.

  • Transkrypcja i przetwarzanie audio

    Transkrybuj nagrania albo oczyszczaj i przekształcaj istniejące audio za pomocą modeli, które przyjmują audio na wejściu.

Dlaczego warto używać OpenAI TTS przez RunAPI + Hermes Agent

  • 2 wariantów, jeden klucz API

    Korzystaj z jednego połączenia RunAPI, aby wybierać spośród dostępnych wariantów modelu bez zmiany integracji.

  • Przejrzyste ceny użycia

    Sprawdź aktualne ceny w katalogu przed wysłaniem żądania, bez subskrypcji i minimalnych wydatków.

  • Bezpośrednie odpowiedzi

    Wywołania synchroniczne zwracają wynik w tej samej odpowiedzi, więc agent może od razu go użyć bez odpytywania o stan zadania.

Pytania o Hermes Agent + OpenAI TTS

Czym różnią się tts-1 i tts-1-hd?

tts-1 jest zoptymalizowany pod kątem niskich opóźnień w interaktywnym odtwarzaniu, a tts-1-hd zapewnia wyższą jakość dźwięku w narracji i gotowych materiałach.

Jaki format audio zwraca OpenAI TTS?

Oba warianty zwracają plik audio MP3 oraz metadane formatu, typu MIME i rozmiaru w bajtach w odpowiedzi RunAPI.

Czy RunAPI przechowuje wygenerowany plik audio?

Tak. RunAPI weryfikuje plik audio i zwraca zarządzany adres URL, nie ujawniając tymczasowego adresu URL źródła.

Czy mogę wybrać własny głos lub szybkość?

Początkowy endpoint korzysta z opublikowanych domyślnych ustawień głosu i szybkości. Własne ustawienia głosu i szybkości nie są częścią kontraktu tego endpointu.

Czy zamiana tekstu na mowę jest synchroniczna?

Tak. Pomyślne żądanie zwraca bezpośrednio gotowy wynik audio, bez osobnego endpointu do odpytywania o wynik.

Którego ID modelu użyć?

Wybierz publiczny ID modelu z tabeli wersji. Każdy ID udostępnia endpointy pokazane w jego wierszu.

Czy ten przewodnik konfiguruje model czatu?

Nie. Ta linia modeli korzysta z pokazanego procesu endpointu i nie jest przedstawiana jako model czatu agenta.

Zacznij używać OpenAI TTS z Hermes Agent

Uzyskaj klucz API Przeczytaj Szybki start

Budujesz z zespołem?

Pomożemy w konfiguracji dla firm, integracjach i kwestiach technicznych.

Skontaktuj się