Синтез речи OpenAI
POST /openai/api/v1/audio/speech синтезирует речь моделью gpt-4o-mini-tts. Поля описаны в документации OpenAI Create speech.
curl https://hub.coreinfra.ai/openai/api/v1/audio/speech \
-H "Authorization: Bearer $COREINFRA_API_KEY" \
-H 'Content-Type: application/json' \
-d '{"model":"gpt-4o-mini-tts","input":"4","voice":"alloy"}' \
--output speech.mp3
Ответ — аудиобайты. Для этого запроса фрагмент заголовка ответа:
Content-Type: audio/mpeg
Отличия от API OpenAI
Формат ответа определяется полем stream_format:
sse— событияspeech.audio.deltaс base64-аудио иspeech.audio.doneс использованием; передаются как строкиdata:.audio, отсутствие поля илиnull— декодированные аудиобайты. Еслиresponse_formatне задан, используется MP3 иContent-Type: audio/mpeg.
Другие строки и неверный JSON-тип stream_format отклоняются со статус-кодом 400. Между протоколами запрос не преобразуется. Действует общий лимит размера тела.
До отправки резервируются оцененные входные текстовые и выходные аудиотокены. Списание определяется данными использования по тарифу модели; подробности — на странице «Стоимость синтеза и распознавания речи».
Ошибки
| Статус-код | Условие | Поля ошибки |
|---|---|---|
400 | Неподдерживаемая строка stream_format | type: invalid_request_error, param: stream_format, code: invalid_value |
400 | Неверный JSON-тип stream_format | type: invalid_request_error, param: stream_format, code: invalid_type |
400 | Отсутствующая или неподдерживаемая модель | type: invalid_request_error |
502 | Ошибка на стороне провайдера модели при выполнении запроса | type: server_error |
Формат ошибок приведен в разделе OpenAI API; общие ошибки авторизации, баланса и лимитов расходов описаны в общем справочнике.
