Vuċijiet Disponibbli u Personalizzazzjoni
F'din il-paġna
Aġġornament 2 ta’ Novembru, 2026 — Mudelli tal-awdjo. Diversi mudelli f’dan il-kors huma deprekati:
tts-1,tts-1-hd, ugpt-4o-mini-ttsse jitgħalqu fis-6 ta’ Jannar, 2027 (suċċessur:gpt-realtime-2.1-mini, li l-gwida TTS ta’ OpenAI tiddikjara li mhix appoġġjata minn/v1/audio/speech: il-migrazzjoni TTS teħtieġ l-API Realtime);gpt-realtime,gpt-4o-realtime, u mudelli tal-awdjo legacy fl-20 ta’ Jannar, 2027 (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribe, u/v1/audio/translationsfis-26 ta’ Frar, 2027 (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). Għal vuċi full-duplex, GPT-Live 1 kien disponibbli fl-API mill-10 ta’ Settembru, 2026. Lezzjoni kkoreġuta fit-3 ta’ Novembru, 2026: is-”sitt vuċijiet ewlenin” u l-personalitajiet tagħhom ma kinux għadhom jaqblu mad-dokumentazzjoni, li telenka 13-il vuċi għalgpt-4o-mini-tts, 9 għaltts-1utts-1-hd, u 10 għall-API Realtime;gpt-4o-mini-ttsjaċċetta istruzzjonijiet ta’ stil (instructions); il-vuċi f’sessjoni Realtime hija ffissata sal-ewwel rispons tal-awdjo. Sorsi: Text to speech · Realtime conversations.
Vuċijiet Disponibbli u Personalizzazzjoni
L-għażla tal-vuċi hija kritika għall-esperjenza tal-utent tal-aġent bil-vuċi tiegħek. Vuċi li taqbel mal-kuntest—professjonali għas-servizz tal-klijenti, sħuna għal assistent personali—tibdel il-mod kif l-utenti jipperċepixxu l-aġent. L-API TTS toffri diversi vuċijiet distinti, kull waħda bil-karattru u l-punti qawwija tagħha stess.
Vuċijiet Standard
Id-dokumentazzjoni ta’ OpenAI telenka 13-il vuċi integrata, b’disponibbiltà li tvarja skont il-mudell:
| Vuċi | gpt-4o-mini-tts | tts-1, tts-1-hd | API Realtime |
|---|---|---|---|
alloy, ash, coral, echo, sage, shimmer | Iva | Iva | Iva |
fable, nova, onyx | Iva | Iva | Le |
ballad, verse | Iva | Le | Iva |
marin, cedar | Iva, rakkomandata | Le | Iva, rakkomandata |
OpenAI tirrakkomanda marin jew cedar għall-ogħla kwalità u tinnota li l-vuċijiet huma ottimizzati għall-Ingliż. Minflok ma tiddependi fuq deskrizzjonijiet, ismagħhom bil-Franċiż fuq OpenAI.fm, is-sit demo ta’ OpenAI, bl-użu tal-frażijiet tiegħek stess: timbru li jidher kbir bl-Ingliż jista’ jiddisappunta fuq isem ta’ triq jew numru.
L-għażla tal-vuċi tista’ tkun dinamika abbażi tat-tip ta’ kontenut. It-tabella hawn taħt hija eżempju biex timtela wara li tisimgħa, bl-użu ta’ vuċijiet li tts-1 jaċċetta wkoll:
def select_voice(context: str, tone: str = "professional") -> str:
"""Tagħżel l-aqwa vuċi abbażi tal-kuntest."""
voice_map = {
"customer_service": {
"professional": "nova",
"warm": "shimmer",
"authoritative": "onyx"
},
"education": {
"professional": "echo",
"warm": "fable",
"authoritative": "onyx"
},
"narration": {
"professional": "onyx",
"warm": "echo",
"authoritative": "onyx"
},
"notification": {
"professional": "alloy",
"warm": "shimmer",
"authoritative": "nova"
}
}
return voice_map.get(context, {}).get(tone, "alloy")
# Eżempji
voice = select_voice("customer_service", "warm") # → shimmer
voice = select_voice("education", "professional") # → echo
voice = select_voice("narration", "authoritative") # → onyx
Vuċijiet fl-API Realtime
TTS u l-API Realtime jaqsmu familja komuni ta’ vuċijiet, iżda kull waħda għandha s-sett tagħha stess: l-API Realtime żżid marin u cedar (iż-żewġ vuċijiet rakkomandati) u ma taċċettax ċerti vuċijiet TTS bħal nova jew onyx. Tiddefinixxi l-vuċi f’session.update:
await ws.send(json.dumps({
"type": "session.update",
"session": {
"type": "realtime",
"output_modalities": ["audio"],
"audio": {"output": {"voice": "marin"}}
}
}))
Agħżel il-vuċi waqt il-ħolqien tas-sessjoni jew f’response.create: ladarba l-mudell jipproduċi l-awdjo, ma tistax tbiddilha għal dik is-sessjoni. Biex tbiddel il-vuċijiet, iftaħ sessjoni ġdida.
Influwenza tal-Istil permezz tat-Test
Ma’ gpt-4o-mini-tts, tikkontrolla l-ewwel l-istil permezz ta’ istruzzjonijiet bil-lingwa naturali (instructions): aċċent, emozzjoni, intonazzjoni, veloċità, ton, wispering (Lezzjoni 13). tts-1 u tts-1-hd ma jaċċettawx dawn; tibqa’ biss bil-punteġġjatura u l-iffurmar tat-test:
# Ton newtrali
text_neutral = "Your order has shipped. It will arrive tomorrow."
# Ton entużjastiku (eżklamazzjonijiet)
text_excited = "Great news! Your order has shipped! It arrives tomorrow!"
# Ton kalm (sentenzi twal, virgoli)
text_calm = "Your order, which was carefully prepared, has just shipped, and it should arrive sometime tomorrow."
# Pawsa espliċita (dash em jew ellissi)
text_dramatic = "The result is... extraordinary."
# Enfażi permezz ta' kapitalizzazzjoni parzjali
text_emphasis = "This is EXACTLY what you need."
Użu ta’ Effetti simili għal SSML permezz tat-Test
Id-dokumentazzjoni ma tinkludix SSML, iżda tista’ tissimula xi effetti:
def format_for_tts(text: str, pauses: dict = None) -> str:
"""Tifforma t-test biex tottimizza r-rendering TTS."""
# Żid pawsi permezz ta' ellissi
if pauses:
for marker, duration in pauses.items():
dots = "..." if duration == "short" else "....."
text = text.replace(marker, dots)
return text
formatted = format_for_tts(
"Final result: [pause] you passed the test.",
pauses={"[pause]": "short"}
)
# → "Final result: ... you passed the test."
Punti Ewlenin
- 13-il vuċi għal
gpt-4o-mini-tts, 9 għaltts-1utts-1-hd, 10 għall-API Realtime;marinucedarhuma rakkomandati gpt-4o-mini-ttsjaċċetta istruzzjonijiet ta’ stil (instructions); mudelli eqdem jirrispondu biss għall-punteġġjatura- L-għażla tal-vuċi tiddependi mill-kuntest: servizz tal-klijenti, edukazzjoni, narrazzjoni, notifiki
- Ma tistax tbiddel il-vuċi f’nofs sessjoni fl-API Realtime
- Il-punteġġjatura taffettwa direttament il-prosodija: punti eżklamattivi, ellissi, u dashes joħolqu effetti
- Dejjem ittestja l-vuċijiet fuq il-kontenut attwali tiegħek qabel ma tagħmel għażla finali