Beschikbare stemmen en aanpassing
Op deze pagina
Update 2 november 2026 — Audiomodellen. Verschillende modellen in deze cursus zijn verouderd:
tts-1,tts-1-hdengpt-4o-mini-ttsworden op 6 januari 2027 uitgeschakeld (opvolger:gpt-realtime-2.1-mini, waarvan de OpenAI TTS-gids aangeeft dat deze niet wordt ondersteund door/v1/audio/speech: migratie van TTS vereist de Realtime API);gpt-realtime,gpt-4o-realtimeen legacy audiomodellen op 20 januari 2027 (gpt-realtime-2.1,gpt-realtime-2.1-mini,gpt-audio-1.5);whisper-1,gpt-4o-transcribeen/v1/audio/translationsop 26 februari 2027 (gpt-transcribe,gpt-live-transcribe,v1/realtime/translations). Voor full-duplex spraak is GPT-Live 1 sinds 10 september 2026 beschikbaar in de API. Les gecorrigeerd op 3 november 2026: de “zes hoofdstemmen” en hun persoonlijkheden kwamen niet langer overeen met de documentatie, die 13 stemmen vermeldt voorgpt-4o-mini-tts, 9 voortts-1entts-1-hd, en 10 voor de Realtime API;gpt-4o-mini-ttsaccepteert stijlinstructies (instructions); de stem in een Realtime-sessie staat vast tot het eerste audio-antwoord. Bronnen: Text to speech · Realtime conversations.
Beschikbare stemmen en aanpassing
De keuze van de stem is cruciaal voor de gebruikerservaring van uw spraakagent. Een stem die past bij de context—professioneel voor klantenservice, warm voor een persoonlijke assistent—verandert de perceptie van de agent door de gebruiker. De TTS-API biedt verschillende distincte stemmen, elk met een eigen karakter en sterke punten.
Standaardstemmen
De documentatie van OpenAI somt 12 ingebouwde stemmen op, waarbij de beschikbaarheid per model verschilt:
| Stem | gpt-4o-mini-tts | tts-1, tts-1-hd | Realtime API |
|---|---|---|---|
alloy, ash, coral, echo, sage, shimmer | Ja | Ja | Ja |
fable, nova, onyx | Ja | Ja | Nee |
ballad, verse | Ja | Nee | Ja |
marin, cedar | Ja, aanbevolen | Nee | Ja, aanbevolen |
OpenAI raadt marin of cedar aan voor de hoogste kwaliteit en merkt op dat de stemmen geoptimaliseerd zijn voor het Engels. Verlaat u niet op beschrijvingen, maar luister ernaar op OpenAI.fm, de demosite van OpenAI, met uw eigen zinnen: een timbre dat geweldig klinkt in het Engels, kan teleurstellen bij een straatnaam of een getal.
Stemselectie kan dynamisch zijn op basis van het contenttype. De onderstaande tabel is een voorbeeld om in te vullen na het beluisteren, met behulp van stemmen die tts-1 ook accepteert:
def select_voice(context: str, tone: str = "professional") -> str:
"""Selecteert de optimale stem op basis van de context."""
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")
# Voorbeelden
voice = select_voice("customer_service", "warm") # → shimmer
voice = select_voice("education", "professional") # → echo
voice = select_voice("narration", "authoritative") # → onyx
Stemmen in de Realtime API
TTS en de Realtime API delen een gemeenschappelijke stemfamilie, maar elk heeft zijn eigen set: de Realtime API voegt marin en cedar toe (de twee aanbevolen) en accepteert bepaalde TTS-stemmen zoals nova of onyx niet. U definieert de stem in session.update:
await ws.send(json.dumps({
"type": "session.update",
"session": {
"type": "realtime",
"output_modalities": ["audio"],
"audio": {"output": {"voice": "marin"}}
}
}))
Kies de stem bij het aanmaken van de sessie of in een response.create: zodra het model audio produceert, kunt u deze niet meer wijzigen voor die sessie. Om van stem te wisselen, opent u een nieuwe sessie.
Stijl beïnvloeden via tekst
Met gpt-4o-mini-tts stuurt u de stijl primair aan via instructies in natuurlijke taal (instructions): accent, emotie, intonatie, snelheid, toon, fluisteren (Les 13). tts-1 en tts-1-hd accepteren deze niet; u bent aangewezen op leestekens en tekstopmaak:
# Neutrale toon
text_neutral = "Your order has shipped. It will arrive tomorrow."
# Enthousiaste toon (uitroeptekens)
text_excited = "Great news! Your order has shipped! It arrives tomorrow!"
# Rustige toon (lange zinnen, komma's)
text_calm = "Your order, which was carefully prepared, has just shipped, and it should arrive sometime tomorrow."
# Expliciete pauze (gedachtestreep of ellips)
text_dramatic = "The result is... extraordinary."
# Nadruk via gedeeltelijke hoofdletters
text_emphasis = "This is EXACTLY what you need."
SSML-achtige effecten gebruiken via tekst
De documentatie bevat geen SSML, maar u kunt sommige effecten simuleren:
def format_for_tts(text: str, pauses: dict = None) -> str:
"""Formatteert tekst om TTS-weergave te optimaliseren."""
# Pauzes toevoegen via ellipsen
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."
Belangrijkste punten
- 13 stemmen voor
gpt-4o-mini-tts, 9 voortts-1entts-1-hd, 10 voor de Realtime API;marinencedarworden aanbevolen gpt-4o-mini-ttsaccepteert stijlinstructies (instructions); oudere modellen reageren alleen op leestekens- Stemkeuze hangt af van de context: klantenservice, onderwijs, vertelling, meldingen
- U kunt de stem niet halverwege een sessie wijzigen in de Realtime API
- Leestekens beïnvloeden direct de prosodie: uitroeptekens, ellipsen en streepjes creëren effecten
- Test stemmen altijd op uw eigen content voordat u een definitieve keuze maakt