Ga naar hoofdinhoud
Nederlands— Kies een taal
Menu

Real-time audiostreaming

Les 12 van 18 Bijgewerkt op 3 november 2026 Ontwikkelaar
Op deze pagina
  1. Real-time audiostreaming
  2. Streamen met de TTS-API
  3. Latentie meten
  4. Asynchroon streamen
  5. Pre-fill buffer
  6. Integratie met een LLM + TTS-pipeline
  7. Belangrijkste punten

Update 2 november 2026 — Audiomodellen. Verschillende modellen in deze cursus zijn verouderd: tts-1, tts-1-hd en gpt-4o-mini-tts stoppen op 6 januari 2027 (opvolger: gpt-realtime-2.1-mini, waarvan de OpenAI TTS-gids aangeeft dat deze niet wordt ondersteund door /v1/audio/speech: de migratie van spraaksynthese verschuift naar de Realtime API); gpt-realtime, gpt-4o-realtime en legacy audiomodellen op 20 januari 2027 (gpt-realtime-2.1, gpt-realtime-2.1-mini, gpt-audio-1.5); whisper-1, gpt-4o-transcribe en /v1/audio/translations op 26 februari 2027 (gpt-transcribe, gpt-live-transcribe, v1/realtime/translations). Voor full-duplex spraak is GPT-Live 1 beschikbaar in de API sinds 10 september 2026. Bijgewerkt 3 november 2026: De LLM → TTS-pipeline verwerkte eerder elke gebeurtenis met een delta-veld, inclusief argumenten voor functieaanroepen of redeneringssamenvattingen; nu filtert deze strikt op response.output_text.delta, de daadwerkelijke responstekst.

Real-time audiostreaming

Bij een spraakagent introduceert het wachten op het genereren van het volledige audiobestand voordat het afspelen begint, een onaanvaardbare latentie. Met TTS-streaming kunt u beginnen met afspelen zodra de eerste bytes binnenkomen, waardoor de tijd tot de eerste respons terugloopt tot enkele honderden milliseconden.

Streamen met de TTS-API

De TTS-API ondersteunt streaming native. In plaats van te wachten op het volledige bestand, ontvangt u audio in chunks:

from openai import OpenAI
import pyaudio

client = OpenAI()

def stream_tts_to_speaker(text: str, voice: str = "alloy"):
    """Genereer en speel audio af in streaming-modus."""
    # Initialiseer de audiospeler
    pa = pyaudio.PyAudio()
    player = pa.open(
        format=pyaudio.paInt16,
        channels=1,
        rate=24000,
        output=True
    )

    try:
        # Maak de streaming-respons
        with client.audio.speech.with_streaming_response.create(
            model="tts-1",
            voice=voice,
            input=text,
            response_format="pcm"  # Ruwe PCM voor directe weergave
        ) as response:
            # Lees en speel chunk voor chunk af
            for chunk in response.iter_bytes(chunk_size=4096):
                player.write(chunk)

    finally:
        player.stop_stream()
        player.close()
        pa.terminate()

stream_tts_to_speaker("Hello, here is a real-time streaming response.")

Het pcm-formaat is ideaal voor streaming omdat er geen decodering nodig is: de ruwe bytes zijn direct klaar voor afspelen.

Latentie meten

Time to First Byte (TTFB) is de belangrijkste metriek voor streamingprestaties:

import time

def measure_tts_latency(text: str, voice: str = "alloy") -> dict:
    """Meet TTS-streaminglatenties."""
    start_time = time.time()
    first_byte_time = None
    total_bytes = 0

    with client.audio.speech.with_streaming_response.create(
        model="tts-1",
        voice=voice,
        input=text,
        response_format="pcm"
    ) as response:
        for chunk in response.iter_bytes(chunk_size=4096):
            if first_byte_time is None:
                first_byte_time = time.time()
            total_bytes += len(chunk)

    end_time = time.time()

    return {
        "ttfb_ms": round((first_byte_time - start_time) * 1000),
        "total_ms": round((end_time - start_time) * 1000),
        "total_bytes": total_bytes,
        "audio_duration_s": round(total_bytes / (24000 * 2), 2)
    }

metrics = measure_tts_latency("Hello, how are you?")
print(f"TTFB: {metrics['ttfb_ms']}ms, Total: {metrics['total_ms']}ms")

Asynchroon streamen

Voor servertoepassingen gebruikt u de asynchrone client:

from openai import AsyncOpenAI
import asyncio

async_client = AsyncOpenAI()

async def stream_tts_async(text: str, voice: str = "alloy"):
    """Asynchrone TTS-streaming voor servers."""
    chunks = []

    async with async_client.audio.speech.with_streaming_response.create(
        model="tts-1",
        voice=voice,
        input=text,
        response_format="pcm"
    ) as response:
        async for chunk in response.iter_bytes(chunk_size=4096):
            chunks.append(chunk)
            # Hier zou u de chunk via WebSocket naar de client sturen
            yield chunk

# Gebruik in een FastAPI-server
from fastapi import FastAPI
from fastapi.responses import StreamingResponse

app = FastAPI()

@app.get("/tts/stream")
async def tts_stream(text: str, voice: str = "alloy"):
    return StreamingResponse(
        stream_tts_async(text, voice),
        media_type="audio/pcm"
    )

Pre-fill buffer

Om vloeiende weergave zonder hiaten te garanderen, bouwt u eerst een kleine buffer op voordat u begint:

async def buffered_tts_playback(
    text: str,
    voice: str = "alloy",
    buffer_size: int = 3  # Aantal chunks om vooraf te laden
):
    """TTS-weergave met een pre-fill buffer."""
    pa = pyaudio.PyAudio()
    player = pa.open(
        format=pyaudio.paInt16,
        channels=1,
        rate=24000,
        output=True
    )

    buffer = []
    playback_started = False

    try:
        async with async_client.audio.speech.with_streaming_response.create(
            model="tts-1",
            voice=voice,
            input=text,
            response_format="pcm"
        ) as response:
            async for chunk in response.iter_bytes(chunk_size=4096):
                buffer.append(chunk)

                if not playback_started and len(buffer) >= buffer_size:
                    playback_started = True
                    # Leeg de initiële buffer
                    for buffered_chunk in buffer:
                        player.write(buffered_chunk)
                    buffer.clear()
                elif playback_started:
                    player.write(chunk)

        # Speel resterende chunks af
        for remaining in buffer:
            player.write(remaining)

    finally:
        player.stop_stream()
        player.close()
        pa.terminate()

Integratie met een LLM + TTS-pipeline

In een niet-Realtime spraakagent kunt u LLM-streaming combineren met TTS-streaming:

async def llm_to_tts_pipeline(user_message: str):
    """Pipeline: Streaming LLM → Real-time streaming TTS."""
    # Fase 1: Accumuleer LLM-respons per zin
    sentence_buffer = ""

    stream = client.responses.create(
        model="gpt-5.6-luna",
        input=[{"role": "user", "content": user_message}],
        stream=True
    )

    for event in stream:
        # Alleen responstekst moet worden uitgesproken
        if event.type == "response.output_text.delta":
            sentence_buffer += event.delta

            # Detecteer einde van zin
            if sentence_buffer.rstrip().endswith((".", "!", "?")):
                sentence = sentence_buffer.strip()
                sentence_buffer = ""

                # Fase 2: Stream deze zin naar TTS
                stream_tts_to_speaker(sentence)

    # Verwerk resterende buffer
    if sentence_buffer.strip():
        stream_tts_to_speaker(sentence_buffer.strip())

Belangrijkste punten

  • TTS-streaming reduceert TTFB tot enkele honderden milliseconden door het afspelen te starten voordat de generatie voltooid is
  • Het pcm-formaat is optimaal voor streaming: geen decodering vereist, directe weergave
  • Een pre-fill buffer van 2–3 chunks voorkomt hiaten aan het begin van de weergave
  • De asynchrone client is essentieel voor servers die meerdere gelijktijdige verbindingen afhandelen
  • Het combineren van streaming LLM en streaming TTS maakt een responsieve spraakagent mogelijk zonder de Realtime API