Hướng dẫn API Chuyển đổi Văn bản thành Giọng nói (TTS)

Tổng quan

API Audio cung cấp endpoint speech, dựa trên mô hình TTS để thực hiện các chức năng sau:

📝 Đọc bài viết blog

🌍 Tạo âm thanh đa ngôn ngữ

🎵 Xuất stream âm thanh thời gian thực

Lưu ý quan trọng: Bạn phải thông báo cho người dùng rằng giọng nói họ nghe được là do AI tạo ra, không phải giọng nói con người

Sử dụng cơ bản

Ví dụ cơ bản

Các tính năng

Tùy chọn chất lượng âm thanh

tts-1: Độ trễ thấp, phù hợp cho ứng dụng thời gian thực

tts-1-hd: Chất lượng cao hơn, có thể có ít nhiễu tĩnh hơn

Giọng nói có sẵn

alloy

echo

fable

nova

shimmer

onyx

Định dạng đầu ra được hỗ trợ

Định dạng	Đặc điểm	Trường hợp sử dụng
MP3	Định dạng mặc định	Trường hợp chung
Opus	Độ trễ thấp	Phát trực tuyến web và truyền thông
AAC	Nén hiệu quả	Phát lại trên thiết bị di động
FLAC	Nén không mất dữ liệu	Lưu trữ âm thanh
WAV	Không nén	Ứng dụng độ trễ thấp
PCM	Mẫu thô	24kHz, 16-bit có dấu

Stream âm thanh thời gian thực

Ngôn ngữ được hỗ trợ

Hỗ trợ nhiều ngôn ngữ, bao gồm:

Ngôn ngữ châu Á: Tiếng Trung, Tiếng Nhật, Tiếng Hàn, v.v.

Ngôn ngữ châu Âu: Tiếng Anh, Tiếng Pháp, Tiếng Đức, v.v.

Ngôn ngữ khác: Tiếng Ả Rập, Tiếng Hindi, v.v.

Lưu ý: Hiện tại các giọng nói chủ yếu được tối ưu hóa cho tiếng Anh

Câu hỏi thường gặp

Q: Làm cách nào để kiểm soát cảm xúc của âm thanh được tạo?

A: Hiện tại không có cơ chế kiểm soát trực tiếp. Chữ hoa hoặc ngữ pháp có thể ảnh hưởng đến đầu ra, nhưng hiệu quả không chắc chắn.

Q: Có thể tạo giọng nói tùy chỉnh không?

A: Không hỗ trợ tạo giọng nói tùy chỉnh.

Q: Quyền sở hữu âm thanh được tạo?

A: Thuộc về người tạo, nhưng bạn cần thông báo cho người dùng rằng đây là âm thanh do AI tạo ra.

Python sử dụng chuyển đổi văn bản thành giọng nói

Hướng dẫn API Chuyển đổi Văn bản thành Giọng nói (TTS)#

Tổng quan#

Sử dụng cơ bản#

Ví dụ cơ bản#

Các tính năng#

Tùy chọn chất lượng âm thanh#

Giọng nói có sẵn#

Định dạng đầu ra được hỗ trợ#

Stream âm thanh thời gian thực#

Ngôn ngữ được hỗ trợ#

Câu hỏi thường gặp#

Q: Làm cách nào để kiểm soát cảm xúc của âm thanh được tạo?#

Q: Có thể tạo giọng nói tùy chỉnh không?#

Q: Quyền sở hữu âm thanh được tạo?#