OpenAI 创建语音接口

创建语音

post /audio/speech

根据输入文本生成音频。

返回音频文件内容或音频事件流。

tts-1、tts-1-hd、gpt-4o-mini-tts、gpt-4o-mini-tts-2025-03-20 和 gpt-4o-mini-tts-2025-12-15 已弃用，计划于 2027 年 1 月 6 日停用。以下示例使用现有 Speech API。新集成请通过 Realtime API 迁移至 gpt-realtime-2.1-mini。详见弃用时间表。

请求体参数

媒体类型为 application/json。

• input: string（最长 4096 个字符）

要生成音频的文本，最长4096个字符。

• model: string or SpeechModel

可用的TTS模型之一：tts-1、tts-1-hd、gpt-4o-mini-tts或gpt-4o-mini-tts-2025-12-15。

• string

• SpeechModel = "tts-1" or "tts-1-hd" or "gpt-4o-mini-tts" or "gpt-4o-mini-tts-2025-12-15"

• "tts-1"

• "tts-1-hd"

• "gpt-4o-mini-tts"

• "gpt-4o-mini-tts-2025-12-15"

• voice: string or "alloy" or "ash" or "ballad" or 10 more or ID { id }

生成音频使用的音色。支持的内置音色为alloy、ash、ballad、coral、echo、fable、onyx、nova、sage、shimmer、verse、marin及cedar。也可提供含id的自定义音色对象，例如{ "id": "voice_1234" }。文本转语音指南提供音色试听。自定义音色必须从音频样本创建；从文本提示创建的音色仅Live支持。

• string

• "alloy" or "ash" or "ballad" or 10 more

生成音频使用的音色。支持的内置音色为alloy、ash、ballad、coral、echo、fable、onyx、nova、sage、shimmer、verse、marin及cedar。也可提供含id的自定义音色对象，例如{ "id": "voice_1234" }。文本转语音指南提供音色试听。自定义音色必须从音频样本创建；从文本提示创建的音色仅Live支持。

• "alloy"

• "ash"

• "ballad"

• "coral"

• "echo"

• "sage"

• "shimmer"

• "verse"

• "marin"

• "cedar"

• "fable"

• "onyx"

• "nova"

• ID object { id }

自定义音色引用。

• id: string

自定义音色ID，例如voice_1234。

• instructions: optional string（最长 4096 个字符）

通过额外指令控制生成音频的声音。tts-1及tts-1-hd不支持此项。

• response_format: optional "mp3" or "opus" or "aac" or 3 more（默认 "mp3"）

输出音频格式，支持mp3、opus、aac、flac、wav及pcm。

• "mp3"

• "opus"

• "aac"

• "flac"

• "wav"

• "pcm"

• speed: optional number（默认 1，范围为 0.25 至 4）

生成音频的速度，范围0.25到4.0，默认1.0。

• stream_format: optional "sse" or "audio"（默认 "audio"）

音频流格式，支持sse及audio。tts-1及tts-1-hd不支持sse。

• "sse"

• "audio"

返回值

文件（file）。媒体类型为 application/octet-stream。

示例

## [中文] 发送POST请求；将示例API凭证及呼叫标识替换为应用使用的值。
curl https://api.openai.com/v1/audio/speech \
    -H 'Content-Type: application/json' \
    -H "Authorization: Bearer $OPENAI_API_KEY" \
    -d '{
          "input": "input",
          "model": "tts-1",
          "voice": "ash"
        }'

示例

代码内文字译释：

• 敏捷的棕色狐狸跳过了那只懒狗。

## [中文] 发送POST请求；将示例API凭证及呼叫标识替换为应用使用的值。
curl https://api.openai.com/v1/audio/speech \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini-tts",
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy"
  }' \
  --output speech.mp3

SSE流格式

代码内文字译释：

• 敏捷的棕色狐狸跳过了那只懒狗。

## [中文] 发送POST请求；将示例API凭证及呼叫标识替换为应用使用的值。
curl https://api.openai.com/v1/audio/speech \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o-mini-tts",
    "input": "The quick brown fox jumped over the lazy dog.",
    "voice": "alloy",
    "stream_format": "sse"
  }'