OpenAI
GPT Audio
پاسخ صوتی · متن یا فایل صوتی
کاربردپاسخ صوتی
دسترسیهمهٔ طرحها با اعتبار کافی
پنجرهٔ زمینهٔ ارائهدهنده۱۲۸٬۰۰۰ توکن
هزینه در سارویاز اعتبار مشترک حساب
این مدل را برای چه کاری انتخاب کنم؟
پاسخ صوتی · متن یا فایل صوتی. پیش از استفادهٔ گسترده، چند نمونه از ورودی واقعی محصول خودت را در آزمایشگاه مقایسه کن.
تنظیمات همین مدل
| مسیر | POST /v1/studio/audio |
|---|---|
| قالب خروجی | wav |
| راهنمای لحن | instructions؛ جدا از متن خواندهشده |
| گویندهها در هر درخواست | یک گوینده |
| ورودی صوتی | mp3 · wav؛ حداکثر ۱۴ مگابایت، Base64 بدون پیشوند data URL |
| سرعت عددی | speed: 1؛ برای Gemini آهنگ و سرعت خواندن را در instructions توضیح دهید. |
همهٔ ۶ صدای قابل انتخاب
این مدل پاسخ گفتاری میسازد. text دستور پاسخ است و audioInput اختیاری شامل audioBase64 و mediaType برابر audio/wav یا audio/mpeg است.
درخواست آماده
شناسهٔ دقیق مدل را کپی کن و کلید ساروی را در متغیر محیطی سرورت قرار بده.
Model ID
openai/gpt-audioPython
import json, os, urllib.request, urllib.error
payload = {
"model": "openai/gpt-audio",
"text": "به فارسی یک خوشآمدگویی کوتاه بگو.",
"voice": "alloy",
"format": "wav",
"instructions": "Warm and friendly Persian"
}
request = urllib.request.Request(
"https://api.sarovi.ir/v1/studio/audio",
data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
headers={
"Authorization": "Bearer " + os.environ["SAROVI_API_KEY"],
"Content-Type": "application/json"
},
method="POST"
)
try:
with urllib.request.urlopen(request, timeout=300) as response:
result = json.load(response)
print(result)
except urllib.error.HTTPError as error:
detail = json.load(error)
raise RuntimeError(f"{error.code}: {detail['error'].get('code', detail['error'].get('type', 'HTTP_ERROR'))}") from errorکلید را در متغیر محیطی SAROVI_API_KEY قرار بده. بدون نصب کتابخانه؛ با Python استاندارد.
امکانها در API ساروی
| مسیر اصلی | POST /v1/studio/audio |
|---|---|
| خروجی | صدای Base64 همراه نوع فایل |
| جریان پاسخ | خروجی JSON؛ ویدیو با پیگیری وضعیت |
| دستورالعمل نقش | در متن prompt یا text |
| صورتحساب | رزرو اعتبار، سپس تسویهٔ مصرف در دفتر حساب ساروی |
فراخوانی ابزار و JSON Schema برای مدلهای پشتیبان از مسیر chat/completions و قرارداد پیشرفتهٔ responses در دسترساند. قابلیتهای ارائهدهنده و محدودیتهای هر مسیر را پیش از اجرا بررسی کنید.
