OpenAI
GPT Audio Mini
پاسخ صوتی · متن یا فایل صوتی · اقتصادی
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 · اقتصادی. 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-audio-miniPython
import json, os, urllib.request, urllib.error
payload = {
"model": "openai/gpt-audio-mini",
"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.
