Syntetiser tale
Tip
Se fanen Tekst og bilder for mer informasjon!
Talesyntese, eller tekst-til-tale, er det motsatte av tale-til-tekst. Det innebærer å sende tekst til en modell, som returnerer en lydstrøm av den vokaliserte teksten.
Modeller som støtter tekst-til-tale-operasjoner inkluderer:
- GPT-4O-TTS
- GPT-4O-Mini-TTS
Bemerkning
Modelltilgjengeligheten varierer etter region. Se gjennom tabellen for regional tilgjengelighet i Microsoft Foundry-dokumentasjonen.
Bruk av en tekst-til-tale-modell
På samme måte som med tale-til-tekst-modeller kan du bruke AzureOpenAI-klienten i OpenAI SDK for å koble til endepunktet for Microsoft Foundry-ressursen din, og laste opp tekst til en tekst-til-tale-modell for talesyntese.
from openai import AzureOpenAI
from pathlib import Path
# Create an AzureOpenAI client
client = AzureOpenAI(
azure_endpoint=YOUR_FOUNDRY_ENDPOINT,
api_key=YOUR_FOUNDRY_KEY,
api_version="2025-03-01-preview"
)
# Path for audio output file
speech_file_path = Path("output_speech.wav")
# Generate speech and save to file
with client.audio.speech.with_streaming_response.create(
model=YOUR_MODEL_DEPLOYMENT,
voice="alloy",
input="This speech was AI-generated!",
instructions="Speak in an upbeat, excited tone.",
) as response:
response.stream_to_file(speech_file_path)
print(f"Speech generated and saved to {speech_file_path}")