01 Was passiert ist
OpenAI hat prompt-to-voice allgemein für alle API-Kunden verfügbar gemacht, eine Funktion, mit der Entwickler synthetische Stimmen für GPT-Live durch Textbeschreibung erstellen können ohne Referenzaufnahme oder Einwilligung.
02 Die wichtigsten Details
- Prompt-to-voice ist für alle API-Kunden allgemein verfügbar; die Erstellung ist kostenlos, die Nutzung wird zu den üblichen GPT-Live-Sitzungssätzen abgerechnet.
- Prompt-generierte Stimmen funktionieren nur mit GPT-Live; sie werden nicht von den APIs Text to Speech, Realtime oder Chat Completions unterstützt.
- Organisationen können bis zu 100 prompt-generierte Stimmen erstellen; nur Erwachsenstimmen erlaubt; Aufnahmebasierte Stimmen benötigen Einwilligungsaufnahme, maximal 20 pro Organisation.
- Stimmenerstellung über /v1/audio/voices ist nicht mit Zero Data Retention kompatibel; aufnahmebasierte Erstellung erfordert bestimmte Phrasen in 16 Sprachen.
03 Warum das wichtig ist
Diese Aktualisierung senkt die Hürde signifikant für einzigartige Stimmen-Persönlichkeiten in KI-Anwendungen, schneller Prototyping und Personalisierung ohne Studioaufnahmen.
04 Für wen es relevant ist
Entwickler von Sprachagenten und Entwickler von Sprachanwendungen.
Originalquelle