回答

openai推出的tts文字转语言服务支持中文的，tts基于Whisper模型，支持世界大部分语言。

下面我们来说说openai推出的tts服务

openai音频 API 提供speech基于我们的 TTS（文本转语音）模型的文本转语音端点。

它带有 6 种内置声音，可用于：

叙述一篇书面博客文章

制作多种语言的语音音频

使用流式传输提供实时音频输出

示例代码

from pathlib import Path
from openai import OpenAI
client = OpenAI()

speech_file_path = Path(__file__).parent / "speech.mp3"
response = client.audio.speech.create(
  model="tts-1",
  voice="alloy",
  input="Today is a wonderful day to build something people love!"
)

response.stream_to_file(speech_file_path)

对于实时应用程序，标准tts-1模型提供最低的延迟，但质量低于tts-1-hd模型。由于音频的生成方式，tts-1在某些情况下可能会生成比tts-1-hd. 在某些情况下，根据您的收听设备和个人的不同，音频可能没有明显的差异。语音选项

尝试不同的声音（alloy、echo、fable、onyx、nova和shimmer），找到一种与您所需的语气和听众相匹配的声音。当前的语音针对英语进行了优化。支持的输出格式

默认响应格式为“mp3”，但也可以使用“opus”、“aac”或“flac”等其他格式。Opus：用于互联网流媒体和通信，低延迟。

AAC：用于数字音频压缩，YouTube、Android、iOS 首选。

FLAC：用于无损音频压缩，受到音频爱好者存档的青睐。

支持的语言

TTS模型在语言支持方面总体上遵循Whisper模型。尽管当前语音针对英语进行了优化，但Whisper支持以下语言并且表现良好：南非荷兰语、阿拉伯语、亚美尼亚语、阿塞拜疆语、白俄罗斯语、波斯尼亚语、保加利亚语、加泰罗尼亚语、中文、克罗地亚语、捷克语、丹麦语、荷兰语、英语、爱沙尼亚语、芬兰语、法语、加利西亚语、德语、希腊语、希伯来语、印地语、匈牙利语、冰岛语、印度尼西亚语、意大利语、日语、卡纳达语、哈萨克语、韩语、拉脱维亚语、立陶宛语、马其顿语、马来语、马拉地语、毛利语、尼泊尔语、挪威语、波斯语、波兰语、葡萄牙语、罗马尼亚语、俄语、塞尔维亚语、斯洛伐克语、斯洛文尼亚语、西班牙语、斯瓦希里语、瑞典语、他加禄语、泰米尔语、泰语、土耳其语、乌克兰语、乌尔都语、越南语和威尔士语。流式传输实时音频

语音 API 使用块传输编码提供对实时音频流的支持。这意味着可以在生成完整文件并可供访问之前播放音频。

from openai import OpenAI

client = OpenAI()

response = client.audio.speech.create(
    model="tts-1",
    voice="alloy",
    input="Hello world! This is a streaming test.",
)

response.stream_to_file("output.mp3")