OpenAI TTS 官方语音服务配置指南

OpenAI 官方提供的 Text-to-Speech API 在多语种清晰度、语速稳定性与音频音质方面享有极高水准，特别适合国际化旁白、跨国会议语音摘要朗读与多语种课件制作。

---

模型与音色规格

在 DuRT 客户端中，OpenAI TTS 提供以下官方能力支持：

1. 两大模型规格

• tts-1：标准模型，响应延迟极低，性价比高，针对实时交互与大批量生成做了深度优化；
• tts-1-hd：超高保真音频模型，音质细节更丰富，底噪更纯净，适合正式音频节目与商业视频旁白制作。

2. 六款经典人声音色

OpenAI 经过深度调优的 6 款经典音色均可在 DuRT 中一键选用：

• Alloy：中性、平衡、清晰、现代感强；
• Echo：温暖、沉稳、适合长篇讲述与播客；
• Fable：轻快、英音质感、童话与故事感强；
• Onyx：深沉、富有磁性与权威感，纪录片首选；
• Nova：活力、亲切、富有感染力的女性人声；
• Shimmer：明亮、清透、适合教育与演示解说。

---

在 DuRT 中配置与启用

如果您在 DuRT 中已经配置过 OpenAI 的 ASR 或 LLM 服务，系统会自动共享该 Provider 凭证；若为独立配置，流程如下：

1. 打开 DuRT 客户端，进入 设置 (Settings) ➔ AI 引擎与能力 (AI Capabilities) ➔ 点击 语音合成 (Text to Speech) 面板；
2. 点击右上角 “添加服务” ➔ 选择 OpenAI TTS；
3. 填入参数：
   • API Key：粘贴您的 OpenAI 密钥（sk-proj-...）；
   • API 地址 (Base URL)：保持默认 https://api.openai.com/v1（或第三方兼容代理 Base URL）；
4. 选择默认模型（推荐 tts-1 或 tts-1-hd）及默认音色（如 Nova 或 Alloy）；
5. 点击 “测试连接”，保存即可。

---

音频格式导出支持

在工作流中调用 OpenAI TTS 时，支持导出为 MP3、AAC、Opus、FLAC 等多种业界标准音频格式，随任务产物中枢一键打包或直接压入最终视频。