Нові знімки аудіо-моделей у Realtime-API
https://ift.tt/Xw8ILFD
Будь обережний. Остання версія не завжди означає найкращу. Тестуйте останню версію (gpt-4o-mini-tts) перед розгортанням.
Також здається, що gpt-4o-mini-tts-2025-12-15 активно змінюють. Мова, згенерована сьогодні 2/10, помітно гірша за вихід від 1/13, навіть якщо я використав той самий знімок. Аудіо звучить значно темніше, майже ніби застосували агресивний фільтр нижніх частот, що призводить до зниження чіткості та погіршення вокального тону.
Наприклад, Shimmer та Nova тепер звучать дуже подібно, тоді як раніше версії були чітко відрізнялися.
Я повернувся до gpt-4o-mini-tts-2025-03-20.
HI-FI News
через OpenAI Developer Community — Останні пости https://ift.tt/uazQqie
10 лютого 2026 року о 17:44
February 10, 2026 at 05:44PM
Залишити відповідь