Для чего: дешёвая и быстрая озвучка через OpenAI API (gpt-4o-mini-tts) с управляемой интонацией.

Что это и кому

OpenAI TTS — синтез речи через OpenAI API (модель gpt-4o-mini-tts и др.): дёшево, быстро, с управлением интонацией прямо инструкцией. Для разработчика, которому нужна озвучка «в потоке» приложения по той же экосистеме, что и остальные вызовы OpenAI. Выделяется тем, что стиль чтения задаётся текстовой инструкцией (instructions), а не пресетами.

Ключевые возможности

Несколько встроенных голосов; параметр instructions управляет тоном/эмоцией.
Низкая цена и высокая скорость синтеза.
Стриминг аудио для быстрого старта воспроизведения.
Форматы вывода mp3/opus/aac/pcm и др.
Единая экосистема с остальным OpenAI API (один ключ, один SDK).
Поддержка многих языков, включая русский.

Как начать за 5 минут

Возьми ключ OpenAI (platform.openai.com), пополни баланс.
Синтезируй речь одним запросом:

curl https://api.openai.com/v1/audio/speech \
  -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" \
  -d '{"model":"gpt-4o-mini-tts","voice":"alloy","input":"Привет, мир","instructions":"говори бодро"}' --output out.mp3

Меняй voice и instructions, чтобы поймать нужную подачу.

Когда брать, а когда нет

✅ Бери, если: уже используешь OpenAI и нужна дешёвая быстрая озвучка приемлемого качества в одном SDK.
✅ Бери, если: важна управляемость подачи через текстовую инструкцию.
❌ Не бери → лучше «ElevenLabs», если нужно максимально естественное звучание, клонирование голоса или дубляж.
❌ Не бери → лучше «Kokoro TTS», если требуется приватность/оффлайн и нулевая стоимость за минуту.

Цена по-честному

Платно по символам/токенам — но это один из самых дешёвых качественных TTS на рынке; бесплатного tier нет. Точные суммы — у провайдера, меняются.

Подводные камни

Голосов меньше и они менее «характерные», чем у ElevenLabs; клонирования нет.
Контроль интонации через instructions работает, но не идеально предсказуем.
Данные уходят в облако OpenAI — для приватных сценариев не подходит.
На русском бывают огрехи с ударениями/числами — проверяй и правь входной текст.

🤖 Промт-ускоритель

«Я делаю озвучку на русском через OpenAI TTS (gpt-4o-mini-tts). Помоги выбрать голос под <ОПИШИ КОНТЕНТ>, написать instructions для нужной подачи (темп, эмоция), подготовить текст, чтобы корректно читались числа и аббревиатуры, и дать пример вызова со стримингом на <Python/Node> с сохранением в файл.»