Dokumentationerreichbar
OpenAI, Text to speech
developers.openai.com (externe Seite)
Die Seite zur Sprachausgabe, mit zwei Angaben, die für ein Gespräch zählen. Der Ton kommt stückweise und lässt sich abspielen, bevor die Datei fertig ist; ohne das käme die Antwort erst nach der letzten Silbe. Und die Stimme wird über eine Anweisung in Prosa geführt, mit einer Liste dessen, was sich damit erreichen lässt: Akzent, Gefühlsspanne, Betonung, Nachahmung, Tempo, Klangfarbe, Flüstern. Daneben steht, dass Open
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 07.08.2026:
The Speech API provides support for realtime audio streaming using chunk transfer encoding. This means the audio can be played before the full file is generated and made accessible.
bestätigt 10.11.2026For existing Speech API integrations, gpt-4o-mini-tts lets you use prompts to control these aspects of speech
bestätigt 10.11.2026to provide a clear disclosure to end users that the TTS voice they are hearing is AI-generated and not a human voice.
bestätigt 10.11.2026The tts-1, tts-1-hd, and gpt-4o-mini-tts models are deprecated and will shut down on January 6, 2027.
bestätigt 10.11.2026Migrate to gpt-realtime-2.1-mini using the Realtime API.
bestätigt 10.11.2026This is a change of API workflow: gpt-realtime-2.1-mini isn’t a supported model for /
bestätigt 10.11.2026v1/ audio/ speech. note that the set of available voices is slightly different
bestätigt 10.11.2026
Sprachsynthese im Glossar01 Was Conversational AI ist03 Wenn das Gespräch nicht in Runden läuft08 Sprachsynthese09 Was die Stimme noch beweist