OpenAI: TTS-1 HD

TTS-1 HD 是 OpenAI 第一代語音合成模型的高音質版本，使用與 TTS-1 相同的聲音，但輸出更細緻、雜訊更少，適合有聲書、Podcast、影片旁白等對音質要求較高的離線產製。

與 TTS-1 相比，HD 單價為兩倍（30 USD／1M 字元）且延遲較高，但音質明顯更好；與 GPT-4o mini TTS 相比，HD 音質較佳但無法用自然語言指示語氣與風格。

輸入僅支援文字，單次最長 4,096 字元，輸出為音訊，支援 mp3、opus、aac、flac、wav、pcm 格式與串流回傳；不支援 SSML。

若需要即時回應，TTS-1 或 GPT-4o mini TTS 延遲更低；若需要 SSML 控制發音與停頓，可改用 Azure Neural HD TTS。