gpt-4o-mini-tts

GPT-4o-mini-tts 是 OpenAI 于 2025 年 3 月推出的一款先进的文本转语音（TTS）模型，旨在为 AI 应用提供高度自然且可高度定制的语音输出能力。 ‌ 

核心功能与特点 ‌高度可定制的语音风格‌：这是该模型最突出的特点。开发者和用户可以通过文本提示（Prompt）精确控制语音的语气、口音、情感和人设。例如，可以指令模型“像一位富有同情心的客服人员一样说话”、“模仿中世纪骑士的口吻”或“以充满激情的意大利美食主厨风格讲解菜单”。 ‌ 

多语言支持‌：模型支持超过 100 种语言的语音合成。实测显示，其在英语、意大利语等语言上的表现非常自然且富有感染力，能够根据人设自动融入细微的口音变化。 ‌ ‌

基于 GPT-4o-mini 架构‌：该模型构建在 OpenAI 的 GPT-4o-mini 精简架构之上，兼顾了语音生成的质量与推理效率。 ‌  ‌

实时流式输出‌：作为 OpenAI 新一代语音模型的一部分，gpt-4o-mini-tts 支持流式语音输出，能够实现更流畅、低延迟的对话体验，适用于实时交互场景。