GPT Audio 1.5 - MixRoute API

GPT Audio 1.5は、音声の入出力に対応したOpenAIの音声会話モデルです。以下のエンドポイントを使用し、MixRouteを通じてgpt-audio-1.5を呼び出します。

主な機能

音声入出力 - Chat Completionsの会話の一部として音声を使用
音声の選択 - 生成する音声に使用する声を設定
テキスト文字起こし - 生成された音声とともにテキストを受け取る
OpenAI互換 - Chat Completionsのリクエスト形式を使用

簡単な使用例

cURL
Python

curl "https://api.mixroute.ai/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-audio-1.5",
  "modalities": [
    "text",
    "audio"
  ],
  "audio": {
    "voice": "alloy",
    "format": "wav"
  },
  "messages": [
    {
      "role": "user",
      "content": "Give a short spoken welcome to MixRoute."
    }
  ],
  "max_completion_tokens": 256
}'

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI(api_key="YOUR_API_KEY", base_url="https://api.mixroute.ai/v1")

response = client.chat.completions.create(
    model="gpt-audio-1.5",
    modalities=["text", "audio"],
    audio={"voice": "alloy", "format": "wav"},
    messages=[{"role": "user", "content": "Give a short spoken welcome to MixRoute."}],
    max_completion_tokens=256,
)

audio = response.choices[0].message.audio
Path("reply.wav").write_bytes(base64.b64decode(audio.data))
print(audio.transcript)

パラメータ

パラメーター	型	必須	説明
`model`	string	はい	`gpt-audio-1.5`である必要があります。
`messages`	array	はい	会話メッセージ。contentにはテキストまたはinput_audioパートを含めることができます。
`modalities`	array	はい	音声の生成をリクエストするにはaudioを含めてください。
`audio`	object	はい	出力の声と音声形式。
`max_completion_tokens`	integer	いいえ	生成するトークンの最大数。
`stream`	boolean	いいえ	Chat Completionsのストリーミング出力を有効にします。