GPT TTS GPT-4o mini TTS

OpenAI · 该版本 2026-08-12 · tts轨

11 项能力里 4 项支持、1 项不支持、6 项官方没说

逐项能力

预置音色

13 种内置音色：alloy、ash、ballad、coral、echo、fable、nova、onyx、sage、shimmer、verse、marin、cedar。⚠️ 老的 tts-1 / tts-1-hd 只支持其中 9 种

OpenAI · Text to speech官方来源核验版本 GPT-4o mini TTS核验于 2026-08-12机器录入

音色复刻

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

音色设计

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

情绪与风格控制

`instructions` 参数「控制语音特性（口音、情感范围、语调、语速、语气等）」—— 用自然语言下指令，不是固定档位

OpenAI · Text to speech官方来源核验版本 GPT-4o mini TTS核验于 2026-08-12机器录入

多说话人

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

多语言

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

流式输出

「chunk transfer encoding」实时流播：「the audio can be played before the full file is generated」

OpenAI · Text to speech官方来源核验版本 GPT-4o mini TTS核验于 2026-08-12机器录入

长文本异步

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

时间戳字幕

无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 GPT-4o mini TTS未单独记核验日 · 数据截至 2026-10-19机器录入

格式与采样率

`response_format`：mp3、opus、aac、flac、wav、pcm

OpenAI · Text to speech官方来源核验版本 GPT-4o mini TTS核验于 2026-08-12机器录入

开源权重

⚠️ Whisper 是语音转文字，按 ontology 规则十一不在这一卷收录范围内 —— 它的存在不能算作「OpenAI 开放了语音生成权重」。

Hugging Face · openai 官方组织（全量仓库清单）官方来源核验版本 GPT-4o mini TTS核验于 2026-08-12机器录入