# 语音模型 调用示例

**本文中，我们将介绍如何使用 Python 调用** [**OpenKEY**](https://openkey.cloud/) **提供的ChatGPT API接口来调用 ChatGPT 语音模型，即 Whisper 和 TTS。**

**系统环境：**

> Python 3.8.10
>
> Name: openai Version: 0.27.8

#### 1. Whisper 模型

Whisper 模型主要功能为转录和翻译，它们可以用于：

* 将音频转录为任何语言。
* 将音频翻译并转录成英语。

目前文件上传限制为 25 MB，并支持以下输入文件类型：mp3、mp4、mpeg、mpga、m4a、wav 和 webm。

{% hint style="info" %}
注意：接口返回格式仅支持json格式，其他尚未适配调用会报错。
{% endhint %}

**1.1 音频转文本**

```python
# 音频转文本
import requests

headers = {
    'Authorization': f'Bearer sk-xxxx', # 注：key为OpenKey创建的令牌
}
url = "https://openkey.cloud/v1/audio/transcriptions" # 注意这里是/transcriptions
file_path = r"./src/voice_250.mp3"  # 文件地址
files = {'file':open(file_path, "rb")}
query = {
            "model":"whisper-1",
            "language":"zh",  # 简体汉语
            "response_format":"json", # 注意：OpenKey接口目前仅支持json一种格式，否则会报错
        }
response = requests.post(url=url, data=query,files=files, headers=headers)
print(response.text)
```

终端输出如下：

<figure><img src="https://3504179993-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FfsS5hEXki2PLFCSvxXud%2Fuploads%2FZxnTs4NTicW64jHqWcwZ%2F2023-12-07_155021.png?alt=media&#x26;token=c267ed04-1cd7-4564-94b0-a805d8edc2cb" alt=""><figcaption></figcaption></figure>

**1.2 音频转英文**

```
# 音频转英文
import requests

headers = {
    'Authorization': f'Bearer sk-xxxx', # 注：key为OpenKey创建的令牌
}
url = "https://openkey.cloud/v1/audio/translations" # 注意这里是/translations
file_path = r"./src/voice_250.mp3" # 文件地址
files = {'file':open(file_path, "rb")}
query = {
            "model":"whisper-1",
            "response_format":"json", # 注意：OpenKey接口目前仅支持json一种格式，否则会报错
            "prompt":"This is English"
        }
response = requests.post(url=url, data=query,files=files, headers=headers)
print(response.text)
```

终端输出如下：

<figure><img src="https://3504179993-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FfsS5hEXki2PLFCSvxXud%2Fuploads%2FnJjecUhkHV4Fesvb54BH%2F2023-12-07_155444.png?alt=media&#x26;token=6a1a1963-e5fe-4bfe-a2f8-2a6860dd5c12" alt=""><figcaption></figcaption></figure>

#### 2. TTS 模型

TTS 模型主要的功能是将文字转语音，具体模型有以下两个：

* **tts-1**: 这是最新的TTS模型，主要针对实时文本转语音使用案例进行了性能优化，速度更快。
* **tts-1-hd**: 与tts-1类似，但更注重语音质量，适用于对语音质量要求更高的场景。

```python
import requests
import json

headers = {
    'Authorization': f'Bearer sk-xxxx', # 注：key为OpenKey创建的令牌
    'Content-Type':'application/json'
}
url = "https://openkey.cloud/v1/audio/speech"
input_text = "《三国演义》以东汉末年三国时期为背景，展现了刘备、关羽、张飞等英雄豪杰的壮丽故事。他们桃园结义，共同抵抗董卓、曹操等反动势力，最终形成了三足鼎立的局面。小说描写了忠义仁爱、智勇双全的形象，同时也展现了权谋斗争和人性的复杂性。《三国演义》是一部具有高历史价值和文学艺术价值的作品，塑造了许多永垂史册的英雄形象，对中国传统文化产生了深远影响。"
query = {
            "model":"tts-1-hd",
            "input":input_text,
            "voice":"alloy",
            "response_format":"mp3",
            "speed":1,
        }
response = requests.post(url=url, data=json.dumps(query), headers=headers)
# 保存文件
f = open("./src/tts-1-hd.mp3", "wb")
f.write(response.content)
f.close()
```

**实现效果如下：**

{% embed url="<https://terobox.oss-cn-hongkong.aliyuncs.com/openkey/tts-1-hd.mp3>" %}

OpenKey完全兼容OpenAI接口协议，具体调用方法参考官方文档：

<https://platform.openai.com/docs/introduction>