OpenAI FM: 未来的广播

Lisa Ernst · 22.10.2025 · 技术 · 5 分钟

openai.fm 是一个官方的 OpenAI 演示，展示 OpenAI API 的文本转语音（TTS）能力。它使得为视频、播客或原型生成高质量的人工智能声音成为可能。演示的使用是免费的，但通过 API 持续生成音频是要收费的。

Quelle: 自定义呈现

介绍

openai.fm 作为一个交互式网站，用于展示 OpenAI API 的文本转语音能力。用户可以输入文本、选择一个语音并立即收听结果。这是一个演示，旨在展示集成的质量与简便性。底层代码位于 GitHub verfügbar 并展示开发者如何将 Speech-API 集成到自己的应用中。

OpenAI 于 2025 年发布了新的音频模型，其中包括改进的语音识别（gpt-4o-transcribe）以及一个名为 gpt-4o-mini-tts 的可控文本转语音模型。开发者现在可以详细指定语音的说话方式。openai.fm 作为这些功能的官方展示窗口，在 GitHub 的 OpenAI 仓库中有链接，该仓库使用 Next.js 代码，直接访问 Speech-API。

该演示可自由访问，但通过 API 的生产性使用是收费的。价格按每个 Token 或按实时/音频使用进行计费。当前的价格在官方价格表中透明列出。 价格表 列出。

工作原理与模型

“文本转语音”（TTS）是将书面文本转换为口语的过程。OpenAI 为此提供了多种模型，其中包括 gpt-4o-mini-tts. 可用的语音名称包括 Alloy、Echo、Fable、Onyx、Nova 或 Shimmer。这些语音可通过 API 访问，并可以集成到应用程序中。

openai.fm 是一个官方的 OpenAI 演示，这一点可以通过 GitHub 仓库, 得到证实，属于 OpenAI 组织并描述了这一目的。TTS 语音如 Alloy、Echo、Fable、Onyx、Nova 和 Shimmer 已列出，并通过 API 使用。

Quelle: listoru.hatenablog.com

OpenAI FM 的直观用户界面使得在文本转语音生成中轻松选择声音和语气成为可能。

成本与使用

openai.fm 的演示可免费使用，用于测试 API 的功能。但是，使用 API 的文本转语音功能进行长期和生产性使用会产生费用。API 使用是付费的，价格在官方价格表中列出。 官方价格清单 详细列出。计费按每个令牌（Token）或基于实时/音频使用。

认为通过 openai.fm 可以长期无限制地免费生成音频是具有误导性的。该演示仅展示功能；通过 API 进行生成需要付费。每个 TTS 声音的“每分钟成本”根据结算方式（令牌、实时音频）和模型而异。论坛中的固定每分钟价格是估算值，并非规范性标准。

为什么 OpenAI 提供一个可自由使用的演示？ 演示降低了尝试新功能的门槛——面向创作者、初创公司和团队。OpenAI 因此展示了语音的音质和集成的简单性。这在预算绑定之前建立了对质量和延迟的信任。对于快速测试、演示和原型，openai.fm 是理想之选。对于生产用途——如 YouTube 配音、在线学习或应用程序——需要考虑 API 成本。

Quelle: genspark.ai

在多个应用领域对 OpenAI FM 的专业使用。

安全性与滥用

关于 AI 语音有一些重要的安全问题。OpenAI 没有公开推出一个名为“Voice Engine”的强大语音克隆工具，用于防止滥用，如身份盗用。测试仅在与伙伴在严格条件下进行。这种谨慎也影响到 API 中哪些声音被解锁：提供的是预设的声音，而不是可自由克隆的身份。

声称 OpenAI 提供对每个声音都可自由克隆是错误或具有误导性的。出于安全原因，OpenAI 尚未对一般公众发布语音克隆。媒体对 KI 语音的批评通常涉及权利和与现实人物的相似性。一个突出案例是“Sky”语音，在斯嘉丽·约翰逊的批评后被暂停。OpenAI 强调，该声音来自另一位女演员。

同时，第三方提供商的网站以“免费” TTS 使用为宣传。诸如 openai-fm.com 或 ttsopenai.com 的站点是独立的提供商，与官方 OpenAI 域名无关。他们承诺免费 TTS，但并非 OpenAI 平台的一部分。为了专业性，重要的是检查这些提供商的法律声明、隐私、限制和商业模式。

DevDay Breakout 实时与音频 API 如何协同工作来实现语音代理的演示——对于延迟、控制和架构非常有帮助。

实际应用

对于快速测试、演示和原型，openai.fm 是理想之选。对于生产用途——如 YouTube 配音、在线学习或应用——应考虑 API 成本，并考虑权限、披露以及防滥用措施。 实用技巧包括使用预设语音并避免克隆真实人物。 建议在项目中标注 KI-音频，并查阅官方文档和代码库，而不是名称相似的项目。起点是这些 TTS-Guides 和 模型文档.

尚未解决的问题涉及对预设语音的进一步改进以及新增语言和口音。对此，值得查看定期更新的变更日志和文档。何时以及在何种条件下会更广泛地公布语音克隆也是一个悬而未决的问题。OpenAI 指出正在进行的安全权衡和伙伴试点；公开的日期尚未确定。

Quelle: user-added

关于 OpenAI.fm 的新文本到模型的公告。

openai.fm 演示了当今人工智能语音的听起来有多么出色——作为免费演示，但不是无限制的生产平台。对于认真的项目，途径是通过官方 API，具有明确的价格、预设的语音和安全边界。只要工作规范，链接来源，标注 AI 音频，并基于官方文档和代码库构建，就可以从一个演示迅速开发出一个可靠的工作流程。

一个教程，解释 openai.fm 的使用以及导出过程中的常见坑。