Озвучка текста на любой язык при помощи OpenAI TTS

[DrunkDeath]

Небольшой, но удобный шаблон для озвучки текста почти на любой язык от OpenAI. Шаблон работает как с маленькими текстами, так и с большими, разрезая их на части и потом склеивая с помощью FFMPEG. Для работы необходим токен от OpenAI, зарубежная прокся и сам текст, который нужно озвучить. На выбор несколько голосов озвучки. разделённый на мужские и женские.

Спойлер: Скрины шаблона и входных настроек

Входные настройки:

Куда скачивать - папка куда будут скачиваться файлы
Откуда брать текст - если короткий текст, то выбираем из входных и вписываем его в текстовое поле ниже
Токен OpenAi - сам токен чата
Прокси - ну тут и ежу понятно. Прокси в формате login:pass@ip:port
Голоса - выбор голоса озвучки

Спойлер: Какие тут голоса

Мужские голоса:

alloy — молодой, энергичный, чёткий
echo — тёплый, уверенный, немного хрипловатый
fable — мягкий, спокойный, чуть мечтательный
onyx — глубокий, грубоватый
sage — зрелый, уравновешенный, интеллигентный тон

Женские голоса:

ash — лёгкий, молодой, нейтрально-дружелюбный
ballad — тёплый, выразительный, с лёгкой эмоциональной окраской
coral — яркий, живой, немного игривый
nova — профессиональный, чёткий, подходит для новостей, озвучки
verse — мягкий, плавный, слегка мелодичный

Как работает шаблон?


Шаблон разделён на два режима: работа с коротким текстом (до 4000 символов включая пробелы и всякие точки), так и с длинными текстами, которые он будет нарезать по 500 символов и потом склеивать. Вся работоспособность зависит только от баланса вашего ключа. Если короткий текст мы пихаем в входные, то длинный в текстовый файл в корневой папке шаблона. На примере длинного текста рассмотрим работу шаблона. Шаблон берёт текст и нарезает его с помощью простого regex [\w\W]{0,500}\s и кладёт в список построчно (500 символов это затычка, резать можно спокойно до 4000 символов, достаточно поменять значение в кубике с regex). Далее берёт каждую строку и экранирует :

    string input = project.Variables["text"].Value;
    string json = JsonConvert.SerializeObject(input);
    return json.Substring(1, json.Length - 2);

Далее идёт простой запрос на

https://api.openai.com/v1/audio/speech

:

Спойлер: Скрины запроса

Кстати, кому нужно дороже, но лучше качеством, можно использовать другую модель tts-1-hd вместо tts-1.

Далее перемещает и задаёт имя по счётчику. После завершения скачивания получает все пути файлов и создаёт список для ffmpeg для склейки и выполняет простую команду -f concat -safe 0 -i "{-Variable.folder-}list.txt" -c copy "{-Variable.folder-}output.mp3".

PS: файл ffmpeg слишком жирный и не влез в прикреплённые файлы. Скачайте отдельно последнюю (а по идее любую) версию и киньте в папку с шаблоном

На выходе получаем готовый файл с озвучкой вашего текста. Надеюсь шаблон окажется вам полезен. Всем спасибо.








​

 

[Agent]

Подскажите, а есть возможность подгонять длину аудио на разных языках под одно значение. Соответствующие тексты предварительно примерно адаптируются по объему. Но получается не точно. Нужно для изготовления аудио-дорожек для видео на ютуб.
P.S. Сам отвечу. Вот с таким параметром нужно запустить -y -i "{-Variable.folder-}\output.mp3" -filter:a "atempo=1.1" -c:a libmp3lame -q:a 2 "{-Variable.folder-}\output-2.mp3"

 

[DV_]

А что там по ценам?

 

[DrunkDeath]

А что там по ценам?

А вот этого не знаю. Я просто старый ключ от gpt воткнул и пользуюсь уже больше 3х месяцев

 

[DV_]

А какие у вас объёмы, если не секрет?

 

[DrunkDeath]

А какие у вас объёмы, если не секрет?

В основном 10-15 минутные ролики

 

[DV_]

А в день/месяц?

 

[DrunkDeath]

А в день/месяц?

Да по разному. Ну в день пару роликов точно делаю

 

[Agent]

Как проверить длину аудиофайла? Пробовал запустить ffprobe.exe с такими параметрами с сохранением в переменную и выводом ошибки в переменную:
-show_entries format=duration -f lavfi -i amovie="{-Variable.file}" -of csv=p=0
Действие не выполняется. В переменную с ошибкой выводится только версия ffprobe.
В логе ошибка: Выполнение программы ...\ffprobe.exe Результат: 1

 

[DrunkDeath]

Как проверить длину аудиофайла? Пробовал запустить ffprobe.exe с такими параметрами с сохранением в переменную и выводом ошибки в переменную:
-show_entries format=duration -f lavfi -i amovie="{-Variable.file}" -of csv=p=0
Действие не выполняется. В переменную с ошибкой выводится только версия ffprobe.
В логе ошибка: Выполнение программы ...\ffprobe.exe Результат: 1

Можно с FFMPEG https://zenno.club/discussion/threads/poluchit-prodolzhitelnost-video.33842/post-867838

 

[Agent]

Действие выполняется, в переменную ничего не записывается (галочка на "Записать STD out" стоит).
Только у меня файл mp3, в примере mp4. Путь свой поставил.
В переменную с ошибкой такое пишется:

ffmpeg version 2026-01-12-git-21a3e44fbe-full_build-www.gyan.dev Copyright (c) 2000-2026 the FFmpeg developers
  built with gcc 15.2.0 (Rev8, Built by MSYS2 project)
  configuration: --enable-gpl --enable-version3 --enable-static --disable-w32threads --disable-autodetect --enable-cairo --enable-fontconfig --enable-iconv --enable-gnutls --enable-lcms2 --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-libsnappy --enable-zlib --enable-librist --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-libbluray --enable-libcaca --enable-libdvdnav --enable-libdvdread --enable-sdl2 --enable-libaribb24 --enable-libaribcaption --enable-libdav1d --enable-libdavs2 --enable-libopenjpeg --enable-libquirc --enable-libuavs3d --enable-libxevd --enable-libzvbi --enable-liboapv --enable-libqrencode --enable-librav1e --enable-libsvtav1 --enable-libvvenc --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxavs2 --enable-libxeve --enable-libxvid --enable-libaom --enable-libjxl --enable-libsvtjpegxs --enable-libvpx --enable-mediafoundation --enable-libass --enable-frei0r --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-liblensfun --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-dxva2 --enable-d3d11va --enable-d3d12va --enable-ffnvcodec --enable-libvpl --enable-nvdec --enable-nvenc --enable-vaapi --enable-libshaderc --enable-vulkan --enable-libplacebo --enable-opencl --enable-libcdio --enable-openal --enable-libgme --enable-libmodplug --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libshine --enable-libtheora --enable-libtwolame --enable-libvo-amrwbenc --enable-libcodec2 --enable-libilbc --enable-libgsm --enable-liblc3 --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-ladspa --enable-libbs2b --enable-libflite --enable-libmysofa --enable-librubberband --enable-libsoxr --enable-chromaprint --enable-whisper
  libavutil      60. 23.100 / 60. 23.100
  libavcodec     62. 23.102 / 62. 23.102
  libavformat    62.  8.102 / 62.  8.102
  libavdevice    62.  2.100 / 62.  2.100
  libavfilter    11. 10.101 / 11. 10.101
  libswscale      9.  3.100 /  9.  3.100
  libswresample   6.  2.100 /  6.  2.100
Input #0, mp3, from 'C:\ЗДЕСЬ_ПУТЬ\output.mp3':
  Metadata:
    encoder         : Lavf60.16.100
  Duration: 00:01:44.21, start: 0.025057, bitrate: 129 kb/s
  Stream #0:0: Audio: mp3 (mp3float), 44100 Hz, mono, fltp, 128 kb/s, start 0.025057
Stream mapping:
  Stream #0:0 -> #0:0 (mp3 (mp3float) -> pcm_s16le (native))
Press [q] to stop, [?] for help
Output #0, null, to 'pipe:':
  Metadata:
    encoder         : Lavf62.8.102
  Stream #0:0: Audio: pcm_s16le, 44100 Hz, mono, s16, 705 kb/s
    Metadata:
      encoder         : Lavc62.23.102 pcm_s16le
[out#0/null @ 0000026fc9ccf940] video:0KiB audio:8976KiB subtitle:0KiB other streams:0KiB global headers:0KiB muxing overhead: unknown
size=N/A time=00:01:44.21 bitrate=N/A speed=1.83e+03x elapsed=0:00:00.05

P.S. Из темы по ссылке выше код на C# работает. Спасибо!

 

[DrunkDeath]

Действие выполняется, в переменную ничего не записывается (галочка на "Записать STD out" стоит).
Только у меня файл mp3, в примере mp4. Путь свой поставил.
В переменную с ошибкой такое пишется:

ffmpeg version 2026-01-12-git-21a3e44fbe-full_build-www.gyan.dev Copyright (c) 2000-2026 the FFmpeg developers
  built with gcc 15.2.0 (Rev8, Built by MSYS2 project)
  configuration: --enable-gpl --enable-version3 --enable-static --disable-w32threads --disable-autodetect --enable-cairo --enable-fontconfig --enable-iconv --enable-gnutls --enable-lcms2 --enable-libxml2 --enable-gmp --enable-bzlib --enable-lzma --enable-libsnappy --enable-zlib --enable-librist --enable-libsrt --enable-libssh --enable-libzmq --enable-avisynth --enable-libbluray --enable-libcaca --enable-libdvdnav --enable-libdvdread --enable-sdl2 --enable-libaribb24 --enable-libaribcaption --enable-libdav1d --enable-libdavs2 --enable-libopenjpeg --enable-libquirc --enable-libuavs3d --enable-libxevd --enable-libzvbi --enable-liboapv --enable-libqrencode --enable-librav1e --enable-libsvtav1 --enable-libvvenc --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxavs2 --enable-libxeve --enable-libxvid --enable-libaom --enable-libjxl --enable-libsvtjpegxs --enable-libvpx --enable-mediafoundation --enable-libass --enable-frei0r --enable-libfreetype --enable-libfribidi --enable-libharfbuzz --enable-liblensfun --enable-libvidstab --enable-libvmaf --enable-libzimg --enable-amf --enable-cuda-llvm --enable-cuvid --enable-dxva2 --enable-d3d11va --enable-d3d12va --enable-ffnvcodec --enable-libvpl --enable-nvdec --enable-nvenc --enable-vaapi --enable-libshaderc --enable-vulkan --enable-libplacebo --enable-opencl --enable-libcdio --enable-openal --enable-libgme --enable-libmodplug --enable-libopenmpt --enable-libopencore-amrwb --enable-libmp3lame --enable-libshine --enable-libtheora --enable-libtwolame --enable-libvo-amrwbenc --enable-libcodec2 --enable-libilbc --enable-libgsm --enable-liblc3 --enable-libopencore-amrnb --enable-libopus --enable-libspeex --enable-libvorbis --enable-ladspa --enable-libbs2b --enable-libflite --enable-libmysofa --enable-librubberband --enable-libsoxr --enable-chromaprint --enable-whisper
  libavutil      60. 23.100 / 60. 23.100
  libavcodec     62. 23.102 / 62. 23.102
  libavformat    62.  8.102 / 62.  8.102
  libavdevice    62.  2.100 / 62.  2.100
  libavfilter    11. 10.101 / 11. 10.101
  libswscale      9.  3.100 /  9.  3.100
  libswresample   6.  2.100 /  6.  2.100
Input #0, mp3, from 'C:\ЗДЕСЬ_ПУТЬ\output.mp3':
  Metadata:
    encoder         : Lavf60.16.100
  Duration: 00:01:44.21, start: 0.025057, bitrate: 129 kb/s
  Stream #0:0: Audio: mp3 (mp3float), 44100 Hz, mono, fltp, 128 kb/s, start 0.025057
Stream mapping:
  Stream #0:0 -> #0:0 (mp3 (mp3float) -> pcm_s16le (native))
Press [q] to stop, [?] for help
Output #0, null, to 'pipe:':
  Metadata:
    encoder         : Lavf62.8.102
  Stream #0:0: Audio: pcm_s16le, 44100 Hz, mono, s16, 705 kb/s
    Metadata:
      encoder         : Lavc62.23.102 pcm_s16le
[out#0/null @ 0000026fc9ccf940] video:0KiB audio:8976KiB subtitle:0KiB other streams:0KiB global headers:0KiB muxing overhead: unknown
size=N/A time=00:01:44.21 bitrate=N/A speed=1.83e+03x elapsed=0:00:00.05

P.S. Из темы по ссылке выше код на C# работает. Спасибо!

Всё правильно. Из переменной ошибки и парсится. Вот внимательнее, в этом полотне есть строка: Duration: 00:01:44.21, start: 0.025057, bitrate: 129 kb/s Вот Duration и есть длительность.
PS: ааа, сразу не заметил, что всё норм))