在 OPL 数据空间中使用 OpenAI 做文字转语音
如果你已经有 OpenAI API Key，这是接入 OpenAI 官方 TTS API 的最直接方式。
需要 STT？
前提
- 一个有 Audio API 权限的 OpenAI API Key
- 正在运行的 OPL 数据空间
快速配置（UI）
- 点击左下角头像
- 进入 管理员面板
- 打开 设置 → 语音
- 设置：
| 设置项 | 值 |
|---|---|
| Text-to-Speech Engine | OpenAI |
| API Base URL | https://api.openai.com/v1 |
| API Key | 你的 OpenAI API Key |
| TTS Model | tts-1 或 tts-1-hd |
| TTS Voice | 在可用语音中选择 |
- 点击 Save
可用模型
| 模型 | 说明 | 适用场景 |
|---|---|---|
tts-1 | 标准质量，延迟更低 | 实时应用 |
tts-1-hd | 音质更高 | 预录内容或高质量输出 |
可用 声音
OpenAI 内置 6 个声音：
| 声音 | 说明 |
|---|---|
alloy | 中性、平衡 |
echo | 温暖、对话感强 |
fable | 更有表现力，带英式口音 |
onyx | 深沉、权威 |
nova | 友好、活跃 |
shimmer | 柔和 |
按模型指定 TTS 声音
你可以在模型编辑器里为单个模型设置专属 TTS 声音：
- 前往 Workspace > Models
- 点击模型的编辑图标
- 找到 TTS Voice
- 填入声音名
- 保存
声音优先级
OPL 数据空间读取 TTS 声音时的优先级是：
- 模型级 TTS Voice
- 用户个人设置
- 系统默认值
环境变量配置
services:
open-webui:
image: ghcr.io/open-webui/open-webui:main
environment:
- AUDIO_TTS_ENGINE=openai
- AUDIO_TTS_OPENAI_API_BASE_URL=https://api.openai.com/v1
- AUDIO_TTS_OPENAI_API_KEY=sk-...
- AUDIO_TTS_MODEL=tts-1
- AUDIO_TTS_VOICE=alloy常用变量
| 变量 | 说明 | 默认值 |
|---|---|---|
AUDIO_TTS_ENGINE | 设为 openai | 空 |
AUDIO_TTS_OPENAI_API_BASE_URL | OpenAI API 地址 | https://api.openai.com/v1 |
AUDIO_TTS_OPENAI_API_KEY | OpenAI API Key | 空 |
AUDIO_TTS_MODEL | tts-1 或 tts-1-hd | tts-1 |
AUDIO_TTS_VOICE | 默认声音 | alloy |
测试 TTS
- 发起一段新的聊天
- 等待模型返回结果
- 点击回复旁的扬声器图标
长文本切分
对较长回复， OPL 数据空间会先切分后再发给 TTS 引擎。配置位置在 管理员面板 > 设置 > 语音 的 Response Splitting：
| 选项 | 说明 |
|---|---|
| Punctuation | 按句号、问号、感叹号和换行切分 |
| Paragraphs | 仅按段落切分 |
| None | 整段直接发送 |
一般建议使用 Punctuation。
故障排查
没有声音播放
- 检查 OpenAI API Key 是否有效
- 检查 API Base URL 是否正确
- 打开浏览器控制台查看报错
音质问题
- 可从
tts-1切到tts-1-hd - 注意
tts-1-hd的延迟也会更高
速率限制
如果遇到速率限制：
- 减少重复请求
- 必要时缓存常用短句
更多问题见 音频排障指南。