Drei OpenAI-Sprachmodelle werden eingestellt, AssemblyAI bietet Migrationsweg
OpenAI entfernt die Modelle tts-1, tts-1-hd und gpt-4o-mini-tts am 6. Januar 2027 aus seiner API. AssemblyAI erklärt, dass Entwickler, die das OpenAI-SDK verwenden, durch eine Änderung von Basis-URL und Schlüssel zu seinem Sprachdienst wechseln können.
- OpenAI stellt die Modelle tts-1, tts-1-hd und gpt-4o-mini-tts am 6. Januar 2027 ein.
- Das von OpenAI empfohlene Modell gpt-realtime-2.1-mini erfordert einen anderen API-Ablauf.
- AssemblyAI kann mit eigener Basis-URL und eigenem API-Schlüssel genutzt werden, während das OpenAI-SDK erhalten bleibt.
- AssemblyAI-TTS-1 bietet Modelle für sechs Sprachen und kostet $15 pro 1 Million Zeichen.
- Bei der Migration können sich auch Formate, Geschwindigkeit, instructions und das Verhalten von Stimmennamen unterscheiden.
Drei betroffene Modelle werden im Januar eingestellt
OpenAI hat seinen Hinweis zur Einstellung am 1. Oktober veröffentlicht. Die Modelle tts-1, tts-1-hd sowie die Versionen von gpt-4o-mini-tts vom 20. März 2025 und 15. Dezember 2025 werden am 6. Januar 2027 eingestellt.
Auf der Seite zu abgekündigten Produkten nennt OpenAI das Modell gpt-realtime-2.1-mini als Nachfolger. AssemblyAI weist jedoch darauf hin, dass dieses Modell laut OpenAIs eigener Text-to-Speech-Anleitung nicht am Endpunkt /v1/audio/speech unterstützt wird. Die Nutzung der Realtime API würde daher einen anderen Ablauf erfordern, mit Sitzungen und Ereignissen statt HTTP-Anfragen pro Äußerung.
Das OpenAI-SDK kann weiterverwendet werden
AssemblyAIs Kompatibilitätslösung verwendet dasselbe Anfrageformat für POST /audio/speech unter der eigenen Basis-URL. Entwickler können das OpenAI-SDK weiter nutzen und beim Initialisieren des Clients die Basis-URL, den API-Schlüssel und den Modellnamen ändern.
Die US-Zone für die Datenverarbeitung nutzt https://tts.us.assemblyai.com/v1/openai, während die europäische Zone https://tts.eu.assemblyai.com/v1/openai verwendet. In den Beispielen von AssemblyAI kommt das Modell assemblyai-tts-en zum Einsatz. Der Dienst bietet laut AssemblyAI Modelle für Englisch, Spanisch, Französisch, Deutsch, Italienisch und Portugiesisch sowie Tausende verfügbare Stimmen.
Laut Anbieter ist AssemblyAI-TTS-1 für dialogorientierte Sprachagenten ausgelegt und konzentriert sich auf Details wie Bestätigungscodes, Preise, Datumsangaben und Namen. Der Preis beträgt $15 pro 1 Million Zeichen, abgerechnet wird auf Basis der Eingabezeichen. Der Dienst bietet unbegrenzte Parallelität.
Modelle, Stimmen und Kompatibilitätsunterschiede
OpenAI-Modellnamen können nicht direkt übernommen werden. Sendet ein Entwickler beispielsweise weiterhin den Namen tts-1, erhält er den 400-Fehler model_not_found. Zu den verfügbaren Modellnamen gehören assemblyai-tts-en, assemblyai-tts-es, assemblyai-tts-de, assemblyai-tts-it, assemblyai-tts-pt und assemblyai-tts-fr sowie das sprachneutrale assemblyai-tts-1.
Für Englisch können AssemblyAI-Stimmen den Namen von OpenAI-Stimmen zugeordnet werden. So entspricht alloy aai-jane, echo aai-paul und nova aai-eve. Diese Zuordnung gilt nur für Englisch. In anderen Sprachen verwenden alle diese Namen die Stimme aai-jane. Für Agenten in anderen Sprachen müssen Entwickler einen sprachspezifischen Stimmen-Slug oder eine UUID angeben.
AssemblyAIs Kompatibilitätslösung akzeptiert die Formate MP3, PCM, WAV, mulaw und alaw. Opus, aac und flac werden nicht unterstützt. Für die Geschwindigkeit wird nur der Wert 1 unterstützt, und der Dienst ignoriert das Feld instructions. Die Eingabelänge kann zwischen 1 und 5000 Unicode-Codepunkten liegen, während Antworten zeichenbasierte Nutzungsdaten statt Token-Statistiken liefern.
Was bedeutet das für Entwickler?
Laut der Dokumentation von AssemblyAI müssen die meisten Integrationen für die Migration zwei Clienteinstellungen ändern, die Basis-URL und den API-Schlüssel, zusätzlich zum Modellnamen. In den Python- und JavaScript-Beispielen bleibt der Rest der Anfrage unverändert.
Vor der Migration sollten Entwickler die verwendeten Stimmen, Formate, Geschwindigkeitseinstellungen und das Feld instructions prüfen. Die Modellliste kann am Endpunkt /v1/openai/models ohne Schlüssel abgefragt werden. AssemblyAI erklärt, dass Prüfungen zur Stimmenmigration auch über Antwort-Header mit der Kennung der aktuell verwendeten Stimme unterstützt werden.
