---
title: "Apakah itu text-to-speech (TTS)? Cara API suara berfungsi"
description: "Text-to-speech menukar teks bertulis kepada audio pertuturan. Cara API TTS berfungsi, apa yang dikawal SSML, format output, dan mengapa BroadNet tiada TTS."
url: https://broadrouter.com/ms/glossary/text-to-speech/
lang: ms
updated: 2026-11-15
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Diterjemahkan daripada bahasa Inggeris dengan bantuan AI. [Baca versi asal dalam bahasa Inggeris](https://broadrouter.com/glossary/text-to-speech/) (dikemas kini 2026-11-15).

# Teks kepada pertuturan (text-to-speech, TTS)

Dikemas kini 2026-11-15

Teks kepada pertuturan (text-to-speech, TTS), atau sintesis pertuturan, menukar teks bertulis kepada audio pertuturan. API TTS menerima teks, suara dan format output seperti MP3 atau WAV, lalu memulangkan pertuturan yang dijana. Ia kebalikan speech-to-text, yang menukar audio kepada teks.

Juga dikenali sebagai: teks ke suara, sintesis pertuturan, suara AI, TTS, text to speech, speech synthesis

Speech-to-text mendengar. Text-to-speech menjawab dengan suara. Pembantu suara memerlukan kedua-duanya.

## Cara ia berfungsi

API TTS menerima tiga perkara: teks, suara dan format audio. Inilah bentuk contoh Python dalam panduan OpenAI:

```python
from openai import OpenAI
client = OpenAI()
with client.audio.speech.with_streaming_response.create(
    model="gpt-4o-mini-tts",
    voice="coral",
    input="Today is a wonderful day to build something people love!",
    instructions="Speak in a cheerful and positive tone.",
) as response:
    response.stream_to_file("speech.mp3")
```

Panduannya mendokumenkan endpoint `/v1/audio/speech`, 13 suara terbina dalam, dan format output MP3 (lalai), Opus, AAC, FLAC, WAV dan PCM, di mana PCM ialah sampel mentah 24 kHz 16-bit tanpa pengepala. Ia menyokong penstriman dengan chunked transfer encoding, jadi main balik boleh bermula sebelum fail siap, dan mengesyorkan WAV atau PCM untuk respons paling pantas. Panduan itu juga menandakan `tts-1`, `tts-1-hd` dan `gpt-4o-mini-tts` sebagai deprecated, dengan penutupan pada 6 Januari 2027. Semak senarai model semasa sebelum anda membina di atas mana-mana model.

Banyak enjin juga menerima SSML, markup XML W3C untuk sintesis. Elemen akar `<speak>` mengisytiharkan `version="1.1"` dan `xml:lang`. Elemen lain termasuk `<break>` untuk jeda, `<say-as>` untuk menandakan tarikh atau nombor, `<phoneme>` untuk sebutan yang tepat (contohnya dalam IPA) dan `<lang>` untuk frasa dalam bahasa lain:

```xml
<speak version="1.1" xml:lang="en-US">
  Pasta should be cooked <lang xml:lang="it">al dente</lang>.
  <break/> Enjoy your meal.
</speak>
```

## Mengapa ia penting

-   **Produk suara ialah saluran paip.** Bot suara ialah [speech-to-text](https://broadrouter.com/ms/glossary/speech-to-text/), kemudian model chat, kemudian TTS. Setiap langkah menambah [kependaman](https://broadrouter.com/ms/glossary/latency/) dan kos, dan setiap satu boleh daripada penyedia berbeza.
-   **Pilihan format.** Format output menentukan saiz dan sokongan main balik. WhatsApp, contohnya, memainkan nota suara [Ogg Opus](https://broadrouter.com/ms/glossary/ogg-opus/).
-   **Pendedahan.** OpenAI mewajibkan pengguna akhir dimaklumkan bahawa suara TTS dijana AI.

## Di BroadNet Inference

BroadNet tidak menawarkan text-to-speech. Rujukan API-nya hanya mendokumenkan `POST /v1/chat/completions` dan `POST /v1/audio/transcriptions`. Ia menawarkan arah sebaliknya: [BroadNet Transcribe Arabic](https://broadrouter.com/ms/models/cohere-transcribe-arabic/) dan [BroadNet Transcribe](https://broadrouter.com/ms/models/cohere-transcribe/) menukar audio WAV atau MP3 kepada teks, pada $0.0042 dan $0.002 seminit. BroadNet juga tidak menawarkan suara langsung atau masa nyata.

Jika produk anda perlu bercakap, padankan transkripsi dan chat BroadNet dengan penyedia TTS berasingan. [Teks, pertuturan dan penglihatan](https://broadrouter.com/ms/blog/text-speech-vision/) memetakan tugas yang diliputi BroadNet dan di mana anda memerlukan perkhidmatan lain, dan hantaran [seni bina chatbot WhatsApp](https://broadrouter.com/ms/blog/arabic-whatsapp-chatbot-architecture/) menunjukkan bahagian nota suara dalam saluran paip itu.

## Kesilapan biasa

-   **Mengelirukan TTS dengan STT.** API speech-to-text tidak menjana audio. Semak senarai endpoint, bukan sekadar perkataan “speech”.
-   **Menganggap SSML berfungsi di mana-mana.** Banyak API hanya menerima teks biasa atau sebahagian SSML.

## Soalan lazim

### Adakah BroadNet Inference menawarkan text-to-speech?

Tidak. BroadNet mendokumenkan dua endpoint, chat completions dan transkripsi audio. Tiada /v1/audio/speech. Gunakan penyedia TTS berasingan jika aplikasi anda perlu bercakap.

### Apakah itu SSML?

Speech Synthesis Markup Language, satu W3C Recommendation (versi 1.1, 2010). Ia XML yang mengawal sebutan, jeda, pic, kelajuan dan pertukaran bahasa dalam pertuturan yang disintesis. Sokongannya berbeza mengikut penyedia TTS.

### Perlukah saya memberitahu pengguna bahawa suara itu dijana AI?

Dasar penggunaan OpenAI, seperti yang dipetik dalam panduan TTS-nya, mewajibkan pendedahan yang jelas bahawa suara itu dijana AI. Semak terma penyedia anda sendiri dan undang-undang tempatan.

## Lihat juga

-   [Speech-to-text (pertuturan kepada teks)](https://broadrouter.com/ms/glossary/speech-to-text/) (istilah)
-   [AI multimodal (multimodal AI)](https://broadrouter.com/ms/glossary/multimodal/) (istilah)
-   [Ogg Opus](https://broadrouter.com/ms/glossary/ogg-opus/) (istilah)
-   [WAV](https://broadrouter.com/ms/glossary/wav/) (istilah)
-   [Penstriman (streaming)](https://broadrouter.com/ms/glossary/streaming/) (istilah)
-   [Teks, ucapan atau penglihatan? Mulakan dengan tugas](https://broadrouter.com/ms/blog/text-speech-vision/) (artikel)
-   [Seni bina chatbot WhatsApp bahasa Arab: nota suara hingga balasan](https://broadrouter.com/ms/blog/arabic-whatsapp-chatbot-architecture/) (artikel)

Cuba dengan beban kerja sebenar anda. Akaun baharu bermula dengan kredit US$5 untuk Gemma dan transkripsi. DeepSeek, GLM dan Qwen3.8 memerlukan tambah nilai.

[Mulakan](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-text-to-speech&utm_content=page-cta) ·

**Sumber**

-   [Dokumentasi OpenAI API, panduan text to speech: /v1/audio/speech, suara, format output, peraturan pendedahan (disemak 2026-11-15)](https://developers.openai.com/api/docs/guides/text-to-speech)
-   [W3C, Speech Synthesis Markup Language (SSML) Version 1.1, Recommendation (disemak 2026-11-15)](https://www.w3.org/TR/speech-synthesis11/)
-   [Rujukan API BroadNet Inference: endpoint chat completions dan transkripsi audio (disemak 2026-11-15) (Bahasa Inggeris)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=ms-glossary-text-to-speech&utm_content=sources)
