> Discover all available pages from the documentation index: https://mastra.zisheng.pro/ja/llms.txt

# OpenAI

Mastra の OpenAIVoice クラスは、OpenAI モデルを使用した Text-to-Speech および Speech-to-Text 機能を提供します。

## 使用例

```typescript
import { OpenAIVoice } from '@mastra/voice-openai'

// Initialize with default configuration using environment variables
const voice = new OpenAIVoice()

// Or initialize with specific configuration
const voiceWithConfig = new OpenAIVoice({
  speechModel: {
    name: 'tts-1-hd',
    apiKey: 'your-openai-api-key',
  },
  listeningModel: {
    name: 'whisper-1',
    apiKey: 'your-openai-api-key',
  },
  speaker: 'alloy', // Default voice
})

// Convert text to speech
const audioStream = await voice.speak('Hello, how can I help you?', {
  speaker: 'nova', // Override default voice
  speed: 1.2, // Adjust speech speed
})

// Convert speech to text
const text = await voice.listen(audioStream, {
  filetype: 'mp3',
})
```

## 設定

### コンストラクターオプション

**speechModel** (`OpenAIConfig`): Text-to-Speech 合成の設定。 (Default: `{ name: 'tts-1' }`)

**speechModel.name** (`'tts-1' | 'tts-1-hd' | 'whisper-1'`): モデル名。より高品質な音声には 'tts-1-hd' を使用します。

**speechModel.apiKey** (`string`): OpenAI API キー。未指定の場合は OPENAI\_API\_KEY 環境変数を使用します。

**listeningModel** (`OpenAIConfig`): Speech-to-Text 認識の設定。 (Default: `{ name: 'whisper-1' }`)

**listeningModel.name** (`'tts-1' | 'tts-1-hd' | 'whisper-1'`): モデル名。より高品質な音声には 'tts-1-hd' を使用します。

**listeningModel.apiKey** (`string`): OpenAI API キー。未指定の場合は OPENAI\_API\_KEY 環境変数を使用します。

**speaker** (`OpenAIVoiceId`): 音声合成に使用するデフォルトの Voice ID。 (Default: `'alloy'`)

## メソッド

### `speak()`

OpenAI の Text-to-Speech モデルを使用してテキストを音声に変換します。

**input** (`string | NodeJS.ReadableStream`): 音声に変換するテキストまたはテキストストリーム。

**options** (`Options`): 設定オプション。

**options.speaker** (`OpenAIVoiceId`): 音声合成に使用する Voice ID。

**options.speed** (`number`): 発話速度の倍率。

戻り値：`Promise<NodeJS.ReadableStream>`

### `listen()`

OpenAI の Whisper モデルを使用して音声を文字起こしします。

**audioStream** (`NodeJS.ReadableStream`): 文字起こしする音声ストリーム。

**options** (`Options`): 設定オプション。

**options.filetype** (`string`): 入力ストリームの音声形式。

戻り値：`Promise<string>`

### `getSpeakers()`

使用可能な Voice オプションの配列を返します。各要素には次の値が含まれます。

**voiceId** (`string`): Voice の一意な識別子

## 注意事項

- API キーは、コンストラクターオプションまたは `OPENAI_API_KEY` 環境変数で指定できます
- `tts-1-hd` モデルはより高品質な音声を提供しますが、処理に時間がかかる場合があります
- 音声認識は mp3、wav、webm など複数の音声形式をサポートします