#!/usr/bin/env python3 """Превратить текст в аудиофайл через HTTP API ChatGPT или OpenAI Platform. Скрипт воспроизводит HTTP-запрос самостоятельно: для ChatGPT читает текущий access token из auth.json, для Platform — ключ из файла или окружения. Описание схемы, примеры и карта кода: docs/chatgpt-audio-http.md. """ # argparse разбирает режим, входной текст, выходной файл и параметры запроса. import argparse # json читает сохранённый вход и кодирует тело запроса, но не печатает токен. import json # os нужен только для альтернативного источника Platform key — OPENAI_API_KEY. import os # sys позволяет вывести диагностическую ошибку в stderr и вернуть код 1. import sys # HTTPError и URLError отделяют отказ сервера от ошибки соединения. import urllib.error # urlencode и quote безопасно помещают ID сообщений и чатов в URL. import urllib.parse # Стандартный HTTP-клиент отправляет запрос без SDK и без запуска Desktop. import urllib.request # Path работает с входным текстом, auth.json, файлом ключа и результатом. from pathlib import Path # Базовый адрес приватного ChatGPT API. Это отдельный адрес от api.openai.com. CHATGPT = "https://chatgpt.com/backend-api" # User-Agent взят из наблюдавшегося успешного Desktop-запроса. # В предыдущих пробах сервер по-разному отвечал разным клиентам; этот заголовок # воспроизводит рабочую форму, но не гарантирует обход любого HTTP 403. USER_AGENT = ("CodexBrowser Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 " "(KHTML, like Gecko) Chrome/154.0.0.0 Safari/537.36") class NoRedirect(urllib.request.HTTPRedirectHandler): # Не переходим по 3xx: Authorization должен остаться на исходном адресе. def redirect_request(self, request, fp, code, msg, headers, newurl): # None превращает перенаправление в HTTP-ошибку вместо второго запроса. return None def chatgpt_headers(auth_file): # Читаем файл заново при запуске. Токен остаётся в памяти и в HTTP-заголовке; # скрипт не копирует его в исходники, отдельный файл, URL или вывод. auth = json.loads(auth_file.read_text(encoding="utf-8")) # Для ChatGPT-входа credentials находятся в объекте tokens. tokens = auth.get("tokens") or {} token = tokens.get("access_token") # API-key вход, включая acodex-маркер 0000, не подходит для этого endpoint. if auth.get("auth_mode") != "chatgpt" or not isinstance(token, str) or not token: raise ValueError("Нужен ChatGPT-вход с access_token в выбранном auth.json") # Cookies из Desktop не читаются. Для чтения существующего ChatGPT-чата # 30.09.2026 потребовалось воспроизвести ещё и набор заголовков Desktop: # без него был 403 challenge, с ним GET conversation дал 200. По этой # проверке нельзя установить, какой отдельный заголовок оказался решающим. headers = {"Authorization": "Bearer " + token, "User-Agent": USER_AGENT, "originator": "Codex Desktop", "Origin": "https://chatgpt.com", "Accept": "*/*"} # ID аккаунта передаём только если он присутствует в сохранённом входе. account = tokens.get("account_id") if account: headers["ChatGPT-Account-ID"] = account return headers def build_request(args, text): # Возвращаем URL, HTTP-метод и JSON-тело отдельно от credentials. # Благодаря этому --dry-run показывает контракт, не читая auth.json. if args.mode == "chatgpt-text": # Произвольный текст: Desktop использует эту форму в language widgets. # pronunciation_language задаёт язык, source повторяет контекст вызова. # В этой ветке нет параметра модели и нет ID существующего сообщения. return (CHATGPT + "/pronunciation/synthesize?format=mp3", "POST", {"text": text, "pronunciation_language": args.language, "source": "translation"}) if args.mode == "chatgpt-message": # Здесь сервер сам берёт текст из уже существующего ChatGPT-сообщения. # urlencode экранирует все значения query; тело GET-запроса отсутствует. query = urllib.parse.urlencode({"conversation_id": args.conversation_id, "message_id": args.message_id, "voice": args.voice or "juniper", "format": "mp3"}) return CHATGPT + "/synthesize?" + query, "GET", None if args.mode == "chatgpt-summary": # Эта операция озвучивает резюме чата. Входной текст служит инструкцией # для резюме; его дословное чтение этим режимом не обещается. conversation = urllib.parse.quote(args.conversation_id, safe="") return (CHATGPT + f"/conversation/{conversation}/audio_summary/synthesize", "POST", {"format": args.summary_format, "custom_instructions": text or None}) # Оставшийся CLI-режим openai вызывает публичный Speech API. # Лимит 4096 символов — ограничение этой демонстрации для данной ветки. if len(text) > 4096: raise ValueError("Демонстрация /audio/speech ограничена 4096 символами") return ("https://api.openai.com/v1/audio/speech", "POST", {"model": args.model, "input": text, "voice": args.voice or "coral", "response_format": "wav"}) def download_audio(url, method, body, headers, output, timeout): # Для POST кодируем JSON в UTF-8. GET оставляет тело равным None. if body is not None: headers = {**headers, "Content-Type": "application/json"} request = urllib.request.Request(url, method=method, headers=headers, data=None if body is None else json.dumps(body).encode()) # NoRedirect отключает переходы, а обычный ProxyHandler urllib остаётся: # этот TTS-клиент учитывает стандартные proxy-настройки своего окружения. # Это сетевой HTTP proxy, а не app-server и не acodex model gateway. try: with urllib.request.build_opener(NoRedirect()).open(request, timeout=timeout) as response: # Отбрасываем необязательные параметры Content-Type после точки с запятой. mime = response.headers.get("Content-Type", "").split(";", 1)[0] # Читаем максимум 30 МБ + 1 байт: лишний байт обнаруживает превышение. # Это локальное ограничение клиента, не заявленный лимит сервиса. data = response.read(30_000_001) status = response.status except urllib.error.HTTPError as error: # Не печатаем тело отказа. Оно может содержать пользовательские данные. # Признак challenge берём только из заголовка, не угадываем причину 403. challenge = error.headers.get("cf-mitigated") == "challenge" message = (f"HTTP {error.code}; content-type={error.headers.get('Content-Type')}; " f"Cloudflare challenge={challenge}; тело ответа не выводится") # HTTPError владеет потоком ответа; явно освобождаем его перед исключением. error.close() raise RuntimeError(message) from None # Не сохраняем JSON/HTML-ответ как якобы готовое аудио. if not mime.startswith("audio/") and mime != "application/octet-stream": raise RuntimeError(f"HTTP {status}, но content-type={mime!r} не является аудио") if not 0 < len(data) <= 30_000_000: raise RuntimeError("Получено пустое или слишком большое аудио") # MIME недостаточно: сервер мог подписать JSON/HTML как audio/mpeg. # Полное декодирование после сохранения отдельно проверяет ffmpeg/ffprobe. if data.lstrip().startswith((b"{", b"<")): raise RuntimeError("Вместо аудио получен JSON/HTML") # Режим xb создаёт файл исключительно: существующий результат не затирается. # Ответ загружается в память целиком и лишь затем сохраняется в этот файл. with output.open("xb") as target: target.write(data) # В полезном выводе только статус, тип, размер и путь; credentials отсутствуют. return {"http_status": status, "content_type": mime, "bytes": len(data), "output": str(output)} def main(): # mode выбирает endpoint, output задаёт имя нового аудиофайла. parser = argparse.ArgumentParser(description=__doc__) parser.add_argument("mode", choices=["chatgpt-text", "chatgpt-message", "chatgpt-summary", "openai"]) parser.add_argument("output", type=Path) # Текст читается из UTF-8 файла; аргумент не содержит сам текст. parser.add_argument("--text-file", type=Path) # Этот клиент по умолчанию использует ~/.codex/auth.json. CODEX_HOME здесь # автоматически не учитывается; для другого хранилища нужен --auth-file. parser.add_argument("--auth-file", type=Path, default=Path.home() / ".codex/auth.json") # Файл Platform key используется только для режима openai. parser.add_argument("--api-key-file", type=Path, help="Файл, содержащий только Platform API key") # Эти ID нужны только режимам чтения сообщения и резюме ChatGPT-чата. parser.add_argument("--conversation-id") parser.add_argument("--message-id") # format здесь означает вид резюме, а НЕ формат аудиофайла. Сервер отвергает # «mp3» с HTTP 422: штатный Desktop передаёт одно из этих трёх значений. parser.add_argument("--summary-format", default="podcast", choices=["podcast", "executive_briefing", "study_guide"]) # Язык влияет на pronunciation; voice используется message/openai режимами. parser.add_argument("--language", default="ru") parser.add_argument("--voice") # Имя модели относится только к публичному Speech API. parser.add_argument("--model", default="gpt-4o-mini-tts") parser.add_argument("--timeout", type=float, default=90) parser.add_argument("--dry-run", action="store_true") # После разбора аргументов сначала проверяем их, затем читаем credentials. args = parser.parse_args() if args.timeout <= 0: parser.error("timeout должен быть положительным") if args.output.exists(): parser.error("Файл результата уже существует") if args.mode in {"chatgpt-message", "chatgpt-summary"} and not args.conversation_id: parser.error("Нужен conversation-id существующего ChatGPT-чата") if args.mode == "chatgpt-message" and not args.message_id: parser.error("Нужен message-id ответа ассистента") # strip убирает внешние пробелы и переводы строк; внутренний текст сохраняется. text = args.text_file.read_text(encoding="utf-8").strip() if args.text_file else "" if args.mode in {"chatgpt-text", "openai"} and not text: parser.error("Нужен непустой text-file") url, method, body = build_request(args, text) # В этом режиме не выполняется сеть и не открывается ни файл токена, ни ключ. # Вывод содержит пользовательский текст, поэтому dry-run не является журналом # для публичной публикации, если текст конфиденциален. if args.dry_run: print(json.dumps({"method": method, "url": url, "body": body, "output": str(args.output), "credentials_read": False}, ensure_ascii=False, indent=2)) return # Для Platform приоритет имеет --api-key-file, затем OPENAI_API_KEY. # ChatGPT access token не подставляется вместо этого ключа. if args.mode == "openai": key = args.api_key_file.read_text().strip() if args.api_key_file else os.getenv("OPENAI_API_KEY", "") if not key or key == "0000": raise ValueError("Нужен действующий OpenAI Platform API key; ChatGPT-вход/0000 не подходят") headers = {"Authorization": "Bearer " + key} else: # Три приватных ChatGPT-режима используют один формат локального входа. headers = chatgpt_headers(args.auth_file) # Единственный сетевой запрос: готовим headers, скачиваем и сохраняем аудио. print(json.dumps(download_audio(url, method, body, headers, args.output, args.timeout), ensure_ascii=False)) if __name__ == "__main__": # При импорте тестами main не запускается; при вызове python3 — запускается. try: main() except (OSError, ValueError, RuntimeError, urllib.error.URLError): # Не показываем содержимое исключений парсинга auth.json, способное раскрыть credentials. exc = sys.exc_info()[1] message = str(exc) if isinstance(exc, RuntimeError) else "Проверьте вход, аргументы, файлы и доступ к сети" print("TTS: " + message, file=sys.stderr) raise SystemExit(1)