Lumaktaw sa nilalaman

xAI Text to Speech

I-integrate

ID ng modelo xai/tts/v1
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Kahilingang ito: $0.001 1 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key

Text-to-speech na may built-in voice, pagpili ng wika at inline expressive speech tag

xAI · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan 50 / 15000

Teksto para sa speech synthesis, na may ekspresibong pagbigkas na kinokontrol sa pamamagitan ng mga inline tag ([laugh], [pause], [sigh]) o mga pambalot na tag (<whisper>text</whisper>, <slow>text</slow>). Hindi maaaring lumampas sa 15,000 character ang input.

advanced voice · language · enable_safety_checker · output_format
default na eve

Built-in na boses na pinili para sa speech synthesis.

default na auto

Pagpili ng wika mula sa mga BCP-47 code na ito: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Para sa awtomatikong pagtukoy, gamitin ang 'auto'.

Configuration para sa format ng nabuong audio; ang default ay MP3 na may sample rate na 24 kHz at bitrate na 128 kbps.

POST /run/xai/tts/v1?wait=20 presyo → $0.001
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa xAI Text to Speech

Kino-convert ang hanggang 15,000 character ng teksto sa speech. Pumili mula sa 28 built-in voice at isang language code o awtomatikong detection. Maaaring maglaman ang teksto ng mga tag gaya ng [laugh], [pause] at [sigh], o mga wrapping tag gaya ng <whisper> at <slow>, para sa mas ekspresibong delivery. Kino-configure ng `output_format` ang audio file.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
textkinakailangan
Uristring
≤ 15,000 character
Teksto para sa speech synthesis, na may ekspresibong pagbigkas na kinokontrol sa pamamagitan ng mga inline tag ([laugh], [pause], [sigh]) o mga pambalot na tag (<whisper>text</whisper>, <slow>text</slow>). Hindi maaaring lumampas sa 15,000 character ang input.
voiceopsyonal
Urienum
defaulteve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 pasiriuslumencastornakshatlasauroralioraaraeveleorexsal
Built-in na boses na pinili para sa speech synthesis.
languageopsyonal
Urienum
defaultauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 parues-MXes-EStrvi
Pagpili ng wika mula sa mga BCP-47 code na ito: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Para sa awtomatikong pagtukoy, gamitin ang 'auto'.
output_formatopsyonal
Uriobject
Configuration para sa format ng nabuong audio; ang default ay MP3 na may sample rate na 24 kHz at bitrate na 128 kbps.
output_format.codecopsyonal
Urienum
defaultmp3
mp3wavpcmmulawalaw
Codec para sa pag-encode ng audio; ang mga available na pagpipilian ay mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateopsyonal
Urienum
default24000
80001600022050240004410048000
Sampling frequency ng audio, sinusukat sa Hz.
output_format.bit_rateopsyonal
Urienum
320006400096000128000192000
Bit rate para sa MP3 output, default na 128000 at sinusukat sa bps; hindi ito naaangkop sa ibang codec.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Maaaring luwagan ang screening sa pamamagitan ng pagtatakda ng false, kung awtorisado ang tumatawag.
kinakailangan

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
audio
object {url, content_type, file_name, file_size}Audio file na ginawa sa pagbuo.

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/xai/tts/v1.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt