Pereiti prie turinio

Tada

Integruoti

Modelio id tada/3b/text-to-speech
# 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/tada/3b/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Ši užklausa: 0,004 $ 4 API kreditai Paleisti šiame puslapyje

Gauti API raktą
Open model Tekstas į kalbą

Balso klonavimu pagrįstas teksto pavertimas kalba, ištariantis jūsų tekstą atskaitos klipo balsu ir palaikantis 10 kalbų kodų

Open model · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Kalbos turinys, pateiktas kaip tekstas; atskaitos kalbėtojas suteikia balsą, kuriuo jis perteikiamas.

•privaloma audio_url
Įmeskite failą arba

Balso klonavimo šaltinis, pateiktas kaip garso failo URL, nurodantis kalbėtoją, kurio balso savybes modelis turi atkartoti.

Išplėstiniai output_format · transcript · language · num_extra_steps · temperature · top_p · repetition_penalty · acoustic_cfg_scale · noise_temperature · num_inference_steps · speed_up_factor · enable_safety_checker
output_format numatytoji wav

Sugeneruoto garso failo formatas.

numatytoji

Atskaitos garso transkripcija, kurią būtina pateikti įrašams ne anglų kalba; automatinė transkripcija integruota tik anglų kalbai.

numatytoji en

Teksto derinimo kalbos kodas, kuris turi atitikti sintezės kalbą generuojant kalbą kita nei anglų kalba.

numatytoji 0

Papildomų autoregresinių žingsnių skaičius, skirtas pridėti baigiamąją prozodiją arba tylą tęsiant kalbą už pateikto teksto ribų.

numatytoji 0.6

Teksto žetonų diskretizavimo temperatūra: ją didinant išvestis tampa įvairesnė, o 0 arba mažesnė reikšmė neleidžiama.

numatytoji 0.9

Top-p (branduolio) diskretizavimo nustatymas tekstui generuoti.

numatytoji 1.1

Žetonų kartojimo bauda generuojant išvestį.

numatytoji 1.6

Klasifikatoriaus nenaudojančio valdymo stiprumas, naudojamas akustinėms savybėms generuoti.

numatytoji 0.9

Triukšmo temperatūra, naudojama srauto atitikimo difuzijos metu.

numatytoji 20

ODE sprendiklio žingsnių skaičius, naudojamas akustikai generuoti srauto atitikimo būdu.

numatytoji 1

Kalbos greičio daugiklis: sugeneruota kalba tampa lėtesnė, kai reikšmė mažesnė nei 1.0, ir greitesnė, kai didesnė nei 1.0.

POST /run/tada/3b/text-to-speech?wait=20 kaina → 0,004 $
# 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/tada/3b/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Tada

Klonuoja kalbėtoją iš atskaitos klipo (`audio_url`) ir skaito `prompt` tekstą tuo balsu. Parinktis `language` priima en, ar, ch, de, es, fr, it, ja, pl ir pt. Neangliškoms atskaitoms pateikite `transcript`, nes integruotasis atpažinimas palaiko tik anglų kalbą. Greitį galima keisti nuo 0.5 iki 2, o išvestis yra wav arba mp3.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
Balso klonavimo šaltinis, pateiktas kaip garso failo URL, nurodantis kalbėtoją, kurio balso savybes modelis turi atkartoti.
transcriptneprivalomas
Tipasstring
Numatytoji reikšmė
Atskaitos garso transkripcija, kurią būtina pateikti įrašams ne anglų kalba; automatinė transkripcija integruota tik anglų kalbai.
promptprivaloma
Tipasstring
Kalbos turinys, pateiktas kaip tekstas; atskaitos kalbėtojas suteikia balsą, kuriuo jis perteikiamas.
languageneprivalomas
Tipasenum
Numatytoji reikšmėen
enarchdeesfritjaplpt
Teksto derinimo kalbos kodas, kuris turi atitikti sintezės kalbą generuojant kalbą kita nei anglų kalba.
num_extra_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė0
0 – 50
Papildomų autoregresinių žingsnių skaičius, skirtas pridėti baigiamąją prozodiją arba tylą tęsiant kalbą už pateikto teksto ribų.
temperatureneprivalomas
Tipasnumber
Numatytoji reikšmė0.6
≤ 2> 0
Teksto žetonų diskretizavimo temperatūra: ją didinant išvestis tampa įvairesnė, o 0 arba mažesnė reikšmė neleidžiama.
top_pneprivalomas
Tipasnumber
Numatytoji reikšmė0.9
0 – 1
Top-p (branduolio) diskretizavimo nustatymas tekstui generuoti.
repetition_penaltyneprivalomas
Tipasnumber
Numatytoji reikšmė1.1
1 – 2
Žetonų kartojimo bauda generuojant išvestį.
acoustic_cfg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė1.6
0 – 10
Klasifikatoriaus nenaudojančio valdymo stiprumas, naudojamas akustinėms savybėms generuoti.
noise_temperatureneprivalomas
Tipasnumber
Numatytoji reikšmė0.9
0 – 2
Triukšmo temperatūra, naudojama srauto atitikimo difuzijos metu.
num_inference_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė20
1 – 50
ODE sprendiklio žingsnių skaičius, naudojamas akustikai generuoti srauto atitikimo būdu.
speed_up_factorneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Kalbos greičio daugiklis: sugeneruota kalba tampa lėtesnė, kai reikšmė mažesnė nei 1.0, ir greitesnė, kai didesnė nei 1.0.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėwav
wavmp3
Sugeneruoto garso failo formatas.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/3b/text-to-speech",
  "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": 4,
    "usd": "0.004",
    "charged": 4,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Sugeneruotą kalbą turintis garso failas.

Daugiau modelių: Tekstas į kalbą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/tada/3b/text-to-speech.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt