تخطّي إلى المحتوى

Tada

التكامل

معرّف النموذج 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"

هذا الطلب: ⁨‏0.004 $⁩ 4 أرصدة API تشغيله في هذه الصفحة

الحصول على مفتاح API

تحويل النص إلى كلام مع استنساخ صوت يتحدث نصك بصوت مقطع مرجعي، مع 10 رموز للغات

Open model · صوت

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب

محتوى الكلام مقدم كنص؛ ويوفر المتحدث المرجعي الصوت المستخدم لإخراجه.

•مطلوب audio_url
أفلت ملفًا، أو

مصدر استنساخ الصوت المقدم كعنوان URL لملف صوت، ويحدد المتحدث الذي ينبغي للنموذج إعادة إنتاج خصائص صوته.

متقدم 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 الافتراضي wav

تنسيق ملف الصوت المولد.

الافتراضي

تفريغ الصوت المرجعي الذي يجب توفيره للتسجيلات باللغات غير الإنجليزية؛ أما التفريغ التلقائي فمدمج للإنجليزية فقط.

الافتراضي en

رمز لغة محاذاة النص، ويجب أن يتوافق مع لغة التركيب عند توليد كلام بلغة غير الإنجليزية.

الافتراضي 0

عدد خطوات الانحدار الذاتي الإضافية لإضافة الإيقاع الصوتي أو الصمت في النهاية عبر مواصلة الكلام بعد النص المقدم.

الافتراضي 0.6

درجة حرارة أخذ عينات رموز النص: تؤدي زيادتها إلى إضافة تنوع إلى المخرج، ولا يُسمح بالقيمة 0 أو أقل.

الافتراضي 0.9

إعداد أخذ عينات Top-p (النواة) المستخدم لتوليد النص.

الافتراضي 1.1

عقوبة تكرار الرمز أثناء توليد المخرج.

الافتراضي 1.6

قوة التوجيه الخالي من المصنف المستخدمة لتوليد الخصائص الصوتية.

الافتراضي 0.9

درجة حرارة الضوضاء المستخدمة أثناء انتشار مطابقة التدفق.

الافتراضي 20

عدد خطوات محلل ODE المستخدم لتوليد الأصوات عبر مطابقة التدفق.

الافتراضي 1

مضاعف سرعة الكلام: يصبح الكلام المولد أبطأ من 1.0 وأسرع من 1.0.

POST /run/tada/3b/text-to-speech?wait=20 عرض السعر → ⁨‏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"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Tada

يستنسخ صوت المتحدث من مقطع مرجعي (`audio_url`) ويقرأ نص `prompt` بذلك الصوت. يقبل الخيار `language` القيم en وar وch وde وes وfr وit وja وpl وpt. للمراجع غير الإنجليزية، قدّم `transcript` لأن التعرف المدمج يقتصر على الإنجليزية. يمكن ضبط السرعة من 0.5 إلى 2، ويكون الإخراج بصيغة wav أو mp3.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
audio_urlمطلوب audio
النوعurl · audio
مصدر استنساخ الصوت المقدم كعنوان URL لملف صوت، ويحدد المتحدث الذي ينبغي للنموذج إعادة إنتاج خصائص صوته.
transcriptاختياري
النوعstring
الافتراضي
تفريغ الصوت المرجعي الذي يجب توفيره للتسجيلات باللغات غير الإنجليزية؛ أما التفريغ التلقائي فمدمج للإنجليزية فقط.
promptمطلوب
النوعstring
محتوى الكلام مقدم كنص؛ ويوفر المتحدث المرجعي الصوت المستخدم لإخراجه.
languageاختياري
النوعenum
الافتراضيen
enarchdeesfritjaplpt
رمز لغة محاذاة النص، ويجب أن يتوافق مع لغة التركيب عند توليد كلام بلغة غير الإنجليزية.
num_extra_stepsاختياري
النوعinteger
الافتراضي0
0 – 50
عدد خطوات الانحدار الذاتي الإضافية لإضافة الإيقاع الصوتي أو الصمت في النهاية عبر مواصلة الكلام بعد النص المقدم.
temperatureاختياري
النوعnumber
الافتراضي0.6
≤ 2> 0
درجة حرارة أخذ عينات رموز النص: تؤدي زيادتها إلى إضافة تنوع إلى المخرج، ولا يُسمح بالقيمة 0 أو أقل.
top_pاختياري
النوعnumber
الافتراضي0.9
0 – 1
إعداد أخذ عينات Top-p (النواة) المستخدم لتوليد النص.
repetition_penaltyاختياري
النوعnumber
الافتراضي1.1
1 – 2
عقوبة تكرار الرمز أثناء توليد المخرج.
acoustic_cfg_scaleاختياري
النوعnumber
الافتراضي1.6
0 – 10
قوة التوجيه الخالي من المصنف المستخدمة لتوليد الخصائص الصوتية.
noise_temperatureاختياري
النوعnumber
الافتراضي0.9
0 – 2
درجة حرارة الضوضاء المستخدمة أثناء انتشار مطابقة التدفق.
num_inference_stepsاختياري
النوعinteger
الافتراضي20
1 – 50
عدد خطوات محلل ODE المستخدم لتوليد الأصوات عبر مطابقة التدفق.
speed_up_factorاختياري
النوعnumber
الافتراضي1
0.5 – 2
مضاعف سرعة الكلام: يصبح الكلام المولد أبطأ من 1.0 وأسرع من 1.0.
output_formatاختياري
النوعenum
الافتراضيwav
wavmp3
تنسيق ملف الصوت المولد.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يمكن تخفيف الفحص بضبط القيمة على false، شريطة أن يكون المستدعي مخولًا بذلك.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

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"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}ملف صوت يحتوي على الكلام المُولّف.

مزيد من النماذج: تحويل النص إلى كلام

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/tada/3b/text-to-speech.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt