Zum Inhalt springen

F5 TTS

Integrieren

Modell-ID f5-tts
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

Diese Anfrage: 0,003 $ 3 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Open model Text zu Sprache Referenzeingaben #speech

Sprachsynthese mit Stimmenklonen aus einem Referenz-Audioclip unter Verwendung von F5-TTS oder E2-TTS

Open model · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Text für die Sprachsynthese, begrenzt auf 5000 Zeichen.

•erforderlich
Datei ablegen oder

URL der Referenzaudiodatei.

model_type •erforderlich

Modellname für die TTS-Synthese.

Erweitert ref_text · remove_silence
Standard

TTS-Referenztext; bei Weglassen wird die automatische Generierung durch ein Spracherkennungsmodell (ASR, Automatic Speech Recognition) ausgewählt.

POST /run/f5-tts?wait=20 Preis → 0,003 $
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über F5 TTS

Spricht `gen_text` (bis zu 5000 Zeichen) mit der Stimme des durch `ref_audio_url` angegebenen Referenzclips. `model_type` wählt F5-TTS oder E2-TTS. Ist `ref_text` leer, wird er durch Spracherkennung erzeugt. `remove_silence` ist standardmäßig aktiviert.

Parameter

NameTyp StandardZulässig Beschreibung
gen_texterforderlich
Typstring
Text für die Sprachsynthese, begrenzt auf 5000 Zeichen.
ref_audio_urlerforderlich
Typurl · audio
URL der Referenzaudiodatei.
ref_textoptional
Typstring
Standard
TTS-Referenztext; bei Weglassen wird die automatische Generierung durch ein Spracherkennungsmodell (ASR, Automatic Speech Recognition) ausgewählt.
model_typeerforderlich
Typenum
F5-TTSE2-TTS
Modellname für die TTS-Synthese.
remove_silenceoptional
Typboolean
Standardtrue
Steuert, ob Stille aus der Audiodatei entfernt wird.
erforderlich

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "f5-tts",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  },
  "output": {
    "audio_url": {
      "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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio_url
object {url, content_type, file_name, file_size}Audiodatei mit der synthetisierten Sprache.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/f5-tts.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt