Zum Inhalt springen

Maya · Batch

Integrieren

Modell-ID maya/batch
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

Diese Anfrage: ≈0,049 $ 49 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Maya Research Text zu Sprache #text-to-speech#tts

Batch-Version der Maya-Sprachsynthese, die bis zu 100 Texte mit passenden Stimmbeschreibungen rendert

Maya Research · 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

Liste von Texten für die Sprachsynthese mit Unterstützung eingebetteter <emotion_name>-Tags in jedem Eintrag.

•erforderlich

Stimm- oder Charakterattribute für jeden Text, als Liste von Beschreibungen übergeben. Die Anzahl der Beschreibungen muss der Anzahl der Texte entsprechen.

Erweitert sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate Standard 48 kHz

Gemeinsame Audio-Samplingrate für jede Generierung mit der Auswahl zwischen schnellerer Verarbeitung bei 24 kHz und besserer Qualität bei 48 kHz.

output_format Standard wav

Dateiformat für jede generierte Sprachaufnahme.

Standard 0.4

Auf jede Generierung angewendete Sampling-Temperatur.

Standard 0.9

Auf jede Generierung angewendete Nucleus-Sampling-Einstellung.

Standard 2000

Obergrenze für SNAC-Token pro Generierung.

Standard 1.1

Auf jede Generierung angewendete Wiederholungsstrafe.

POST /run/maya/batch?wait=20 Preis → 0,049 $
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

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 Maya · Batch

Synthetisiert viele Clips in einer Anfrage. `texts` und `prompts` akzeptieren jeweils 1 bis 100 Einträge und müssen dieselbe Länge haben, sodass jedem Text eine Stimmbeschreibung zugeordnet wird. Emotionstags funktionieren in jedem Text. Einstellungen wie Abtastrate, Ausgabeformat und Temperatur gelten für alle Ergebnisse; die Antwort enthält eine Liste von Audiodateien und Dauern.

Parameter

NameTyp StandardZulässig Beschreibung
textserforderlich
Typstring[]
≤ 100 Elemente
Liste von Texten für die Sprachsynthese mit Unterstützung eingebetteter <emotion_name>-Tags in jedem Eintrag.
promptserforderlich
Typstring[]
≤ 100 Elemente
Stimm- oder Charakterattribute für jeden Text, als Liste von Beschreibungen übergeben. Die Anzahl der Beschreibungen muss der Anzahl der Texte entsprechen.
temperatureoptional
Typnumber
Standard0.4
0 – 2
Auf jede Generierung angewendete Sampling-Temperatur.
top_poptional
Typnumber
Standard0.9
0 – 1
Auf jede Generierung angewendete Nucleus-Sampling-Einstellung.
max_tokensoptional
Typinteger
Standard2000
28 – 4.000
Obergrenze für SNAC-Token pro Generierung.
repetition_penaltyoptional
Typnumber
Standard1.1
1 – 2
Auf jede Generierung angewendete Wiederholungsstrafe.
sample_rateoptional
Typenum
Standard48 kHz
48 kHz24 kHz
Gemeinsame Audio-Samplingrate für jede Generierung mit der Auswahl zwischen schnellerer Verarbeitung bei 24 kHz und besserer Qualität bei 48 kHz.
output_formatoptional
Typenum
Standardwav
wavmp3
Dateiformat für jede generierte Sprachaufnahme.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/batch",
  "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": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  },
  "output": {
    "audios": [
      {
        "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
      }
    ],
    "durations": [
      5
    ],
    "sample_rate": "48 kHz",
    "total_generation_time": 5.7,
    "average_rtf": 0.15
  },
  "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
audios
array of object {url, content_type, file_name, file_size}Erzeugte Audiodateien, als Liste zurückgegeben.
durations
array of numberLänge jeder generierten Audioaufnahme in Sekunden.
sample_rate
stringFür alle generierten Audiodateien verwendete Samplingrate.
total_generation_time
numberGesamte Generierungszeit in Sekunden für alle Audiodateien.
average_rtf
numberMittlerer Echtzeitfaktor über alle Generierungen.

Weitere Modelle: Text zu Sprache

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