Μετάβαση στο περιεχόμενο

F5 TTS

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 0,003 $ 3 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Open model Κείμενο σε ομιλία Είσοδοι αναφοράς #speech

Σύνθεση ομιλίας με κλωνοποίηση φωνής από δείγμα ήχου αναφοράς, με χρήση F5-TTS ή E2-TTS

Open model · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Κείμενο για σύνθεση ομιλίας, με όριο 5000 χαρακτήρες.

•απαιτείται
Αποθέστε ένα αρχείο ή

URL αρχείου ήχου αναφοράς.

model_type •απαιτείται

Όνομα μοντέλου για σύνθεση TTS.

Για προχωρημένους ref_text · remove_silence
προεπιλογή

Κείμενο αναφοράς TTS· αν παραλειφθεί, επιλέγεται αυτόματη παραγωγή μέσω μοντέλου αναγνώρισης ομιλίας (ASR, Automatic Speech Recognition).

POST /run/f5-tts?wait=20 προσφορά → 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το F5 TTS

Εκφωνεί το `gen_text` (έως 5000 χαρακτήρες) με τη φωνή ενός δείγματος αναφοράς που παρέχεται μέσω του `ref_audio_url`. Το `model_type` επιλέγει F5-TTS ή E2-TTS. Αν το `ref_text` είναι κενό, το δημιουργεί η αναγνώριση ομιλίας. Το `remove_silence` είναι ενεργό από προεπιλογή.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
gen_textαπαιτείται
Τύποςstring
Κείμενο για σύνθεση ομιλίας, με όριο 5000 χαρακτήρες.
ref_audio_urlαπαιτείται
Τύποςurl · audio
URL αρχείου ήχου αναφοράς.
ref_textπροαιρετικό
Τύποςstring
Προεπιλογή
Κείμενο αναφοράς TTS· αν παραλειφθεί, επιλέγεται αυτόματη παραγωγή μέσω μοντέλου αναγνώρισης ομιλίας (ASR, Automatic Speech Recognition).
model_typeαπαιτείται
Τύποςenum
F5-TTSE2-TTS
Όνομα μοντέλου για σύνθεση TTS.
remove_silenceπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ελέγχει αν αφαιρείται η σιωπή από το αρχείο ήχου.
απαιτείται

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio_url
object {url, content_type, file_name, file_size}Αρχείο ήχου με τη συντεθειμένη ομιλία.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/f5-tts.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt