Μετάβαση στο περιεχόμενο

xAI Text to Speech

Ενσωμάτωση

id μοντέλου xai/tts/v1
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

Αυτό το αίτημα: 0,001 $ 1 πίστωση API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API

Μετατροπή κειμένου σε ομιλία με ενσωματωμένες φωνές, επιλογή γλώσσας και ενσωματωμένες ετικέτες εκφραστικής ομιλίας

xAI · 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 50 / 15000

Κείμενο σύνθεσης ομιλίας, με εκφραστική απόδοση που ελέγχεται μέσω ενσωματωμένων tag ([laugh], [pause], [sigh]) ή tag περιτύλιξης (<whisper>text</whisper>, <slow>text</slow>). Η είσοδος δεν μπορεί να υπερβαίνει τους 15.000 χαρακτήρες.

Για προχωρημένους voice · language · enable_safety_checker · output_format
προεπιλογή eve

Ενσωματωμένη φωνή που επιλέχθηκε για τη σύνθεση ομιλίας.

προεπιλογή auto

Επιλογή γλώσσας από αυτούς τους κωδικούς BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Για αυτόματη ανίχνευση, παρέχετε 'auto'.

Διαμόρφωση για τη μορφή του παραγόμενου ήχου· η προεπιλογή είναι MP3 με ρυθμό δειγματοληψίας 24 kHz και ρυθμό μετάδοσης bit 128 kbps.

POST /run/xai/tts/v1?wait=20 προσφορά → 0,001 $
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

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 xAI Text to Speech

Μετατρέπει έως 15.000 χαρακτήρες κειμένου σε ομιλία. Επιλέξτε από 28 ενσωματωμένες φωνές και κωδικό γλώσσας ή αυτόματο εντοπισμό. Το κείμενο μπορεί να περιλαμβάνει ετικέτες όπως [laugh], [pause] και [sigh] ή ετικέτες περιτυλίγματος όπως <whisper> και <slow>, για εκφραστική εκφορά. Το `output_format` ρυθμίζει το αρχείο ήχου.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
textαπαιτείται
Τύποςstring
≤ 15.000 χαρακτήρες
Κείμενο σύνθεσης ομιλίας, με εκφραστική απόδοση που ελέγχεται μέσω ενσωματωμένων tag ([laugh], [pause], [sigh]) ή tag περιτύλιξης (<whisper>text</whisper>, <slow>text</slow>). Η είσοδος δεν μπορεί να υπερβαίνει τους 15.000 χαρακτήρες.
voiceπροαιρετικό
Τύποςenum
Προεπιλογήeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 ακόμηsiriuslumencastornakshatlasauroralioraaraeveleorexsal
Ενσωματωμένη φωνή που επιλέχθηκε για τη σύνθεση ομιλίας.
languageπροαιρετικό
Τύποςenum
Προεπιλογήauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 ακόμηrues-MXes-EStrvi
Επιλογή γλώσσας από αυτούς τους κωδικούς BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Για αυτόματη ανίχνευση, παρέχετε 'auto'.
output_formatπροαιρετικό
Τύποςobject
Διαμόρφωση για τη μορφή του παραγόμενου ήχου· η προεπιλογή είναι MP3 με ρυθμό δειγματοληψίας 24 kHz και ρυθμό μετάδοσης bit 128 kbps.
output_format.codecπροαιρετικό
Τύποςenum
Προεπιλογήmp3
mp3wavpcmmulawalaw
Codec για την κωδικοποίηση ήχου· οι διαθέσιμες επιλογές είναι mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateπροαιρετικό
Τύποςenum
Προεπιλογή24000
80001600022050240004410048000
Συχνότητα δειγματοληψίας ήχου, μετρημένη σε Hz.
output_format.bit_rateπροαιρετικό
Τύποςenum
320006400096000128000192000
Ρυθμός μετάδοσης bit για έξοδο MP3, με προεπιλεγμένη τιμή 128000 και μετρημένος σε bps· δεν εφαρμόζεται σε άλλους codec.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος.
απαιτείται

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "text": "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
    }
  },
  "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
object {url, content_type, file_name, file_size}Αρχείο ήχου που παράγεται από την παραγωγή.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/xai/tts/v1.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt