Ir al contenido

xAI Text to Speech

Integrar

ID del modelo 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"

Esta solicitud: 0,001 $ 1 crédito de API Ejecutar en esta página

Obtener clave de API

Texto a voz con voces integradas, selección de idioma y etiquetas de voz expresivas en línea

xAI · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 50 / 15000

Texto para la síntesis de voz, con una interpretación expresiva controlada mediante etiquetas insertadas ([laugh], [pause], [sigh]) o etiquetas envolventes (<whisper>text</whisper>, <slow>text</slow>). La entrada no puede superar los 15.000 caracteres.

Avanzado voice · language · enable_safety_checker · output_format
predeterminado eve

Voz integrada seleccionada para la síntesis de voz.

predeterminado auto

Selección de idioma a partir de estos códigos 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. Para la detección automática, proporciona 'auto'.

Configuración del formato del audio generado; el valor predeterminado es MP3 con una frecuencia de muestreo de 24 kHz y una tasa de bits de 128 kbps.

POST /run/xai/tts/v1?wait=20 presupuesto → 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de xAI Text to Speech

Convierte hasta 15.000 caracteres de texto en voz. Elige entre 28 voces integradas y un código de idioma o detección automática. El texto puede incluir etiquetas como [laugh], [pause] y [sigh], o etiquetas envolventes como <whisper> y <slow>, para una interpretación expresiva. `output_format` configura el archivo de audio.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
textobligatorio
Tipostring
≤ 15.000 caracteres
Texto para la síntesis de voz, con una interpretación expresiva controlada mediante etiquetas insertadas ([laugh], [pause], [sigh]) o etiquetas envolventes (<whisper>text</whisper>, <slow>text</slow>). La entrada no puede superar los 15.000 caracteres.
voiceopcional
Tipoenum
Predeterminadoeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 mássiriuslumencastornakshatlasauroralioraaraeveleorexsal
Voz integrada seleccionada para la síntesis de voz.
languageopcional
Tipoenum
Predeterminadoauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 másrues-MXes-EStrvi
Selección de idioma a partir de estos códigos 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. Para la detección automática, proporciona 'auto'.
output_formatopcional
Tipoobject
Configuración del formato del audio generado; el valor predeterminado es MP3 con una frecuencia de muestreo de 24 kHz y una tasa de bits de 128 kbps.
output_format.codecopcional
Tipoenum
Predeterminadomp3
mp3wavpcmmulawalaw
Códec para la codificación de audio; las opciones disponibles son mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateopcional
Tipoenum
Predeterminado24000
80001600022050240004410048000
Frecuencia de muestreo del audio, medida en Hz.
output_format.bit_rateopcional
Tipoenum
320006400096000128000192000
Tasa de bits de la salida MP3, con un valor predeterminado de 128000 y medida en bps; no se aplica a otros códecs.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que realiza la solicitud esté autorizada.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Archivo de audio producido por la generación.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/xai/tts/v1.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt