Ir al contenido

Maya · Batch

Integrar

ID del modelo 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"

Esta solicitud: ≈$0.049 49 créditos de API Ejecutar en esta página

Obtener clave de API
Maya Research Texto a voz #text-to-speech#tts

Versión por lotes de Maya voz que renderiza hasta 100 textos con descripciones de voz correspondientes

Maya Research · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan 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 conforme los cambias.

•obligatorio

Lista de textos para síntesis de voz con compatibilidad con etiquetas <emotion_name> insertadas en cualquier entrada.

•obligatorio

Atributos de voz o del personaje para cada texto, proporcionados como una lista de descripciones. El número de descripciones debe coincidir con el número de textos.

Avanzado sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate predeterminado 48 kHz

Configuración compartida de frecuencia de muestreo del audio para cada generación, con una opción de procesamiento más rápido a 24 kHz y otra de mayor calidad a 48 kHz.

output_format predeterminado wav

Formato de archivo usado para cada grabación de voz generada.

predeterminado 0.4

Temperatura de muestreo aplicada a cada generación.

predeterminado 0.9

Configuración de muestreo de núcleo aplicada a cada generación.

predeterminado 2000

Límite superior de tokens SNAC para cada generación.

predeterminado 1.1

Penalización por repetición aplicada a cada generación.

POST /run/maya/batch?wait=20 cotización → $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"

Ejecutar esta solicitud

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

Acerca de Maya · Batch

Sintetiza muchos clips en una sola solicitud. `texts` y `prompts` aceptan de 1 a 100 entradas cada uno y deben tener la misma longitud, asociando cada texto con una descripción de voz. Las etiquetas de emoción funcionan en cada texto. Configuraciones como la frecuencia de muestreo, el formato de salida y la temperatura se aplican a todos; los resultados incluyen una lista de archivos de audio y duraciones.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
textsobligatorio
Tipostring[]
≤ 100 elementos
Lista de textos para síntesis de voz con compatibilidad con etiquetas <emotion_name> insertadas en cualquier entrada.
promptsobligatorio
Tipostring[]
≤ 100 elementos
Atributos de voz o del personaje para cada texto, proporcionados como una lista de descripciones. El número de descripciones debe coincidir con el número de textos.
temperatureopcional
Tiponumber
Predeterminado0.4
0 – 2
Temperatura de muestreo aplicada a cada generación.
top_popcional
Tiponumber
Predeterminado0.9
0 – 1
Configuración de muestreo de núcleo aplicada a cada generación.
max_tokensopcional
Tipointeger
Predeterminado2000
28 – 4,000
Límite superior de tokens SNAC para cada generación.
repetition_penaltyopcional
Tiponumber
Predeterminado1.1
1 – 2
Penalización por repetición aplicada a cada generación.
sample_rateopcional
Tipoenum
Predeterminado48 kHz
48 kHz24 kHz
Configuración compartida de frecuencia de muestreo del audio para cada generación, con una opción de procesamiento más rápido a 24 kHz y otra de mayor calidad a 48 kHz.
output_formatopcional
Tipoenum
Predeterminadowav
wavmp3
Formato de archivo usado para cada grabación de voz generada.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que llama esté autorizada.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: se conserva para siempre (con cobro 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 video y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audios
array of object {url, content_type, file_name, file_size}Archivos de audio producidos, devueltos como una lista.
durations
array of numberDuración en segundos de cada grabación de audio generada.
sample_rate
stringFrecuencia de muestreo compartida por todos los archivos de audio generados.
total_generation_time
numberTiempo de generación combinado en segundos para todos los archivos de audio.
average_rtf
numberFactor de tiempo real medio de todas las generaciones.

Más modelos: Texto a voz

Para agentes de IA: esta página en Markdown está disponible en https://doitong.com/es-MX/developers/models/maya/batch.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt