Ir al contenido

Async Text to Speech Pro V1.0

Integrar

Id del modelo async/tts-pro/v1.0
# 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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
Async Texto a voz Sincronización labial #text-to-speech#voice-clone#lipsync

Texto a voz con selección de voz, clonación de voz opcional y seis opciones de idioma forzado

Async · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo 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

Contenido de texto que se sintetizará como voz.

•obligatorio

Voz seleccionada para la síntesis de voz.

Avanzado language · output_format
language

Idioma que se impondrá durante la síntesis, especificado mediante ISO 639-1.

Configuración del audio generado.

POST /run/async/tts-pro/v1.0?wait=20 cotización → 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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 (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Async Text to Speech Pro V1.0

Convierte un `transcript` en voz usando un objeto `voice` elegido. El parámetro `language` opcional fuerza la síntesis en English, French, Spanish, German, Italian o Portuguese. Un objeto `output_format` configura el audio, y el resultado incluye el archivo de audio, su tipo MIME y su tamaño en bytes. Adecuado para locuciones en las que eliges una voz específica.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
transcriptobligatorio
Tipostring
Contenido de texto que se sintetizará como voz.
voiceobligatorio
Tipoobject
Voz seleccionada para la síntesis de voz.
voice.nameopcional
Tipoenum
PredeterminadoJennie
JennieStellaMaxHayesElaraCleoFisherCorinThaddeusLucinaAcadiaHuxleyWinsletJethroElioRupert
+84 másEiraNyraArianLilyPierceKaelaElowenFreyaLennyAlessaPandoraFiaAbbottKaelOrlaSableMarnieSeraVirelLioraRivenElysDreenaRheaVelaNymeraIsoldeLirienZellaAvennaMirelleCaliaLuneaLucanTarianArloJovanNeronZivenDaxOrienLiorEryxTyrenNoxElricVarianZoranMiroDalenRonixJarekNyxieSorenVionaSeleneRachielCorbinAbigailFaithKimberlyDaveGraceAldenRenlyVioletJoelXavierEsmeraldaRobertLilaBrooksLennoxVanessaSimonNyomiJackPenelopeBraydenAbelNellieConnieAndrewLincoln
Voz predefinida con nombre que se utilizará. No tiene efecto si se proporciona `id`.
output_formatopcional
Tipoobject
Configuración del audio generado.
output_format.containeropcional
Tipoenum
Predeterminadomp3
mp3raw
Formato del contenedor del audio generado.
output_format.encodingopcional
Tipoenum
pcm_s16lepcm_f32lepcm_mulaw
Codificación PCM aplicada únicamente cuando el contenedor es 'raw'.
output_format.sample_rateopcional
Tipointeger
Predeterminado44100
8000 – 48.000
Frecuencia de muestreo de la salida, en Hz.
output_format.bit_rateopcional
Tipointeger | null
32.000 – 320.000
Velocidad de bits de la salida; se aplica únicamente al contenedor 'mp3'.
languageopcional
Tipoenum
enfresdeitpt
Idioma que se impondrá durante la síntesis, especificado mediante ISO 639-1.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "async/tts-pro/v1.0",
  "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": {
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  },
  "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
    },
    "content_type": "audio/mpeg",
    "size_bytes": 1
  },
  "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 (se cobra 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}
content_type
stringTipo MIME del audio.
size_bytes
integerTamaño del audio medido en bytes.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/async/tts-pro/v1.0.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt