رفتن به محتوا

Maya · Batch

یکپارچه‌سازی

شناسه مدل 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"

این درخواست: ≈⁨‎$۰٫۰۴۹⁩ ۴۹ اعتبار API اجرای آن در این صفحه

دریافت کلید API
Maya Research متن به گفتار #text-to-speech#tts

نسخه دسته‌ای Maya برای تولید حداکثر 100 متن با توصیف‌های صدای متناظر

Maya Research · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

فهرست متن‌های سنتز گفتار با پشتیبانی از برچسب‌های <emotion_name> درون هر مورد.

•الزامی

ویژگی‌های صدا یا شخصیت برای هر متن، ارائه‌شده به‌صورت فهرستی از توضیحات. تعداد توضیحات باید با تعداد متن‌ها برابر باشد.

پیشرفته sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate پیش‌فرض 48 kHz

تنظیم نرخ نمونه‌برداری صوت مشترک برای همه تولیدها، با انتخاب پردازش سریع‌تر در 24 kHz یا کیفیت بهتر در 48 kHz.

output_format پیش‌فرض wav

قالب فایل مورد استفاده برای هر ضبط گفتار تولیدشده.

پیش‌فرض 0.4

دمای نمونه‌گیری اعمال‌شده به هر تولید.

پیش‌فرض 0.9

تنظیم نمونه‌گیری هسته‌ای اعمال‌شده به هر تولید.

پیش‌فرض 2000

حد بالای توکن‌های SNAC برای هر تولید.

پیش‌فرض 1.1

جریمه تکرار اعمال‌شده به هر تولید.

POST /run/maya/batch?wait=20 قیمت → ⁨‎$۰٫۰۴۹⁩
# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Maya · Batch

چندین کلیپ را در یک درخواست ترکیب می‌کند. `texts` و `prompts` هرکدام 1 تا 100 ورودی می‌پذیرند و باید هم‌اندازه باشند تا هر متن با توصیف صدای مربوط جفت شود. برچسب‌های احساسی در هر متن کار می‌کنند. تنظیماتی مانند نرخ نمونه‌برداری، قالب خروجی و temperature برای همه اعمال می‌شوند و نتایج شامل فهرستی از فایل‌های صوتی و مدت‌زمان‌هاست.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
textsالزامی
نوعstring[]
≤ ۱۰۰ مورد
فهرست متن‌های سنتز گفتار با پشتیبانی از برچسب‌های <emotion_name> درون هر مورد.
promptsالزامی
نوعstring[]
≤ ۱۰۰ مورد
ویژگی‌های صدا یا شخصیت برای هر متن، ارائه‌شده به‌صورت فهرستی از توضیحات. تعداد توضیحات باید با تعداد متن‌ها برابر باشد.
temperatureاختیاری
نوعnumber
پیش‌فرض0.4
۰ – ۲
دمای نمونه‌گیری اعمال‌شده به هر تولید.
top_pاختیاری
نوعnumber
پیش‌فرض0.9
۰ – ۱
تنظیم نمونه‌گیری هسته‌ای اعمال‌شده به هر تولید.
max_tokensاختیاری
نوعinteger
پیش‌فرض2000
۲۸ – ۴٬۰۰۰
حد بالای توکن‌های SNAC برای هر تولید.
repetition_penaltyاختیاری
نوعnumber
پیش‌فرض1.1
۱ – ۲
جریمه تکرار اعمال‌شده به هر تولید.
sample_rateاختیاری
نوعenum
پیش‌فرض48 kHz
48 kHz24 kHz
تنظیم نرخ نمونه‌برداری صوت مشترک برای همه تولیدها، با انتخاب پردازش سریع‌تر در 24 kHz یا کیفیت بهتر در 48 kHz.
output_formatاختیاری
نوعenum
پیش‌فرضwav
wavmp3
قالب فایل مورد استفاده برای هر ضبط گفتار تولیدشده.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی

خروجی

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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audios
array of object {url, content_type, file_name, file_size}فایل‌های صوتی تولیدشده، بازگردانده‌شده به‌صورت فهرست.
durations
array of numberطول هر ضبط صوتی تولیدشده، برحسب ثانیه.
sample_rate
stringنرخ نمونه‌برداری مشترک همه فایل‌های صوتی تولیدشده.
total_generation_time
numberزمان ترکیبی تولید همه فایل‌های صوتی، برحسب ثانیه.
average_rtf
numberضریب بلادرنگ میانگین در همه تولیدها.

مدل‌های بیشتر: متن به گفتار

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/maya/batch.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt