رفتن به محتوا

xAI Text to Speech

یکپارچه‌سازی

شناسه مدل 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"

این درخواست: ⁨‎$۰٫۰۰۱⁩ ۱ اعتبار API اجرای آن در این صفحه

دریافت کلید API

تبدیل متن به گفتار با صداهای داخلی، انتخاب زبان و برچسب‌های درون‌متنی گفتار بیانی

xAI · 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 50 / 15000

متن سنتز گفتار، با نحوه بیان نمایشی که از طریق تگ‌های درون‌خطی ([laugh]، [pause]، [sigh]) یا تگ‌های محصورکننده (<whisper>text</whisper>، <slow>text</slow>) کنترل می‌شود. ورودی نمی‌تواند بیش از 15,000 نویسه باشد.

پیشرفته voice · language · enable_safety_checker · output_format
پیش‌فرض eve

صدای داخلی انتخاب‌شده برای سنتز گفتار.

پیش‌فرض auto

انتخاب زبان از میان این کدهای 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. برای تشخیص خودکار، به‌جای آن 'auto' را ارائه کنید.

پیکربندی قالب صوت تولیدشده؛ مقدار پیش‌فرض MP3 با نرخ نمونه‌برداری 24 kHz و نرخ بیت 128 kbps است.

POST /run/xai/tts/v1?wait=20 قیمت → ⁨‎$۰٫۰۰۱⁩
# 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"

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 xAI Text to Speech

حداکثر 15,000 کاراکتر متن را به گفتار تبدیل می‌کند. از میان 28 صدای داخلی و یک کد زبان یا تشخیص خودکار انتخاب کنید. متن می‌تواند برچسب‌هایی مانند [laugh]، [pause] و [sigh] یا برچسب‌های محصورکننده‌ای مانند <whisper> و <slow> برای بیان احساسی داشته باشد. `output_format` فایل صوتی را پیکربندی می‌کند.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
textالزامی
نوعstring
≤ ۱۵٬۰۰۰ نویسه
متن سنتز گفتار، با نحوه بیان نمایشی که از طریق تگ‌های درون‌خطی ([laugh]، [pause]، [sigh]) یا تگ‌های محصورکننده (<whisper>text</whisper>، <slow>text</slow>) کنترل می‌شود. ورودی نمی‌تواند بیش از 15,000 نویسه باشد.
voiceاختیاری
نوعenum
پیش‌فرضeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 مورد دیگرsiriuslumencastornakshatlasauroralioraaraeveleorexsal
صدای داخلی انتخاب‌شده برای سنتز گفتار.
languageاختیاری
نوعenum
پیش‌فرضauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 مورد دیگرrues-MXes-EStrvi
انتخاب زبان از میان این کدهای 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. برای تشخیص خودکار، به‌جای آن 'auto' را ارائه کنید.
output_formatاختیاری
نوعobject
پیکربندی قالب صوت تولیدشده؛ مقدار پیش‌فرض MP3 با نرخ نمونه‌برداری 24 kHz و نرخ بیت 128 kbps است.
output_format.codecاختیاری
نوعenum
پیش‌فرضmp3
mp3wavpcmmulawalaw
کُدک رمزگذاری صوت؛ گزینه‌های موجود عبارت‌اند از mp3، wav، pcm، mulaw، alaw.
output_format.sample_rateاختیاری
نوعenum
پیش‌فرض24000
80001600022050240004410048000
فرکانس نمونه‌برداری صوت، برحسب Hz.
output_format.bit_rateاختیاری
نوعenum
320006400096000128000192000
نرخ بیت خروجی MP3 که مقدار پیش‌فرض آن 128000 و واحد آن bps است؛ برای کُدک‌های دیگر اعمال نمی‌شود.
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": "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"
  }
}
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
audio
object {url, content_type, file_name, file_size}فایل صوتی تولیدشده.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/xai/tts/v1.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt