Siirry sisältöön

Maya1

Integroi

Mallin tunniste maya
# 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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"

Tämä pyyntö: ≈0,049 $ 49 API-krediittiä Suorita tällä sivulla

Hanki API-avain
Maya Research Tekstistä puheeksi #text-to-speech#tts

Ilmeikäs tekstistä puheeksi -malli, jossa äänen kuvauspyyntö ja tekstin sisäiset tunnetagit

Maya Research · Ääni

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen 50 / 5000

Puheensynteesin teksti, joka sallii muotoyhdisteen <emotion_name> missä tahansa kohdassa, esimerkiksi 'Hello world! <excited> This is amazing!' tai 'I can't believe this <sigh> happened again.'. Tuettuja tunteita ovat curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder ja laugh.

•pakollinen 50 / 500

Kuvattavat ääni- tai hahmopiirteet, kuten voimakkuus, sävy, rytmitys, sointiväri, korkeus, aksentti ja ikä.

Lisäasetukset sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate oletus 48 kHz

Äänen näytteenottotaajuus: nopeampi käsittely nopeudella 24 kHz tai laadukkaampi tuloste nopeudella 48 kHz.

output_format oletus wav

Puhesynteesissä käytettävä äänitiedoston muoto.

oletus 0.4

Äänen vaihtelua säätelevä otant lämpötila: sen kasvattaminen lisää vaihtelua, kun taas pienempi alue 0.2–0.5 suosii vakautta ja yhdenmukaisuutta.

oletus 0.9

Nucleus-otannan asetus, joka säätää sanakevalinnan monipuolisuutta.

oletus 2000

SNAC-sanakebudjetti, joka rajoittaa äänen kestoa; laskennassa käytetään 7 sanaketta kutakin ruutua kohden.

oletus 1.1

Sanakkeiden toistamiseen kohdistuva rangaistus. Sen kasvattaminen vähentää toiston aiheuttamia häiriöitä.

POST /run/maya?wait=20 hinta → 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?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Maya1

Muuntaa enintään 5000 merkin tekstin puheeksi. Pakollinen enintään 500 merkin `prompt` kuvaa ääntä, kuten ikää, aksenttia ja sävyä. Tekstiin voi upottaa tunnetageja, kuten laugh tai whisper. Valitse näytteenottotaajuudeksi 48 kHz tai 24 kHz ja ulostuloksi wav tai mp3; `max_tokens` rajoittaa äänen pituutta.

Parametrit

NimiTyyppi OletusSallitut Kuvaus
textpakollinen
Tyyppistring
≤ 5 000 merkkiä
Puheensynteesin teksti, joka sallii muotoyhdisteen <emotion_name> missä tahansa kohdassa, esimerkiksi 'Hello world! <excited> This is amazing!' tai 'I can't believe this <sigh> happened again.'. Tuettuja tunteita ovat curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder ja laugh.
promptpakollinen
Tyyppistring
≤ 500 merkkiä
Kuvattavat ääni- tai hahmopiirteet, kuten voimakkuus, sävy, rytmitys, sointiväri, korkeus, aksentti ja ikä.
temperaturevalinnainen
Tyyppinumber
Oletus0.4
0 – 2
Äänen vaihtelua säätelevä otant lämpötila: sen kasvattaminen lisää vaihtelua, kun taas pienempi alue 0.2–0.5 suosii vakautta ja yhdenmukaisuutta.
top_pvalinnainen
Tyyppinumber
Oletus0.9
0 – 1
Nucleus-otannan asetus, joka säätää sanakevalinnan monipuolisuutta.
max_tokensvalinnainen
Tyyppiinteger
Oletus2000
28 – 4 000
SNAC-sanakebudjetti, joka rajoittaa äänen kestoa; laskennassa käytetään 7 sanaketta kutakin ruutua kohden.
repetition_penaltyvalinnainen
Tyyppinumber
Oletus1.1
1 – 2
Sanakkeiden toistamiseen kohdistuva rangaistus. Sen kasvattaminen vähentää toiston aiheuttamia häiriöitä.
sample_ratevalinnainen
Tyyppienum
Oletus48 kHz
48 kHz24 kHz
Äänen näytteenottotaajuus: nopeampi käsittely nopeudella 24 kHz tai laadukkaampi tuloste nopeudella 48 kHz.
output_formatvalinnainen
Tyyppienum
Oletuswav
wavmp3
Puhesynteesissä käytettävä äänitiedoston muoto.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Suodatusta voi höllentää asettamalla arvoksi false, jos kutsujalla on siihen valtuutus.
pakollinen

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya",
  "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": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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
    },
    "duration": 5,
    "sample_rate": "48 kHz",
    "generation_time": 2.3,
    "rtf": 0.51
  },
  "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}Generoitu puhetiedosto WAV- tai MP3-muodossa, monoäänenä 24 kHz:n tai 48 kHz:n taajuudella upsamplerin määrityksen mukaan.
duration
numberÄänitulosteen pituus sekunteina.
sample_rate
stringÄänitulosteen näytteenottotaajuus.
generation_time
numberÄänen generointiaika sekunteina.
rtf
numberReaaliaikakerroin, joka lasketaan jakamalla generation_time arvolla audio_duration; pienempi arvo tarkoittaa parempaa suorituskykyä.

Lisää malleja: Tekstistä puheeksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/maya.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt