Lumaktaw sa nilalaman

Maya · Batch

I-integrate

ID ng 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"

Kahilingang ito: ≈$0.049 49 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key
Maya Research Text patungong Speech #text-to-speech#tts

Batch na bersyon ng Maya speech na nagre-render ng hanggang 100 teksto na may katugmang voice description

Maya Research · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Listahan ng text para sa speech synthesis na tumatanggap ng mga <emotion_name> tag sa loob ng anumang entry.

•kinakailangan

Mga katangian ng boses o character para sa bawat text, na ibinibigay bilang listahan ng mga paglalarawan. Dapat magkapantay ang bilang ng mga paglalarawan at text.

advanced sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate default na 48 kHz

Ibinabahaging audio sample-rate setting para sa bawat pagbuo, na nag-aalok ng pagpili sa pagitan ng mas mabilis na processing sa 24 kHz at mas magandang kalidad sa 48 kHz.

output_format default na wav

Format ng file na ginagamit para sa bawat nabuong speech recording.

default na 0.4

Sampling temperature na inilalapat sa bawat pagbuo.

default na 0.9

Setting ng nucleus sampling na inilalapat sa bawat pagbuo.

default na 2000

Pinakamataas na limitasyon ng SNAC token para sa bawat pagbuo.

default na 1.1

Repetition penalty na inilalapat sa bawat pagbuo.

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

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Maya · Batch

Nagsi-synthesize ng maraming clip sa isang kahilingan. Tumatanggap ang `texts` at `prompts` ng tig-1 hanggang 100 entry at dapat magkapareho ang haba, kung saan itinatambal ang bawat teksto sa voice description. Gumagana ang emotion tag sa bawat teksto. Nalalapat sa lahat ang mga setting gaya ng sample rate, output format at temperature, at kabilang sa resulta ang listahan ng audio file at tagal.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
textskinakailangan
Uristring[]
≤ 100 item
Listahan ng text para sa speech synthesis na tumatanggap ng mga <emotion_name> tag sa loob ng anumang entry.
promptskinakailangan
Uristring[]
≤ 100 item
Mga katangian ng boses o character para sa bawat text, na ibinibigay bilang listahan ng mga paglalarawan. Dapat magkapantay ang bilang ng mga paglalarawan at text.
temperatureopsyonal
Urinumber
default0.4
0 – 2
Sampling temperature na inilalapat sa bawat pagbuo.
top_popsyonal
Urinumber
default0.9
0 – 1
Setting ng nucleus sampling na inilalapat sa bawat pagbuo.
max_tokensopsyonal
Uriinteger
default2000
28 – 4,000
Pinakamataas na limitasyon ng SNAC token para sa bawat pagbuo.
repetition_penaltyopsyonal
Urinumber
default1.1
1 – 2
Repetition penalty na inilalapat sa bawat pagbuo.
sample_rateopsyonal
Urienum
default48 kHz
48 kHz24 kHz
Ibinabahaging audio sample-rate setting para sa bawat pagbuo, na nag-aalok ng pagpili sa pagitan ng mas mabilis na processing sa 24 kHz at mas magandang kalidad sa 48 kHz.
output_formatopsyonal
Urienum
defaultwav
wavmp3
Format ng file na ginagamit para sa bawat nabuong speech recording.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Maaaring luwagan ang screening sa pamamagitan ng pagtatakda ng false, kung awtorisado ang tumatawag.
kinakailangan

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
audios
array of object {url, content_type, file_name, file_size}Mga nagawang audio file, na ibinabalik bilang listahan.
durations
array of numberHaba sa segundo ng bawat nabuong audio recording.
sample_rate
stringSampling rate na ibinabahagi ng lahat ng nabuong audio file.
total_generation_time
numberPinagsamang oras ng pagbuo sa segundo para sa lahat ng audio file.
average_rtf
numberMean real-time factor sa lahat ng pagbuo.

Higit pang modelo: Text patungong Speech

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/maya/batch.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt