Passer au contenu

Maya · Stream

Intégrer

Identifiant du modèle maya/stream
# 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/stream?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"

Cette requête: ≈0,049 $ 49 crédits API L’exécuter sur cette page

Obtenir une clé API
Maya Research Texte vers parole #text-to-speech#tts

Variante en continu de la synthèse vocale Maya pour un seul texte avec une description de voix

Maya Research · Audio

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis 50 / 5000

Texte de synthèse vocale acceptant les balises d’émotion de la forme <emotion_name> à n’importe quelle position, comme dans 'Hello world! <excited> This is amazing!' ou 'I can't believe this <sigh> happened again.'. Les émotions prises en charge sont curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder et laugh.

•requis 50 / 500

Caractéristiques de la voix ou du personnage à décrire, comme l’intensité, le ton, le rythme, le timbre, la hauteur, l’accent et l’âge.

Avancé sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate par défaut 48 kHz

Choix de fréquence d’échantillonnage audio entre un traitement plus rapide à 24 kHz et une sortie de meilleure qualité à 48 kHz.

output_format par défaut wav

Format de fichier audio utilisé pour la synthèse vocale.

par défaut 0.4

Température d’échantillonnage régissant la variation audio : l’augmenter apporte davantage de variété, tandis que la plage inférieure de 0.2–0.5 favorise la stabilité et la cohérence.

par défaut 0.9

Paramètre d’échantillonnage nucleus qui ajuste la diversité de sélection des jetons.

par défaut 2000

Budget de jetons SNAC qui plafonne la durée audio, calculé à raison de 7 jetons par image.

par défaut 1.1

Pénalité appliquée à la répétition des jetons. L’augmenter réduit les artefacts de répétition.

POST /run/maya/stream?wait=20 devis → 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/stream?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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Maya · Stream

Transforme un texte de 5000 caractères maximum en parole, avec un `prompt` obligatoire décrivant la voix, de 500 caractères maximum, et des balises d’émotion intégrables. Les options comprennent `temperature`, `top_p`, `repetition_penalty`, une fréquence d’échantillonnage de 48 ou 24 kHz et une sortie wav ou mp3. Renvoie l’audio avec sa durée et son facteur temps réel.

Paramètres

NomType Par défautAutorisé Description
textrequis
Typestring
≤ 5 000 caractères
Texte de synthèse vocale acceptant les balises d’émotion de la forme <emotion_name> à n’importe quelle position, comme dans 'Hello world! <excited> This is amazing!' ou 'I can't believe this <sigh> happened again.'. Les émotions prises en charge sont curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder et laugh.
promptrequis
Typestring
≤ 500 caractères
Caractéristiques de la voix ou du personnage à décrire, comme l’intensité, le ton, le rythme, le timbre, la hauteur, l’accent et l’âge.
temperaturefacultatif
Typenumber
Par défaut0.4
0 – 2
Température d’échantillonnage régissant la variation audio : l’augmenter apporte davantage de variété, tandis que la plage inférieure de 0.2–0.5 favorise la stabilité et la cohérence.
top_pfacultatif
Typenumber
Par défaut0.9
0 – 1
Paramètre d’échantillonnage nucleus qui ajuste la diversité de sélection des jetons.
max_tokensfacultatif
Typeinteger
Par défaut2000
28 – 4 000
Budget de jetons SNAC qui plafonne la durée audio, calculé à raison de 7 jetons par image.
repetition_penaltyfacultatif
Typenumber
Par défaut1.1
1 – 2
Pénalité appliquée à la répétition des jetons. L’augmenter réduit les artefacts de répétition.
sample_ratefacultatif
Typeenum
Par défaut48 kHz
48 kHz24 kHz
Choix de fréquence d’échantillonnage audio entre un traitement plus rapide à 24 kHz et une sortie de meilleure qualité à 48 kHz.
output_formatfacultatif
Typeenum
Par défautwav
wavmp3
Format de fichier audio utilisé pour la synthèse vocale.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
La vérification peut être assouplie en définissant false, si l’appelant est autorisé.
requis

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/stream",
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio de parole généré au format WAV ou MP3, avec un audio mono à 24 kHz ou 48 kHz selon le suréchantillonneur.
duration
numberDurée de la sortie audio, mesurée en secondes.
sample_rate
stringFréquence d’échantillonnage de la sortie audio.
generation_time
numberDurée de génération audio, mesurée en secondes.
rtf
numberFacteur temps réel calculé comme generation_time divisé par audio_duration; les valeurs plus faibles indiquent une meilleure performance.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/maya/stream.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt