Accéder au contenu

Maya1

Intégrer

Identifiant du modèle 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"

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

Synthèse vocale expressive avec une invite décrivant la voix et des balises d'émotion intégrées

Maya Research · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 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 lorsque vous les modifiez.

•obligatoire 50 / 5000

Texte de synthèse vocale acceptant des balises d'émotion sous 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.

•obligatoire 50 / 500

Caractéristiques de la voix ou du personnage à décrire, telles que 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 introduit davantage de diversité, tandis que la plage inférieure de 0.2–0.5 favorise la stabilité et la cohérence.

par défaut 0.9

Paramètre d'échantillonnage nucleus ajustant la diversité de sélection des jetons.

par défaut 2000

Budget de jetons SNAC plafonnant 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?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?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 à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Maya1

Convertit un texte de 5000 caractères maximum en parole. Un `prompt` requis de 500 caractères maximum décrit la voix, notamment l’âge, l’accent et le ton. Des balises d’émotion comme laugh ou whisper peuvent être intégrées au texte. Choisissez une fréquence d’échantillonnage de 48 kHz ou 24 kHz et une sortie wav ou mp3 ; `max_tokens` limite la durée audio.

Paramètres

NomType Par défautAutorisé Description
textobligatoire
Typestring
≤ 5 000 caractères
Texte de synthèse vocale acceptant des balises d'émotion sous 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.
promptobligatoire
Typestring
≤ 500 caractères
Caractéristiques de la voix ou du personnage à décrire, telles que 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 introduit davantage de diversité, 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 ajustant la diversité de sélection des jetons.
max_tokensfacultatif
Typeinteger
Par défaut2000
28 – 4 000
Budget de jetons SNAC plafonnant 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
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
obligatoire

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier 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
numberTemps de génération audio, mesuré en secondes.
rtf
numberFacteur temps réel calculé comme generation_time divisé par audio_duration ; des valeurs plus faibles indiquent de meilleures performances.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/maya.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt