Passer au contenu

xAI Text to Speech

Intégrer

Identifiant du modèle 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"

Cette requête: 0,001 $ 1 crédit API L’exécuter sur cette page

Obtenir une clé API

Synthèse vocale avec voix intégrées, sélection de langue et balises expressives intégrées au texte

xAI · 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.

•requis 50 / 15000

Texte de synthèse vocale, avec une diction expressive contrôlée par des balises inline ([laugh], [pause], [sigh]) ou des balises englobantes (<whisper>text</whisper>, <slow>text</slow>). L'entrée ne peut pas dépasser 15 000 caractères.

Avancé voice · language · enable_safety_checker · output_format
par défaut eve

Voix intégrée sélectionnée pour la synthèse vocale.

par défaut auto

Sélection de la langue parmi ces codes 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. Pour la détection automatique, fournissez plutôt 'auto'.

Configuration du format audio généré ; la valeur par défaut est MP3 avec une fréquence d'échantillonnage de 24 kHz et un débit de 128 kbps.

POST /run/xai/tts/v1?wait=20 devis → 0,001 $
# 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"

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 xAI Text to Speech

Convertit jusqu’à 15 000 caractères de texte en parole. Choisissez parmi 28 voix intégrées et un code de langue, ou activez la détection automatique. Le texte peut contenir des balises comme [laugh], [pause] et [sigh], ou des balises englobantes comme <whisper> et <slow>, pour une interprétation expressive. `output_format` configure le fichier audio.

Paramètres

NomType Par défautAutorisé Description
textrequis
Typestring
≤ 15 000 caractères
Texte de synthèse vocale, avec une diction expressive contrôlée par des balises inline ([laugh], [pause], [sigh]) ou des balises englobantes (<whisper>text</whisper>, <slow>text</slow>). L'entrée ne peut pas dépasser 15 000 caractères.
voicefacultatif
Typeenum
Par défauteve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 de plussiriuslumencastornakshatlasauroralioraaraeveleorexsal
Voix intégrée sélectionnée pour la synthèse vocale.
languagefacultatif
Typeenum
Par défautauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 de plusrues-MXes-EStrvi
Sélection de la langue parmi ces codes 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. Pour la détection automatique, fournissez plutôt 'auto'.
output_formatfacultatif
Typeobject
Configuration du format audio généré ; la valeur par défaut est MP3 avec une fréquence d'échantillonnage de 24 kHz et un débit de 128 kbps.
output_format.codecfacultatif
Typeenum
Par défautmp3
mp3wavpcmmulawalaw
Codec d'encodage audio ; les choix disponibles sont mp3, wav, pcm, mulaw, alaw.
output_format.sample_ratefacultatif
Typeenum
Par défaut24000
80001600022050240004410048000
Fréquence d'échantillonnage audio, mesurée en Hz.
output_format.bit_ratefacultatif
Typeenum
320006400096000128000192000
Débit binaire pour la sortie MP3, défini par défaut à 128000 et mesuré en bps ; ne s'applique pas aux autres codecs.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
requis

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 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, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Fichier audio produit par la génération.

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/xai/tts/v1.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt