Léim chuig an ábhar

Maya1

Comhtháthú

Aitheantas na samhla 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"

An t-iarratas seo: ≈$0.049 49 gcreidmheas API Rith ar an leathanach seo

Faigh eochair API
Maya Research Téacs go Urlabhra #text-to-speech#tts

Téacs-go-hóráid léiritheach le leid tuairiscithe gutha agus clibeanna mothúcháin inlíne

Maya Research · Fuaim

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

•riachtanach 50 / 5000

Téacs sintéise cainte a cheadaíonn clibeanna mothúcháin san fhoirm <emotion_name> ag aon suíomh, mar atá in 'Hello world! <excited> This is amazing!' nó 'I can't believe this <sigh> happened again.'. Is iad na mothúcháin tacaithe curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, agus laugh.

•riachtanach 50 / 500

Tréithe gutha nó carachtair le cur síos orthu, amhail déine, ton, luas, dúchas fuaime, tuinairde, blas agus aois.

Ardleibhéal sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate réamhshocrú 48 kHz

Rogha ráta samplála fuaime idir próiseáil níos tapúla ag 24 kHz agus aschur ar chaighdeán níos airde ag 48 kHz.

output_format réamhshocrú wav

Formáid comhaid fuaime a úsáidtear do chaint shintéise.

réamhshocrú 0.4

Teocht samplála a rialaíonn éagsúlacht na fuaime: cruthaíonn méadú inti níos mó éagsúlachta, agus is fearr leis an raon níos ísle 0.2–0.5 cobhsaíocht agus comhsheasmhacht.

réamhshocrú 0.9

Socrú samplála núicléise a athraíonn éagsúlacht roghnú na dtócan.

réamhshocrú 2000

Buiséad tócan SNAC a chuireann teorainn le fad na fuaime, arna ríomh mar 7 dtócan in aghaidh gach fráma.

réamhshocrú 1.1

Pionós a chuirtear i bhfeidhm ar athrá tócan. Cuireann méadú air cosc ar dhéantáin athrá.

POST /run/maya?wait=20 luachan → $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"

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Maya1

Tiontaíonn sé téacs suas le 5000 carachtar ina óráid. Déanann `prompt` riachtanach suas le 500 carachtar cur síos ar an nguth, amhail aois, blas agus tuin. Is féidir clibeanna mothúcháin amhail gáire nó cogar a leabú sa téacs. Roghnaigh ráta samplála 48 kHz nó 24 kHz agus aschur wav nó mp3; cuireann `max_tokens` teorainn le fad na fuaime.

Paraiméadair

AinmCineál RéamhshocrúCeadaithe Cur síos
textriachtanach
Cineálstring
≤ 5,000 gcarachtar
Téacs sintéise cainte a cheadaíonn clibeanna mothúcháin san fhoirm <emotion_name> ag aon suíomh, mar atá in 'Hello world! <excited> This is amazing!' nó 'I can't believe this <sigh> happened again.'. Is iad na mothúcháin tacaithe curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, agus laugh.
promptriachtanach
Cineálstring
≤ 500 gcarachtar
Tréithe gutha nó carachtair le cur síos orthu, amhail déine, ton, luas, dúchas fuaime, tuinairde, blas agus aois.
temperatureroghnach
Cineálnumber
Réamhshocrú0.4
0 – 2
Teocht samplála a rialaíonn éagsúlacht na fuaime: cruthaíonn méadú inti níos mó éagsúlachta, agus is fearr leis an raon níos ísle 0.2–0.5 cobhsaíocht agus comhsheasmhacht.
top_proghnach
Cineálnumber
Réamhshocrú0.9
0 – 1
Socrú samplála núicléise a athraíonn éagsúlacht roghnú na dtócan.
max_tokensroghnach
Cineálinteger
Réamhshocrú2000
28 – 4,000
Buiséad tócan SNAC a chuireann teorainn le fad na fuaime, arna ríomh mar 7 dtócan in aghaidh gach fráma.
repetition_penaltyroghnach
Cineálnumber
Réamhshocrú1.1
1 – 2
Pionós a chuirtear i bhfeidhm ar athrá tócan. Cuireann méadú air cosc ar dhéantáin athrá.
sample_rateroghnach
Cineálenum
Réamhshocrú48 kHz
48 kHz24 kHz
Rogha ráta samplála fuaime idir próiseáil níos tapúla ag 24 kHz agus aschur ar chaighdeán níos airde ag 48 kHz.
output_formatroghnach
Cineálenum
Réamhshocrúwav
wavmp3
Formáid comhaid fuaime a úsáidtear do chaint shintéise.
enable_safety_checkerroghnach
Cineálboolean
Réamhshocrútrue
Is féidir an scagadh a mhaolú trí false a shocrú, ar choinníoll go bhfuil údarú ag an nglaoiteoir.
riachtanach

Aschur

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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
audio
object {url, content_type, file_name, file_size}Comhad cainte ginte i WAV nó MP3, le fuaim mhona ag 24 kHz nó 48 kHz de réir mar a chinneann an t-uas-samplálaí.
duration
numberFad an aschuir fuaime, tomhaiste i soicind.
sample_rate
stringRáta samplála an aschuir fuaime.
generation_time
numberAm giniúna fuaime, tomhaiste i soicind.
rtf
numberFachtóir fíor-ama arna ríomh mar generation_time roinnte ar audio_duration; léiríonn luachanna níos lú feidhmíocht níos fearr.

Tuilleadh samhlacha: Téacs go Urlabhra

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/maya.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt