דילוג לתוכן

Vibevoice

שילוב

מזהה מודל vibevoice/0.5b
# 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/vibevoice/0.5b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  }'

# 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"

בקשה זו: ≈⁨‏0.01 ‏$⁩ 10 קרדיטי API הרצה בדף הזה

קבלת מפתח API
Microsoft טקסט לדיבור #vibevoice#fast

המרת טקסט לדיבור קלה עם קול יחיד ושישה קולות בעלי שמות עבור סקריפטים ארוכים

Microsoft · אודיו

התוצאה הראשונה שלך תופיע כאן

בנו בקשה למטה והריצו אותה עם מפתח ה־API שלכם. הפלטים מועתקים לאחסון שלנו ונשמרים לצמיתות או למשך 7 ימים ללא תשלום.

בנה בקשה

הפקדים נוצרים מסכמת המודל. הקוד והמחיר מתעדכנים כשמשנים אותם.

•חובה 88 / 90000

תסריט המשמש לסינתזת דיבור.

speaker •חובה

הקול המשמש להשמעת הדיבור.

מתקדם cfg_scale · seed · enable_safety_checker
ברירת מחדל 1.3

עוצמת CFG (Classifier-Free Guidance) קובעת עד כמה היצירה תיצמד לטקסט, כאשר הגדרות גבוהות יותר מספקות היצמדות חזקה יותר.

seed אקראי שהופך את היצירה לניתנת לשחזור.

POST /run/vibevoice/0.5b?wait=20 הצעת מחיר → ⁨‏0.01 ‏$⁩
# 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/vibevoice/0.5b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  }'

# 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"

הרצת הבקשה הזו

המפתח שלך נשאר בדפדפן הזה: הוא נשלח רק אל Doitong API ונשמר ב-localStorage רק אם מסמנים זכור. קבל מפתח API

מידע על Vibevoice

מקריא `script` באורך של עד 90000 תווים בקול אחד שנבחר באמצעות `speaker`: Frank, Wayne, Carter, Emma, Grace או Mike. `cfg_scale` (1 עד 2) ו־`seed` זמינים לכוונון ולשחזור. הוא מטפל בדובר אחד בכל פעם, בניגוד לגרסאות מרובות הדוברים.

פרמטרים

שםסוג ברירת מחדלמותר תיאור
scriptחובה
סוגstring
≤ 90,000 תווים
תסריט המשמש לסינתזת דיבור.
speakerחובה
סוגenum
FrankWayneCarterEmmaGraceMike
הקול המשמש להשמעת הדיבור.
seedאופציונלי
סוגinteger | null
seed אקראי שהופך את היצירה לניתנת לשחזור.
cfg_scaleאופציונלי
סוגnumber
ברירת מחדל1.3
1 – 2
עוצמת CFG (Classifier-Free Guidance) קובעת עד כמה היצירה תיצמד לטקסט, כאשר הגדרות גבוהות יותר מספקות היצמדות חזקה יותר.
enable_safety_checkerאופציונלי
סוגboolean
ברירת מחדלtrue
ניתן להקל את הסינון באמצעות הגדרה ל-false, אם הצד הקורא מורשה לכך.
חובה

פלט

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vibevoice/0.5b",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  },
  "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": 24000,
    "generation_time": 5.6,
    "rtf": 0.53
  },
  "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"
  }
}
הקבצים שלכם, הבחירה שלכםכל outputs[].url הוא עותק באחסון שלנו: נשמר לצמיתות (בתשלום לפי GB-חודש) או למשך 7 ימים ללא תשלום, בהתאם להגדרת החשבון או ל־?storage=.
אותו מבנה בכל מודלtype, url, content_type, width, height ו-duration, עבור תמונות, וידאו ואודיו כאחד. output הוא אובייקט התוצאה של המודל עצמו.
שדות הפלט
audio
object {url, content_type, file_name, file_size}קובץ אודיו המכיל את הדיבור המסונתז.
duration
numberאורך פלט האודיו, נמדד בשניות.
sample_rate
integerקצב הדגימה של פלט האודיו.
generation_time
numberזמן יצירת האודיו, נמדד בשניות.
rtf
numberמקדם זמן אמת המחושב כ־generation_time חלקי audio_duration; ערכים קטנים יותר מציינים ביצועים טובים יותר.

מודלים נוספים: טקסט לדיבור

לסוכני AI: דף זה בפורמט Markdown נמצא בכתובת https://doitong.com/he/developers/models/vibevoice/0.5b.md. כל המודלים והמדריכים: https://doitong.com/developers/llms.txt