Prijeđi na sadržaj

Tada TTS 1B

Integriraj

ID modela tada/1b/text-to-speech
# 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/tada/1b/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Ovaj zahtjev: 0,003 $ 3 API kredita Pokreni na ovoj stranici

Nabavi API ključ
Open model Tekst u govor

Pretvaranje teksta u govor kloniranjem glasa iz referentnog zvučnog isječka, varijanta 1B s deset jezika

Open model · Zvuk

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno

Sadržaj govora dostavljen kao tekst; referentni govornik pruža glas kojim se tekst izgovara.

•obavezno audio_url
Ispustite datoteku ili

Izvor za kloniranje glasa dostavljen kao URL audio datoteke, koji identificira govornika čije glasovne značajke model treba reproducirati.

Napredno output_format · transcript · language · num_extra_steps · temperature · top_p · repetition_penalty · acoustic_cfg_scale · noise_temperature · num_inference_steps · speed_up_factor · enable_safety_checker
output_format zadano wav

Format datoteke generiranog audija.

zadano

Transkript referentnog audija koji se mora dostaviti za snimke na jezicima koji nisu engleski; automatska transkripcija ugrađena je samo za engleski.

zadano en

Jezični kôd za poravnanje teksta koji mora odgovarati jeziku sinteze pri generiranju govora na jeziku koji nije engleski.

zadano 0

Dodatni broj autoregresivnih koraka za dodavanje završne prozodije ili tišine nastavkom govora nakon dostavljenog teksta.

zadano 0.6

Temperatura uzorkovanja tekstualnih tokena: povećanje dodaje raznolikost izlazu, a 0 ili manje nije dopušteno.

zadano 0.9

Postavka Top-p (nucleus) uzorkovanja koja se koristi za generiranje teksta.

zadano 1.1

Kazna za ponavljanje tokena tijekom generiranja izlaza.

zadano 1.6

Snaga guidancea bez klasifikatora koja se koristi za generiranje akustičkih značajki.

zadano 0.9

Temperatura šuma koja se koristi tijekom difuzije usklađivanja toka.

zadano 20

Broj koraka ODE rješavača koji se koristi za generiranje akustike usklađivanjem toka.

zadano 1

Množitelj brzine govora: generirani govor sporiji je ispod 1.0, a brži iznad 1.0.

POST /run/tada/1b/text-to-speech?wait=20 cijena → 0,003 $
# 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/tada/1b/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Tada TTS 1B

Izgovara tekst parametra `prompt` glasom referentnog isječka zadanog kao `audio_url`. Za zvuk koji nije na engleskom potreban je `transcript` referentnog zapisa. `language` podržava en, ar, ch, de, es, fr, it, ja, pl i pt. Podešavanja uključuju `speed_up_factor` (0.5 do 2), `temperature`, `top_p` i `num_inference_steps`; izlaz je wav ili mp3.

Parametri

Pošaljite kanonski naziv ili izvorni naziv, ne oba. Kanonski nazivi

NazivVrsta ZadanoDopušteno Opis
audio_urlobavezno audio
Vrstaurl · audio
Izvor za kloniranje glasa dostavljen kao URL audio datoteke, koji identificira govornika čije glasovne značajke model treba reproducirati.
transcriptneobavezno
Vrstastring
Zadano
Transkript referentnog audija koji se mora dostaviti za snimke na jezicima koji nisu engleski; automatska transkripcija ugrađena je samo za engleski.
promptobavezno
Vrstastring
Sadržaj govora dostavljen kao tekst; referentni govornik pruža glas kojim se tekst izgovara.
languageneobavezno
Vrstaenum
Zadanoen
enarchdeesfritjaplpt
Jezični kôd za poravnanje teksta koji mora odgovarati jeziku sinteze pri generiranju govora na jeziku koji nije engleski.
num_extra_stepsneobavezno
Vrstainteger
Zadano0
0 – 50
Dodatni broj autoregresivnih koraka za dodavanje završne prozodije ili tišine nastavkom govora nakon dostavljenog teksta.
temperatureneobavezno
Vrstanumber
Zadano0.6
≤ 2> 0
Temperatura uzorkovanja tekstualnih tokena: povećanje dodaje raznolikost izlazu, a 0 ili manje nije dopušteno.
top_pneobavezno
Vrstanumber
Zadano0.9
0 – 1
Postavka Top-p (nucleus) uzorkovanja koja se koristi za generiranje teksta.
repetition_penaltyneobavezno
Vrstanumber
Zadano1.1
1 – 2
Kazna za ponavljanje tokena tijekom generiranja izlaza.
acoustic_cfg_scaleneobavezno
Vrstanumber
Zadano1.6
0 – 10
Snaga guidancea bez klasifikatora koja se koristi za generiranje akustičkih značajki.
noise_temperatureneobavezno
Vrstanumber
Zadano0.9
0 – 2
Temperatura šuma koja se koristi tijekom difuzije usklađivanja toka.
num_inference_stepsneobavezno
Vrstainteger
Zadano20
1 – 50
Broj koraka ODE rješavača koji se koristi za generiranje akustike usklađivanjem toka.
speed_up_factorneobavezno
Vrstanumber
Zadano1
0,5 – 2
Množitelj brzine govora: generirani govor sporiji je ispod 1.0, a brži iznad 1.0.
output_formatneobavezno
Vrstaenum
Zadanowav
wavmp3
Format datoteke generiranog audija.
enable_safety_checkerneobavezno
Vrstaboolean
Zadanotrue
Provjera se može ublažiti postavljanjem na false, ako je pozivatelj ovlašten.
obavezno Kanonski naziv, također prihvaćen

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/1b/text-to-speech",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Audio datoteka koja sadrži sintetizirani govor.

Više modela: Tekst u govor

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/tada/1b/text-to-speech.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt