Lompat ke konten

Tada

Integrasikan

ID model tada/3b/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/3b/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"

Permintaan ini: $0,004 4 kredit API Jalankan di halaman ini

Dapatkan kunci API
Open model Teks ke Suara

Text-to-speech dengan kloning suara yang mengucapkan teks Anda menggunakan suara dari klip referensi, dengan 10 kode bahasa

Open model · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

Konten ucapan yang diberikan sebagai teks; pembicara referensi menyediakan suara yang digunakan untuk merendernya.

•wajib audio_url
Jatuhkan file, atau

Sumber kloning suara yang diberikan sebagai URL file audio, yang mengidentifikasi pembicara dengan karakteristik vokal yang harus direproduksi model.

Lanjutan 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 bawaan wav

Format file untuk audio yang dihasilkan.

bawaan

Transkrip audio referensi yang wajib diberikan untuk rekaman dalam bahasa selain English; transkripsi otomatis hanya tersedia secara bawaan untuk English.

bawaan en

Kode bahasa penyelarasan teks, yang harus sesuai dengan bahasa sintesis saat menghasilkan ucapan dalam bahasa selain English.

bawaan 0

Jumlah langkah autoregresif tambahan untuk menambahkan prosodi atau keheningan di akhir dengan melanjutkan ucapan melewati teks yang diberikan.

bawaan 0.6

Temperatur sampling token teks: meningkatkannya menambah variasi output, dan 0 atau lebih rendah tidak diizinkan.

bawaan 0.9

Pengaturan sampling Top-p (nucleus) yang digunakan untuk menghasilkan teks.

bawaan 1.1

Penalti untuk pengulangan token saat menghasilkan output.

bawaan 1.6

Kekuatan panduan tanpa classifier yang digunakan untuk menghasilkan fitur akustik.

bawaan 0.9

Temperatur noise yang digunakan selama difusi pencocokan aliran.

bawaan 20

Jumlah langkah solver ODE yang digunakan untuk menghasilkan akustik melalui pencocokan aliran.

bawaan 1

Pengali kecepatan ucapan: ucapan yang dihasilkan menjadi lebih lambat di bawah 1.0 dan lebih cepat di atas 1.0.

POST /run/tada/3b/text-to-speech?wait=20 estimasi harga → $0,004
# 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/3b/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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Tada

Mengkloning pembicara dari klip referensi (`audio_url`) dan membaca teks `prompt` dengan suara tersebut. Opsi `language` menerima en, ar, ch, de, es, fr, it, ja, pl, dan pt. Untuk referensi non-Inggris, sediakan `transcript` karena pengenalan bawaan hanya mendukung bahasa Inggris. Kecepatan dapat diskalakan dari 0.5 hingga 2, dan output berupa wav atau mp3.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
audio_urlwajib audio
Tipeurl · audio
Sumber kloning suara yang diberikan sebagai URL file audio, yang mengidentifikasi pembicara dengan karakteristik vokal yang harus direproduksi model.
transcriptopsional
Tipestring
Bawaan
Transkrip audio referensi yang wajib diberikan untuk rekaman dalam bahasa selain English; transkripsi otomatis hanya tersedia secara bawaan untuk English.
promptwajib
Tipestring
Konten ucapan yang diberikan sebagai teks; pembicara referensi menyediakan suara yang digunakan untuk merendernya.
languageopsional
Tipeenum
Bawaanen
enarchdeesfritjaplpt
Kode bahasa penyelarasan teks, yang harus sesuai dengan bahasa sintesis saat menghasilkan ucapan dalam bahasa selain English.
num_extra_stepsopsional
Tipeinteger
Bawaan0
0 – 50
Jumlah langkah autoregresif tambahan untuk menambahkan prosodi atau keheningan di akhir dengan melanjutkan ucapan melewati teks yang diberikan.
temperatureopsional
Tipenumber
Bawaan0.6
≤ 2> 0
Temperatur sampling token teks: meningkatkannya menambah variasi output, dan 0 atau lebih rendah tidak diizinkan.
top_popsional
Tipenumber
Bawaan0.9
0 – 1
Pengaturan sampling Top-p (nucleus) yang digunakan untuk menghasilkan teks.
repetition_penaltyopsional
Tipenumber
Bawaan1.1
1 – 2
Penalti untuk pengulangan token saat menghasilkan output.
acoustic_cfg_scaleopsional
Tipenumber
Bawaan1.6
0 – 10
Kekuatan panduan tanpa classifier yang digunakan untuk menghasilkan fitur akustik.
noise_temperatureopsional
Tipenumber
Bawaan0.9
0 – 2
Temperatur noise yang digunakan selama difusi pencocokan aliran.
num_inference_stepsopsional
Tipeinteger
Bawaan20
1 – 50
Jumlah langkah solver ODE yang digunakan untuk menghasilkan akustik melalui pencocokan aliran.
speed_up_factoropsional
Tipenumber
Bawaan1
0,5 – 2
Pengali kecepatan ucapan: ucapan yang dihasilkan menjadi lebih lambat di bawah 1.0 dan lebih cepat di atas 1.0.
output_formatopsional
Tipeenum
Bawaanwav
wavmp3
Format file untuk audio yang dihasilkan.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Penyaringan dapat dilonggarkan dengan menetapkan false, jika pemanggil berwenang.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/3b/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": 4,
    "usd": "0.004",
    "charged": 4,
    "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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}File audio yang berisi ucapan hasil sintesis.

Model lainnya: Teks ke Suara

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/tada/3b/text-to-speech.md. Semua model dan panduan: https://doitong.com/developers/llms.txt