Lompat ke konten

Vibevoice

Integrasikan

ID model 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"

Permintaan ini: ≈$0,01 10 kredit API Jalankan di halaman ini

Dapatkan kunci API
Microsoft Teks ke Suara #vibevoice#fast

Text-to-speech satu suara yang ringan dengan enam suara bernama untuk skrip panjang

Microsoft · 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 88 / 90000

Skrip yang digunakan untuk sintesis suara.

speaker •wajib

Suara yang digunakan untuk menyampaikan ucapan.

Lanjutan cfg_scale · seed · enable_safety_checker
bawaan 1.3

Kekuatan CFG (Classifier-Free Guidance) menentukan seberapa dekat pembuatan mengikuti teks, dengan kepatuhan yang lebih kuat pada pengaturan yang lebih tinggi.

Seed acak yang membuat pembuatan dapat direproduksi.

POST /run/vibevoice/0.5b?wait=20 estimasi harga → $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"

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 Vibevoice

Membacakan `script` hingga 90000 karakter dengan satu suara yang dipilih melalui `speaker`: Frank, Wayne, Carter, Emma, Grace, atau Mike. `cfg_scale` (1 hingga 2) dan `seed` tersedia untuk penyesuaian dan reproduktibilitas. Model ini menangani satu pembicara dalam satu waktu, tidak seperti varian multi-pembicara.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
scriptwajib
Tipestring
≤ 90.000 karakter
Skrip yang digunakan untuk sintesis suara.
speakerwajib
Tipeenum
FrankWayneCarterEmmaGraceMike
Suara yang digunakan untuk menyampaikan ucapan.
seedopsional
Tipeinteger | null
Seed acak yang membuat pembuatan dapat direproduksi.
cfg_scaleopsional
Tipenumber
Bawaan1.3
1 – 2
Kekuatan CFG (Classifier-Free Guidance) menentukan seberapa dekat pembuatan mengikuti teks, dengan kepatuhan yang lebih kuat pada pengaturan yang lebih tinggi.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Penyaringan dapat dilonggarkan dengan menetapkan false, jika pemanggil berwenang.
wajib

Output

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"
  }
}
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}File audio yang berisi suara hasil sintesis.
duration
numberPanjang output audio, diukur dalam detik.
sample_rate
integerLaju sampling output audio.
generation_time
numberWaktu pembuatan audio, diukur dalam detik.
rtf
numberFaktor waktu nyata yang dihitung sebagai generation_time dibagi audio_duration; nilai yang lebih kecil menunjukkan performa yang lebih baik.

Model lainnya: Teks ke Suara

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/vibevoice/0.5b.md. Semua model dan panduan: https://doitong.com/developers/llms.txt