Lompat ke konten

Zonos2 Text to Speech

Integrasikan

ID model zonos2
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Hingga $0,02 per eksekusi ditagih berdasarkan penggunaan aktual, sisanya dikembalikan Jalankan di halaman ini

Dapatkan kunci API
Zyphra Teks ke Suara Input referensi #text-to-speech#tts#voice-cloning

TTS kloning suara multibahasa dengan kontrol sampling dan pilihan antara kemiripan tinggi atau penyampaian ekspresif

Zyphra · 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
Jatuhkan file, atau

Audio yang menyediakan suara sumber untuk kloning.

Lanjutan language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
bawaan en_us

Pemilihan bahasa untuk normalisasi teks, yang dilewati kecuali kodenya adalah salah satu dari: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

bawaan 1.15

Temperature yang digunakan untuk sampling.

bawaan 0

Probabilitas untuk nucleus sampling; atur ke 0 untuk menonaktifkannya.

bawaan 0.18

Ambang probabilitas untuk minimum-probability sampling.

bawaan 106

Batas untuk top-k sampling; atur ke 0 untuk menonaktifkannya.

Batas pembuatan bingkai audio, menggunakan batas konteks model kecuali maksimum disediakan.

Seed yang memungkinkan hasil direproduksi; dipilih secara acak jika dihilangkan.

POST /run/zonos2?wait=20 estimasi harga → $0,02
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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 Zonos2 Text to Speech

Mengkloning suara dari `reference_audio_url` dan membacakan teks, lalu mengembalikan audio WAV mono 44.1kHz beserta seed yang digunakan. `language` menetapkan normalisasi teks untuk en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, dan ko. `accurate_mode` menukar kemiripan suara dengan ekspresivitas, dan sampling dapat disesuaikan melalui `temperature`, `top_p`, `min_p`, `top_k`, dan `max_tokens` (hingga 6144).

Parameter

NamaTipe BawaanDiizinkan Deskripsi
reference_audio_urlwajib
Tipeurl · audio
Audio yang menyediakan suara sumber untuk kloning.
languageopsional
Tipestring
Bawaanen_us
Pemilihan bahasa untuk normalisasi teks, yang dilewati kecuali kodenya adalah salah satu dari: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedopsional
Tipeinteger | null
0 – 2.147.483.647
Seed yang memungkinkan hasil direproduksi; dipilih secara acak jika dihilangkan.
accurate_modeopsional
Tipeboolean
Bawaantrue
Pencocokan suara versus ekspresivitas: True mengutamakan kecocokan yang lebih dekat, sedangkan False mengutamakan ucapan yang lebih ekspresif.
clean_speaker_backgroundopsional
Tipeboolean
Bawaanfalse
Menunjukkan bahwa audio referensi memiliki latar belakang yang bersih.
temperatureopsional
Tipenumber
Bawaan1.15
0 – 2
Temperature yang digunakan untuk sampling.
top_popsional
Tipenumber
Bawaan0
0 – 1
Probabilitas untuk nucleus sampling; atur ke 0 untuk menonaktifkannya.
min_popsional
Tipenumber
Bawaan0.18
0 – 1
Ambang probabilitas untuk minimum-probability sampling.
top_kopsional
Tipeinteger
Bawaan106
0 – 2.048
Batas untuk top-k sampling; atur ke 0 untuk menonaktifkannya.
max_tokensopsional
Tipeinteger | null
1 – 6.144
Batas pembuatan bingkai audio, menggunakan batas konteks model kecuali maksimum disediakan.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Penyaringan dapat dilonggarkan dengan menetapkan false, jika pemanggil berwenang.
wajib

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": "zonos2",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "seed": 42
  },
  "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}Output audio dalam format WAV, dengan laju sampel 44.1kHz dan kanal mono.
seed
integerNilai seed yang diterapkan selama pembuatan.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/zonos2.md. Semua model dan panduan: https://doitong.com/developers/llms.txt