Vai al contenuto

Maya · Batch

Integra

ID del modello maya/batch
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

Questa richiesta: ≈0,049 $ 49 crediti API Esegui in questa pagina

Ottieni la chiave API
Maya Research Da testo a voce #text-to-speech#tts

Versione batch della sintesi vocale Maya che elabora fino a 100 testi con descrizioni vocali corrispondenti

Maya Research · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

Elenco di testi per la sintesi vocale con supporto per tag <emotion_name> incorporati in qualsiasi elemento.

•obbligatorio

Attributi della voce o del personaggio per ogni testo, forniti come elenco di descrizioni. Il numero di descrizioni deve corrispondere al numero di testi.

Avanzate sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate predefinito 48 kHz

Impostazione condivisa della frequenza di campionamento audio per ogni generazione, con scelta tra elaborazione più rapida a 24 kHz e qualità superiore a 48 kHz.

output_format predefinito wav

Formato del file utilizzato per ogni registrazione vocale generata.

predefinito 0.4

Temperatura di campionamento applicata a ogni generazione.

predefinito 0.9

Impostazione del campionamento nucleus applicata a ogni generazione.

predefinito 2000

Limite superiore dei token SNAC per ogni generazione.

predefinito 1.1

Penalità di ripetizione applicata a ogni generazione.

POST /run/maya/batch?wait=20 preventivo → 0,049 $
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Maya · Batch

Sintetizza molti clip in un'unica richiesta. `texts` e `prompts` accettano da 1 a 100 elementi ciascuno e devono avere la stessa lunghezza, associando ogni testo a una descrizione della voce. I tag delle emozioni funzionano in ogni testo. Impostazioni come frequenza di campionamento, formato di output e temperatura si applicano a tutti i testi; i risultati includono un elenco di file audio e durate.

Parametri

NomeTipo PredefinitoConsentiti Descrizione
textsobbligatorio
Tipostring[]
≤ 100 elementi
Elenco di testi per la sintesi vocale con supporto per tag <emotion_name> incorporati in qualsiasi elemento.
promptsobbligatorio
Tipostring[]
≤ 100 elementi
Attributi della voce o del personaggio per ogni testo, forniti come elenco di descrizioni. Il numero di descrizioni deve corrispondere al numero di testi.
temperaturefacoltativo
Tiponumber
Predefinito0.4
0 – 2
Temperatura di campionamento applicata a ogni generazione.
top_pfacoltativo
Tiponumber
Predefinito0.9
0 – 1
Impostazione del campionamento nucleus applicata a ogni generazione.
max_tokensfacoltativo
Tipointeger
Predefinito2000
28 – 4000
Limite superiore dei token SNAC per ogni generazione.
repetition_penaltyfacoltativo
Tiponumber
Predefinito1.1
1 – 2
Penalità di ripetizione applicata a ogni generazione.
sample_ratefacoltativo
Tipoenum
Predefinito48 kHz
48 kHz24 kHz
Impostazione condivisa della frequenza di campionamento audio per ogni generazione, con scelta tra elaborazione più rapida a 24 kHz e qualità superiore a 48 kHz.
output_formatfacoltativo
Tipoenum
Predefinitowav
wavmp3
Formato del file utilizzato per ogni registrazione vocale generata.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/batch",
  "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": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  },
  "output": {
    "audios": [
      {
        "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
      }
    ],
    "durations": [
      5
    ],
    "sample_rate": "48 kHz",
    "total_generation_time": 5.7,
    "average_rtf": 0.15
  },
  "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audios
array of object {url, content_type, file_name, file_size}File audio prodotti, restituiti come elenco.
durations
array of numberDurata in secondi di ogni registrazione audio generata.
sample_rate
stringFrequenza di campionamento condivisa da tutti i file audio generati.
total_generation_time
numberTempo di generazione complessivo in secondi per tutti i file audio.
average_rtf
numberFattore medio in tempo reale su tutte le generazioni.

Altri modelli: Da testo a voce

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/maya/batch.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt