コンテンツへスキップ

Tada

統合

モデルID 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"

このリクエスト: $0.004 4 APIクレジット このページで実行

APIキーを取得

参照クリップの声でテキストを読み上げるボイスクローン音声合成。10個の言語コードに対応

Open model · 音声

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

•必須

テキストで指定する発話内容。参照話者の声を使ってレンダリングします。

•必須 audio_url
ファイルをドロップ、または

音声ファイルURLで指定するボイスクローンのソース。モデルが再現する話者の声の特性を特定します。

詳細設定 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 デフォルト wav

生成音声のファイル形式。

デフォルト

参照音声の文字起こし。英語以外の言語の録音では必須です。自動文字起こしは英語のみ組み込まれています。

デフォルト en

テキストアライメント用の言語コード。英語以外の言語で音声を生成する場合、合成言語と一致する必要があります。

デフォルト 0

指定テキストを超えて発話を続け、末尾の韻律や無音を追加するための追加自己回帰ステップ数。

デフォルト 0.6

テキストトークンのサンプリング温度。値を大きくすると出力の多様性が増します。0以下は指定できません。

デフォルト 0.9

テキスト生成に使用するTop-p(nucleus)サンプリング設定。

デフォルト 1.1

出力生成中のトークン反復ペナルティ。

デフォルト 1.6

音響特徴量の生成に使用するClassifier-free guidance強度。

デフォルト 0.9

フローマッチング拡散で使用するノイズ温度。

デフォルト 20

フローマッチングで音響を生成する際に使用するODEソルバーのステップ数。

デフォルト 1

発話速度の倍率。1.0未満では生成音声が遅くなり、1.0を超えると速くなります。

POST /run/tada/3b/text-to-speech?wait=20 見積もり → $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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

Tadaについて

参照クリップ(`audio_url`)から話者の声をクローンし、その声で `prompt` のテキストを読み上げます。`language` は en、ar、ch、de、es、fr、it、ja、pl、pt に対応します。英語以外の参照音声では内蔵認識が英語のみ対応のため、`transcript` を指定してください。速度は0.5〜2倍に調整でき、出力は wav または mp3 です。

パラメータ

正式名称またはネイティブ名のいずれか一方を送信してください。両方は送信しないでください。 正式名称

名前型 デフォルト許可される値 説明
audio_url必須 audio
型url · audio
音声ファイルURLで指定するボイスクローンのソース。モデルが再現する話者の声の特性を特定します。
transcript任意
型string
デフォルト
参照音声の文字起こし。英語以外の言語の録音では必須です。自動文字起こしは英語のみ組み込まれています。
prompt必須
型string
テキストで指定する発話内容。参照話者の声を使ってレンダリングします。
language任意
型enum
デフォルトen
enarchdeesfritjaplpt
テキストアライメント用の言語コード。英語以外の言語で音声を生成する場合、合成言語と一致する必要があります。
num_extra_steps任意
型integer
デフォルト0
0 – 50
指定テキストを超えて発話を続け、末尾の韻律や無音を追加するための追加自己回帰ステップ数。
temperature任意
型number
デフォルト0.6
≤ 2> 0
テキストトークンのサンプリング温度。値を大きくすると出力の多様性が増します。0以下は指定できません。
top_p任意
型number
デフォルト0.9
0 – 1
テキスト生成に使用するTop-p(nucleus)サンプリング設定。
repetition_penalty任意
型number
デフォルト1.1
1 – 2
出力生成中のトークン反復ペナルティ。
acoustic_cfg_scale任意
型number
デフォルト1.6
0 – 10
音響特徴量の生成に使用するClassifier-free guidance強度。
noise_temperature任意
型number
デフォルト0.9
0 – 2
フローマッチング拡散で使用するノイズ温度。
num_inference_steps任意
型integer
デフォルト20
1 – 50
フローマッチングで音響を生成する際に使用するODEソルバーのステップ数。
speed_up_factor任意
型number
デフォルト1
0.5 – 2
発話速度の倍率。1.0未満では生成音声が遅くなり、1.0を超えると速くなります。
output_format任意
型enum
デフォルトwav
wavmp3
生成音声のファイル形式。
enable_safety_checker任意
型boolean
デフォルトtrue
呼び出し元に権限がある場合、false に設定するとスクリーニングを緩和できます。
必須 正式名称(こちらも使用可能)

ファイルパラメータには、公開されたhttps:// URL、10 MBまでのdata: URI、またはアップロードしたファイルのfile_urlを指定します。 ファイル

出力

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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}合成された音声を含む音声ファイル。

その他のモデル: テキスト読み上げ

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/tada/3b/text-to-speech.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt