Мазмұнға өту

Tada

Интеграциялау

Модель идентификаторы 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"

Осы сұрау: 0,004 $ 4 API кредиті Осы бетте іске қосу

API кілтін алу

Мәтініңізді анықтамалық клиптің дауысымен оқитын, 10 тіл коды бар дауыс клондайтын text-to-speech

Open model · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Мәтін түрінде берілетін сөйлеу мазмұны; анықтамалық сөйлеуші оны дыбыстауға қолданылатын дауысты береді.

•міндетті audio_url
Файлды тастаңыз немесе

Модель қайталауы тиіс сөйлеушінің дауыс сипаттарын анықтайтын, аудио файл URL мекенжайы түрінде берілетін дауысты клондау көзі.

Қосымша 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 әдепкі wav

Жасалған аудионың файл пішімі.

әдепкі

Ағылшын тілінен басқа тілдердегі жазбалар үшін міндетті түрде берілетін анықтамалық аудио транскрипті; автоматты транскрипция тек ағылшын тіліне кіріктірілген.

әдепкі en

Мәтінді сәйкестендіру тілінің коды; ағылшын тілінен басқа тілде сөйлеу жасағанда синтез тіліне сәйкес келуі керек.

әдепкі 0

Берілген мәтіннен кейін сөйлеуді жалғастырып, соңғы просодия немесе тыныштық қосуға арналған қосымша авторегрессиялық қадамдар саны.

әдепкі 0.6

Мәтін токендерін сэмплинг жасау температурасы: оны арттыру шығыс әртүрлілігін көбейтеді, ал 0 немесе одан төмен мәнге рұқсат етілмейді.

әдепкі 0.9

Мәтін генерациясына қолданылатын Top-p (ядролық) сэмплинг параметрі.

әдепкі 1.1

Шығысты генерациялау кезінде токендердің қайталануына салынатын айыппұл.

әдепкі 1.6

Акустикалық сипаттарды генерациялауға қолданылатын classifier-free guidance күші.

әдепкі 0.9

Flow matching диффузиясы кезінде қолданылатын шу температурасы.

әдепкі 20

Flow matching арқылы акустиканы генерациялауға арналған ODE solver қадамдарының саны.

әдепкі 1

Сөйлеу жылдамдығы көбейткіші: 1.0-ден төмен мән сөйлеуді баяулатады, ал жоғары мән жылдамдатады.

POST /run/tada/3b/text-to-speech?wait=20 бағасы → 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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Tada туралы

Анықтамалық клиптен (`audio_url`) сөйлеушінің дауысын клондап, `prompt` мәтінін сол дауыспен оқиды. `language` параметрі en, ar, ch, de, es, fr, it, ja, pl және pt мәндерін қабылдайды. Ағылшынша емес анықтамалықтар үшін `transcript` беріңіз, себебі кірістірілген тану тек ағылшын тілінде жұмыс істейді. Жылдамдықты 0.5-тен 2-ге дейін реттеуге болады, ал шығыс wav немесе mp3 болады.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
audio_urlміндетті audio
Түріurl · audio
Модель қайталауы тиіс сөйлеушінің дауыс сипаттарын анықтайтын, аудио файл URL мекенжайы түрінде берілетін дауысты клондау көзі.
transcriptміндетті емес
Түріstring
Әдепкі
Ағылшын тілінен басқа тілдердегі жазбалар үшін міндетті түрде берілетін анықтамалық аудио транскрипті; автоматты транскрипция тек ағылшын тіліне кіріктірілген.
promptміндетті
Түріstring
Мәтін түрінде берілетін сөйлеу мазмұны; анықтамалық сөйлеуші оны дыбыстауға қолданылатын дауысты береді.
languageміндетті емес
Түріenum
Әдепкіen
enarchdeesfritjaplpt
Мәтінді сәйкестендіру тілінің коды; ағылшын тілінен басқа тілде сөйлеу жасағанда синтез тіліне сәйкес келуі керек.
num_extra_stepsміндетті емес
Түріinteger
Әдепкі0
0 – 50
Берілген мәтіннен кейін сөйлеуді жалғастырып, соңғы просодия немесе тыныштық қосуға арналған қосымша авторегрессиялық қадамдар саны.
temperatureміндетті емес
Түріnumber
Әдепкі0.6
≤ 2> 0
Мәтін токендерін сэмплинг жасау температурасы: оны арттыру шығыс әртүрлілігін көбейтеді, ал 0 немесе одан төмен мәнге рұқсат етілмейді.
top_pміндетті емес
Түріnumber
Әдепкі0.9
0 – 1
Мәтін генерациясына қолданылатын Top-p (ядролық) сэмплинг параметрі.
repetition_penaltyміндетті емес
Түріnumber
Әдепкі1.1
1 – 2
Шығысты генерациялау кезінде токендердің қайталануына салынатын айыппұл.
acoustic_cfg_scaleміндетті емес
Түріnumber
Әдепкі1.6
0 – 10
Акустикалық сипаттарды генерациялауға қолданылатын classifier-free guidance күші.
noise_temperatureміндетті емес
Түріnumber
Әдепкі0.9
0 – 2
Flow matching диффузиясы кезінде қолданылатын шу температурасы.
num_inference_stepsміндетті емес
Түріinteger
Әдепкі20
1 – 50
Flow matching арқылы акустиканы генерациялауға арналған ODE solver қадамдарының саны.
speed_up_factorміндетті емес
Түріnumber
Әдепкі1
0,5 – 2
Сөйлеу жылдамдығы көбейткіші: 1.0-ден төмен мән сөйлеуді баяулатады, ал жоғары мән жылдамдатады.
output_formatміндетті емес
Түріenum
Әдепкіwav
wavmp3
Жасалған аудионың файл пішімі.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Синтезделген сөйлеу жазылған аудио файлы.

Қосымша модельдер: Мәтіннен сөйлеуге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/tada/3b/text-to-speech.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt