Op den Inhalt sprangen

Maya · Batch

Integréieren

Modell-ID 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"

Dës Ufro: ≈0,049 $ 49 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Maya Research Text zu Sprooch #text-to-speech#tts

Batch-Versioun vu Maya-Sprooch, déi bis zu 100 Texter mat passende Stëmmbeschreiwunge rendert

Maya Research · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Lëscht mat Text fir d'Sproochsynthes, mat Ënnerstëtzung fir <emotion_name>-Tags an all Element.

•obligatoresch

Stëmm- oder Charakterattributer fir all Text, als Lëscht vu Beschreiwungen. D'Zuel vun de Beschreiwunge muss der Zuel vun den Texter entspriechen.

Erweidert sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate Standard 48 kHz

Gemeinsam Audio-Samplingrate fir all Generatioun: méi séier Veraarbechtung bei 24 kHz oder besser Qualitéit bei 48 kHz.

output_format Standard wav

Dateiformat fir all generéiert Sproochopnam.

Standard 0.4

Sampling-Temperatur, déi op all Generatioun applizéiert gëtt.

Standard 0.9

Nucleus-Sampling-Astellung, déi op all Generatioun applizéiert gëtt.

Standard 2000

Obergrenz vun de SNAC-Token fir all Generatioun.

Standard 1.1

Widderhuelungsstrof, déi op all Generatioun applizéiert gëtt.

POST /run/maya/batch?wait=20 Präis → 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Maya · Batch

Synthetiséiert vill Clips an enger eenzeger Ufro. `texts` a `prompts` akzeptéieren all 1 bis 100 Entréen a mussen déiselwecht Längt hunn, fir all Text mat enger Stëmmbeschreiwung ze koppelen. Emotiounstags funktionéieren an all Text. Astellunge wéi Samplerate, Ausgabeformat an Temperatur gëlle fir all Texter; d'Resultater enthalen eng Lëscht vun Audiodateien an Dauerzäiten.

Parameteren

NummTyp StandardErlaabt Beschreiwung
textsobligatoresch
Typstring[]
≤ 100 Elementer
Lëscht mat Text fir d'Sproochsynthes, mat Ënnerstëtzung fir <emotion_name>-Tags an all Element.
promptsobligatoresch
Typstring[]
≤ 100 Elementer
Stëmm- oder Charakterattributer fir all Text, als Lëscht vu Beschreiwungen. D'Zuel vun de Beschreiwunge muss der Zuel vun den Texter entspriechen.
temperatureoptional
Typnumber
Standard0.4
0 – 2
Sampling-Temperatur, déi op all Generatioun applizéiert gëtt.
top_poptional
Typnumber
Standard0.9
0 – 1
Nucleus-Sampling-Astellung, déi op all Generatioun applizéiert gëtt.
max_tokensoptional
Typinteger
Standard2000
28 – 4.000
Obergrenz vun de SNAC-Token fir all Generatioun.
repetition_penaltyoptional
Typnumber
Standard1.1
1 – 2
Widderhuelungsstrof, déi op all Generatioun applizéiert gëtt.
sample_rateoptional
Typenum
Standard48 kHz
48 kHz24 kHz
Gemeinsam Audio-Samplingrate fir all Generatioun: méi séier Veraarbechtung bei 24 kHz oder besser Qualitéit bei 48 kHz.
output_formatoptional
Typenum
Standardwav
wavmp3
Dateiformat fir all generéiert Sproochopnam.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audios
array of object {url, content_type, file_name, file_size}Generéiert Audio-Dateien, als Lëscht zeréckginn.
durations
array of numberLängt an Sekonnen vun all generéierter Audioopnam.
sample_rate
stringSamplingrate, déi all generéiert Audio-Dateien deelen.
total_generation_time
numberZesummegerechent Generatiounszäit an Sekonnen fir all Audio-Dateien.
average_rtf
numberDuerchschnëttleche Realtime-Faktor iwwer all Generatiounen.

Méi Modeller: Text zu Sprooch

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/maya/batch.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt