Pereiti prie turinio

Maya · Stream

Integruoti

Modelio id maya/stream
# 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/stream?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

Ši užklausa: ≈0,049 $ 49 API kreditai Paleisti šiame puslapyje

Gauti API raktą
Maya Research Tekstas į kalbą #text-to-speech#tts

Maya teksto vertimo į kalbą srautinio perdavimo variantas vienam tekstui su balso aprašu

Maya Research · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma 50 / 5000

Kalbos sintezės tekstas, kuriame bet kurioje vietoje leidžiamos emocijų žymos <emotion_name>, pvz., 'Hello world! <excited> This is amazing!' arba 'I can't believe this <sigh> happened again.'. Palaikomos emocijos: curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder ir laugh.

•privaloma 50 / 500

Apibūdintinos balso arba veikėjo savybės, pvz., intensyvumas, tonas, tempas, tembras, aukštis, akcentas ir amžius.

Išplėstiniai sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate numatytoji 48 kHz

Garso diskretizavimo dažnio pasirinkimas: spartesnis apdorojimas naudojant 24 kHz arba aukštesnė išvesties kokybė naudojant 48 kHz.

output_format numatytoji wav

Sintezuotai kalbai naudojamas garso failo formatas.

numatytoji 0.4

Atrankos temperatūra, valdanti garso įvairovę: ją didinant atsiranda daugiau įvairovės, o mažesnis 0.2–0.5 intervalas teikia pirmenybę stabilumui ir nuoseklumui.

numatytoji 0.9

Branduolio atrankos nustatymas, reguliuojantis žetonų pasirinkimo įvairovę.

numatytoji 2000

SNAC žetonų biudžetas, ribojantis garso trukmę; skaičiuojama po 7 žetonus kiekvienam kadrui.

numatytoji 1.1

Bauda už žetonų kartojimą. Ją didinant slopinami kartojimo artefaktai.

POST /run/maya/stream?wait=20 kaina → 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/stream?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Maya · Stream

Paverčia iki 5000 simbolių vieną tekstą į kalbą; privalomas iki 500 simbolių balso aprašas `prompt`, taip pat galimos įterptos emocijų žymos. Parinktys apima `temperature`, `top_p`, `repetition_penalty`, 48 arba 24 kHz diskretizavimo dažnį ir wav arba mp3 išvestį. Grąžina garsą, jo trukmę ir realiojo laiko koeficientą.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
textprivaloma
Tipasstring
≤ 5 000 simbolių
Kalbos sintezės tekstas, kuriame bet kurioje vietoje leidžiamos emocijų žymos <emotion_name>, pvz., 'Hello world! <excited> This is amazing!' arba 'I can't believe this <sigh> happened again.'. Palaikomos emocijos: curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder ir laugh.
promptprivaloma
Tipasstring
≤ 500 simbolių
Apibūdintinos balso arba veikėjo savybės, pvz., intensyvumas, tonas, tempas, tembras, aukštis, akcentas ir amžius.
temperatureneprivalomas
Tipasnumber
Numatytoji reikšmė0.4
0 – 2
Atrankos temperatūra, valdanti garso įvairovę: ją didinant atsiranda daugiau įvairovės, o mažesnis 0.2–0.5 intervalas teikia pirmenybę stabilumui ir nuoseklumui.
top_pneprivalomas
Tipasnumber
Numatytoji reikšmė0.9
0 – 1
Branduolio atrankos nustatymas, reguliuojantis žetonų pasirinkimo įvairovę.
max_tokensneprivalomas
Tipasinteger
Numatytoji reikšmė2000
28 – 4 000
SNAC žetonų biudžetas, ribojantis garso trukmę; skaičiuojama po 7 žetonus kiekvienam kadrui.
repetition_penaltyneprivalomas
Tipasnumber
Numatytoji reikšmė1.1
1 – 2
Bauda už žetonų kartojimą. Ją didinant slopinami kartojimo artefaktai.
sample_rateneprivalomas
Tipasenum
Numatytoji reikšmė48 kHz
48 kHz24 kHz
Garso diskretizavimo dažnio pasirinkimas: spartesnis apdorojimas naudojant 24 kHz arba aukštesnė išvesties kokybė naudojant 48 kHz.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėwav
wavmp3
Sintezuotai kalbai naudojamas garso failo formatas.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma

Išvestis

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/stream",
  "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": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "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,
    "sample_rate": "48 kHz",
    "generation_time": 2.3,
    "rtf": 0.51
  },
  "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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Sugeneruotas kalbos failas WAV arba MP3 formatu, su monofoniniu garsu, kurio dažnis yra 24 kHz arba 48 kHz pagal diskretizavimo dažnio didintuvą.
duration
numberGarso išvesties trukmė sekundėmis.
sample_rate
stringGarso išvesties diskretizavimo dažnis.
generation_time
numberGarso generavimo laikas sekundėmis.
rtf
numberRealiojo laiko koeficientas, apskaičiuojamas generation_time padalijus iš audio_duration; mažesnės reikšmės reiškia geresnį našumą.

Daugiau modelių: Tekstas į kalbą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/maya/stream.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt