Pāriet uz saturu

Tada TTS 1B

Integrēt

Modeļa id tada/1b/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/1b/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"

Šis pieprasījums: 0,003 $ 3 API kredīti Izpildīt šajā lapā

Iegūt API atslēgu
Open model Teksts uz runu

Teksta pārvēršana runā ar balss klonēšanu no atsauces audio klipa, 1B variants ar desmit valodām

Open model · Audio

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts

Runas saturs, kas iesniegts kā teksts; atsauces runātājs nodrošina tā atveidei izmantoto balsi.

•obligāts audio_url
Nometiet failu vai

Balss klonēšanas avots, kas iesniegts kā audio faila URL un identificē runātāju, kura balss īpašības modelim jāatveido.

Papildu 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 noklusējums wav

Ģenerētā audio faila formāts.

noklusējums

Atsauces audio transkripts, kas jāiesniedz ierakstiem valodās, kas nav angļu valoda; automātiskā transkripcija ir iebūvēta tikai angļu valodai.

noklusējums en

Teksta saskaņošanas valodas kods, kam jāatbilst sintēzes valodai, ģenerējot runu valodā, kas nav angļu valoda.

noklusējums 0

Papildu autoregresīvo soļu skaits beigu prozodijas vai klusuma pievienošanai, turpinot runu pēc iesniegtā teksta.

noklusējums 0.6

Teksta marķieru paraugošanas temperatūra: tās palielināšana dažādo izvadi, bet 0 vai mazāka vērtība nav atļauta.

noklusējums 0.9

Top-p (kodola) paraugošanas iestatījums teksta ģenerēšanai.

noklusējums 1.1

Marķieru atkārtošanās sods izvades ģenerēšanas laikā.

noklusējums 1.6

Klasifikatorbrīvas vadības stiprums akustisko pazīmju ģenerēšanai.

noklusējums 0.9

Trokšņa temperatūra plūsmas saskaņošanas difūzijas laikā.

noklusējums 20

ODE risinātāja soļu skaits akustikas ģenerēšanai ar plūsmas saskaņošanu.

noklusējums 1

Runas ātruma reizinātājs: zem 1.0 ģenerētā runa kļūst lēnāka, bet virs 1.0 — ātrāka.

POST /run/tada/1b/text-to-speech?wait=20 cena → 0,003 $
# 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/1b/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"

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Tada TTS 1B

Izrunā `prompt` tekstu atsauces klipa balsī, kas norādīta ar `audio_url`. Audio, kas nav angļu valodā, nepieciešams atsauces `transcript`. `language` atbalsta en, ar, ch, de, es, fr, it, ja, pl un pt. Regulēšanai pieejams `speed_up_factor` (0.5 līdz 2), `temperature`, `top_p` un `num_inference_steps`; izvade ir wav vai mp3.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
audio_urlobligāts audio
Tipsurl · audio
Balss klonēšanas avots, kas iesniegts kā audio faila URL un identificē runātāju, kura balss īpašības modelim jāatveido.
transcriptneobligāts
Tipsstring
Noklusējums
Atsauces audio transkripts, kas jāiesniedz ierakstiem valodās, kas nav angļu valoda; automātiskā transkripcija ir iebūvēta tikai angļu valodai.
promptobligāts
Tipsstring
Runas saturs, kas iesniegts kā teksts; atsauces runātājs nodrošina tā atveidei izmantoto balsi.
languageneobligāts
Tipsenum
Noklusējumsen
enarchdeesfritjaplpt
Teksta saskaņošanas valodas kods, kam jāatbilst sintēzes valodai, ģenerējot runu valodā, kas nav angļu valoda.
num_extra_stepsneobligāts
Tipsinteger
Noklusējums0
0 – 50
Papildu autoregresīvo soļu skaits beigu prozodijas vai klusuma pievienošanai, turpinot runu pēc iesniegtā teksta.
temperatureneobligāts
Tipsnumber
Noklusējums0.6
≤ 2> 0
Teksta marķieru paraugošanas temperatūra: tās palielināšana dažādo izvadi, bet 0 vai mazāka vērtība nav atļauta.
top_pneobligāts
Tipsnumber
Noklusējums0.9
0 – 1
Top-p (kodola) paraugošanas iestatījums teksta ģenerēšanai.
repetition_penaltyneobligāts
Tipsnumber
Noklusējums1.1
1 – 2
Marķieru atkārtošanās sods izvades ģenerēšanas laikā.
acoustic_cfg_scaleneobligāts
Tipsnumber
Noklusējums1.6
0 – 10
Klasifikatorbrīvas vadības stiprums akustisko pazīmju ģenerēšanai.
noise_temperatureneobligāts
Tipsnumber
Noklusējums0.9
0 – 2
Trokšņa temperatūra plūsmas saskaņošanas difūzijas laikā.
num_inference_stepsneobligāts
Tipsinteger
Noklusējums20
1 – 50
ODE risinātāja soļu skaits akustikas ģenerēšanai ar plūsmas saskaņošanu.
speed_up_factorneobligāts
Tipsnumber
Noklusējums1
0,5 – 2
Runas ātruma reizinātājs: zem 1.0 ģenerētā runa kļūst lēnāka, bet virs 1.0 — ātrāka.
output_formatneobligāts
Tipsenum
Noklusējumswav
wavmp3
Ģenerētā audio faila formāts.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/1b/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": 3,
    "usd": "0.003",
    "charged": 3,
    "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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Audio fails ar sintezēto runu.

Vairāk modeļu: Teksts uz runu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/tada/1b/text-to-speech.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt