Pāriet uz saturu

Zonos2 Text to Speech

Integrēt

Modeļa id zonos2
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Līdz 0,02 $ par palaišanu maksa tiek aprēķināta pēc faktiskā lietojuma, pārējā summa tiek atmaksāta Izpildīt šajā lapā

Iegūt API atslēgu
Zyphra Teksts uz runu Atsauču ievades #text-to-speech#tts#voice-cloning

Daudzvalodu balss klonēšanas TTS ar iztveršanas vadīklām un izvēli starp precīzu atbilstību vai izteiksmīgu izrunu

Zyphra · 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
Nometiet failu vai

Audio, kas nodrošina klonēšanai paredzēto avota balsi.

Papildu language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
noklusējums en_us

Valodas atlase teksta normalizēšanai, kas tiek izlaista, ja kods nav viens no šiem: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

noklusējums 1.15

Samplēšanai izmantotā temperatūra.

noklusējums 0

Kodola iztveršanas varbūtība; iestatiet 0, lai to atspējotu.

noklusējums 0.18

Minimālās varbūtības iztveršanas varbūtības slieksnis.

noklusējums 106

Top-k iztveršanas robeža; iestatiet 0, lai to atspējotu.

Audio kadru ģenerēšanas ierobežojums, izmantojot modeļa konteksta robežu, ja vien nav norādīta maksimālā vērtība.

Sēkla reproducējamiem rezultātiem; ja nav norādīta, tā tiek izvēlēta nejauši.

POST /run/zonos2?wait=20 cena → 0,02 $
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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 Zonos2 Text to Speech

Klonē balsi no `reference_audio_url` un izrunā tekstu, atgriežot WAV audio 44.1kHz mono formātā kopā ar izmantoto sākumvērtību. `language` iestata teksta normalizēšanu vērtībām en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn un ko. `accurate_mode` maina balss līdzību pret izteiksmīgumu, bet iztveršanu var pielāgot ar `temperature`, `top_p`, `min_p`, `top_k` un `max_tokens` (līdz 6144).

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
reference_audio_urlobligāts
Tipsurl · audio
Audio, kas nodrošina klonēšanai paredzēto avota balsi.
languageneobligāts
Tipsstring
Noklusējumsen_us
Valodas atlase teksta normalizēšanai, kas tiek izlaista, ja kods nav viens no šiem: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedneobligāts
Tipsinteger | null
0 – 2 147 483 647
Sēkla reproducējamiem rezultātiem; ja nav norādīta, tā tiek izvēlēta nejauši.
accurate_modeneobligāts
Tipsboolean
Noklusējumstrue
Balss atbilstība salīdzinājumā ar izteiksmīgumu: True dod priekšroku precīzākai atbilstībai, savukārt False — izteiksmīgākai runai.
clean_speaker_backgroundneobligāts
Tipsboolean
Noklusējumsfalse
Norāda, ka atsauces audio fonā nav trokšņu.
temperatureneobligāts
Tipsnumber
Noklusējums1.15
0 – 2
Samplēšanai izmantotā temperatūra.
top_pneobligāts
Tipsnumber
Noklusējums0
0 – 1
Kodola iztveršanas varbūtība; iestatiet 0, lai to atspējotu.
min_pneobligāts
Tipsnumber
Noklusējums0.18
0 – 1
Minimālās varbūtības iztveršanas varbūtības slieksnis.
top_kneobligāts
Tipsinteger
Noklusējums106
0 – 2048
Top-k iztveršanas robeža; iestatiet 0, lai to atspējotu.
max_tokensneobligāts
Tipsinteger | null
1 – 6144
Audio kadru ģenerēšanas ierobežojums, izmantojot modeļa konteksta robežu, ja vien nav norādīta maksimālā vērtība.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
obligāts

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": "zonos2",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "seed": 42
  },
  "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}Izvades audio WAV formātā ar 44.1kHz iztveršanas frekvenci un mono kanālu.
seed
integerĢenerēšanas laikā lietotā sēklas vērtība.

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/zonos2.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt