Langkau ke kandungan

Maya1

Integrasikan

ID model maya
# 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?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"

Permintaan ini: ≈$0.049 49 kredit API Jalankan pada halaman ini

Dapatkan kunci API
Maya Research Teks ke Pertuturan #text-to-speech#tts

Teks-ke-pertuturan ekspresif dengan gesaan penerangan suara dan tag emosi sebaris

Maya Research · Audio

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan 50 / 5000

Teks sintesis pertuturan yang membenarkan tag emosi dalam bentuk <emotion_name> pada mana-mana kedudukan, seperti dalam 'Hello world! <excited> This is amazing!' atau 'I can't believe this <sigh> happened again.'. Emosi yang disokong ialah curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, dan laugh.

•diperlukan 50 / 500

Ciri suara atau watak yang hendak dihuraikan, seperti intensiti, nada, kelajuan, timbre, pic, aksen dan umur.

Lanjutan sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate lalai 48 kHz

Pilihan kadar sampel audio antara pemprosesan lebih pantas pada 24 kHz dan output berkualiti lebih tinggi pada 48 kHz.

output_format lalai wav

Format fail audio yang digunakan untuk pertuturan tersintesis.

lalai 0.4

Suhu pensampelan yang mengawal variasi audio: meningkatkannya menghasilkan lebih banyak kepelbagaian, manakala julat lebih rendah 0.2–0.5 mengutamakan kestabilan dan konsistensi.

lalai 0.9

Tetapan pensampelan nukleus yang melaraskan kepelbagaian pemilihan token.

lalai 2000

Belanjawan token SNAC yang mengehadkan tempoh audio, dikira pada kadar 7 token bagi setiap bingkai.

lalai 1.1

Penalti yang dikenakan pada pengulangan token. Meningkatkannya menekan artifak pengulangan.

POST /run/maya?wait=20 sebut harga → $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?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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Maya1

Menukar teks sehingga 5000 aksara kepada pertuturan. `prompt` wajib sehingga 500 aksara menerangkan suara, seperti umur, loghat dan nada. Tag emosi seperti ketawa atau bisikan boleh disematkan dalam teks. Pilih kadar sampel 48 kHz atau 24 kHz dan output wav atau mp3; `max_tokens` mengehadkan panjang audio.

Parameter

NamaJenis LalaiDibenarkan Penerangan
textdiperlukan
Jenisstring
≤ 5,000 aksara
Teks sintesis pertuturan yang membenarkan tag emosi dalam bentuk <emotion_name> pada mana-mana kedudukan, seperti dalam 'Hello world! <excited> This is amazing!' atau 'I can't believe this <sigh> happened again.'. Emosi yang disokong ialah curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, dan laugh.
promptdiperlukan
Jenisstring
≤ 500 aksara
Ciri suara atau watak yang hendak dihuraikan, seperti intensiti, nada, kelajuan, timbre, pic, aksen dan umur.
temperaturepilihan
Jenisnumber
Lalai0.4
0 – 2
Suhu pensampelan yang mengawal variasi audio: meningkatkannya menghasilkan lebih banyak kepelbagaian, manakala julat lebih rendah 0.2–0.5 mengutamakan kestabilan dan konsistensi.
top_ppilihan
Jenisnumber
Lalai0.9
0 – 1
Tetapan pensampelan nukleus yang melaraskan kepelbagaian pemilihan token.
max_tokenspilihan
Jenisinteger
Lalai2000
28 – 4,000
Belanjawan token SNAC yang mengehadkan tempoh audio, dikira pada kadar 7 token bagi setiap bingkai.
repetition_penaltypilihan
Jenisnumber
Lalai1.1
1 – 2
Penalti yang dikenakan pada pengulangan token. Meningkatkannya menekan artifak pengulangan.
sample_ratepilihan
Jenisenum
Lalai48 kHz
48 kHz24 kHz
Pilihan kadar sampel audio antara pemprosesan lebih pantas pada 24 kHz dan output berkualiti lebih tinggi pada 48 kHz.
output_formatpilihan
Jenisenum
Lalaiwav
wavmp3
Format fail audio yang digunakan untuk pertuturan tersintesis.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Pemeriksaan boleh dilonggarkan dengan menetapkannya kepada false, jika pemanggil dibenarkan.
diperlukan

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya",
  "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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio
object {url, content_type, file_name, file_size}Fail pertuturan yang dijana dalam WAV atau MP3, dengan audio mono pada 24 kHz atau 48 kHz seperti yang ditentukan oleh pensampel naik.
duration
numberPanjang output audio, diukur dalam saat.
sample_rate
stringKadar pensampelan output audio.
generation_time
numberMasa penjanaan audio, diukur dalam saat.
rtf
numberFaktor masa nyata yang dikira sebagai generation_time dibahagi dengan audio_duration; nilai lebih kecil menunjukkan prestasi lebih baik.

Lebih banyak model: Teks ke Pertuturan

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/maya.md. Semua model dan panduan: https://doitong.com/developers/llms.txt