Langkau ke kandungan

Tada

Integrasikan

ID model tada/3b/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/3b/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"

Permintaan ini: $0.004 4 kredit API Jalankan pada halaman ini

Dapatkan kunci API
Open model Teks ke Pertuturan

Pertuturan teks-ke-suara dengan pengklonan suara yang membaca teks anda menggunakan suara klip rujukan, dengan 10 kod bahasa

Open model · 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

Kandungan pertuturan yang dibekalkan sebagai teks; penutur rujukan menyediakan suara yang digunakan untuk merendernya.

•diperlukan audio_url
Lepaskan fail, atau

Sumber pengklonan suara yang dibekalkan sebagai URL fail audio, yang mengenal pasti penutur yang ciri vokalnya hendak ditiru oleh model.

Lanjutan 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 lalai wav

Format fail untuk audio yang dijana.

lalai

Transkrip audio rujukan yang mesti dibekalkan untuk rakaman dalam bahasa selain English; transkripsi automatik terbina dalam hanya untuk English.

lalai en

Kod bahasa penjajaran teks, yang mesti sepadan dengan bahasa sintesis apabila menjana pertuturan dalam bahasa selain English.

lalai 0

Bilangan langkah autoregresif tambahan untuk menambah prosodi atau senyap pada penghujung dengan meneruskan pertuturan melepasi teks yang dibekalkan.

lalai 0.6

Suhu pensampelan token teks: meningkatkannya menambah kepelbagaian output, dan 0 atau lebih rendah tidak dibenarkan.

lalai 0.9

Tetapan pensampelan Top-p (nukleus) yang digunakan untuk menjana teks.

lalai 1.1

Penalti untuk pengulangan token semasa menjana output.

lalai 1.6

Kekuatan panduan tanpa pengelas yang digunakan untuk menjana ciri akustik.

lalai 0.9

Suhu hingar yang digunakan semasa resapan padanan aliran.

lalai 20

Bilangan langkah penyelesai ODE yang digunakan untuk menjana akustik melalui padanan aliran.

lalai 1

Pengganda kelajuan pertuturan: pertuturan yang dijana menjadi lebih perlahan di bawah 1.0 dan lebih pantas di atas 1.0.

POST /run/tada/3b/text-to-speech?wait=20 sebut harga → $0.004
# 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/3b/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"

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 Tada

Mengklon penutur daripada klip rujukan (`audio_url`) dan membaca teks `prompt` menggunakan suara tersebut. Pilihan `language` menerima en, ar, ch, de, es, fr, it, ja, pl dan pt. Untuk rujukan bukan bahasa Inggeris, berikan `transcript` kerana pengecaman terbina dalam hanya menyokong bahasa Inggeris. Kelajuan boleh diskalakan daripada 0.5 hingga 2 dan output ialah wav atau mp3.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
audio_urldiperlukan audio
Jenisurl · audio
Sumber pengklonan suara yang dibekalkan sebagai URL fail audio, yang mengenal pasti penutur yang ciri vokalnya hendak ditiru oleh model.
transcriptpilihan
Jenisstring
Lalai
Transkrip audio rujukan yang mesti dibekalkan untuk rakaman dalam bahasa selain English; transkripsi automatik terbina dalam hanya untuk English.
promptdiperlukan
Jenisstring
Kandungan pertuturan yang dibekalkan sebagai teks; penutur rujukan menyediakan suara yang digunakan untuk merendernya.
languagepilihan
Jenisenum
Lalaien
enarchdeesfritjaplpt
Kod bahasa penjajaran teks, yang mesti sepadan dengan bahasa sintesis apabila menjana pertuturan dalam bahasa selain English.
num_extra_stepspilihan
Jenisinteger
Lalai0
0 – 50
Bilangan langkah autoregresif tambahan untuk menambah prosodi atau senyap pada penghujung dengan meneruskan pertuturan melepasi teks yang dibekalkan.
temperaturepilihan
Jenisnumber
Lalai0.6
≤ 2> 0
Suhu pensampelan token teks: meningkatkannya menambah kepelbagaian output, dan 0 atau lebih rendah tidak dibenarkan.
top_ppilihan
Jenisnumber
Lalai0.9
0 – 1
Tetapan pensampelan Top-p (nukleus) yang digunakan untuk menjana teks.
repetition_penaltypilihan
Jenisnumber
Lalai1.1
1 – 2
Penalti untuk pengulangan token semasa menjana output.
acoustic_cfg_scalepilihan
Jenisnumber
Lalai1.6
0 – 10
Kekuatan panduan tanpa pengelas yang digunakan untuk menjana ciri akustik.
noise_temperaturepilihan
Jenisnumber
Lalai0.9
0 – 2
Suhu hingar yang digunakan semasa resapan padanan aliran.
num_inference_stepspilihan
Jenisinteger
Lalai20
1 – 50
Bilangan langkah penyelesai ODE yang digunakan untuk menjana akustik melalui padanan aliran.
speed_up_factorpilihan
Jenisnumber
Lalai1
0.5 – 2
Pengganda kelajuan pertuturan: pertuturan yang dijana menjadi lebih perlahan di bawah 1.0 dan lebih pantas di atas 1.0.
output_formatpilihan
Jenisenum
Lalaiwav
wavmp3
Format fail untuk audio yang dijana.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Pemeriksaan boleh dilonggarkan dengan menetapkannya kepada false, jika pemanggil dibenarkan.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/3b/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": 4,
    "usd": "0.004",
    "charged": 4,
    "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"
  }
}
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, duration, channels, sample_rate, bitrate}Fail audio yang mengandungi pertuturan yang disintesis.

Lebih banyak model: Teks ke Pertuturan

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/tada/3b/text-to-speech.md. Semua model dan panduan: https://doitong.com/developers/llms.txt