Langkau ke kandungan

Zonos2 Text to Speech

Integrasikan

ID model 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"

Sehingga $0.02 setiap larian dicaj berdasarkan penggunaan sebenar, selebihnya dibayar balik Jalankan pada halaman ini

Dapatkan kunci API
Zyphra Teks ke Pertuturan Input rujukan #text-to-speech#tts#voice-cloning

TTS pengklonan suara berbilang bahasa dengan kawalan pensampelan dan pilihan antara padanan rapat atau penyampaian ekspresif

Zyphra · 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
Lepaskan fail, atau

Audio yang menyediakan suara sumber untuk pengklonan.

Lanjutan language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
lalai en_us

Pemilihan bahasa untuk penormalan teks, yang dilangkau melainkan kod ialah salah satu daripada: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

lalai 1.15

Suhu yang digunakan untuk pensampelan.

lalai 0

Kebarangkalian untuk pensampelan nukleus; tetapkan kepada 0 untuk melumpuhkannya.

lalai 0.18

Ambang kebarangkalian untuk pensampelan kebarangkalian minimum.

lalai 106

Had pemotongan untuk pensampelan top-k; tetapkan kepada 0 untuk melumpuhkannya.

Had penjanaan bingkai audio, menggunakan had konteks model melainkan nilai maksimum dibekalkan.

Seed yang membolehkan hasil dihasilkan semula; dipilih secara rawak jika tidak dinyatakan.

POST /run/zonos2?wait=20 sebut harga → $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"

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 Zonos2 Text to Speech

Mengklon suara daripada `reference_audio_url` dan menyebut teks, lalu mengembalikan audio WAV mono 44.1kHz bersama seed yang digunakan. `language` menetapkan normalisasi teks untuk en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn dan ko. `accurate_mode` menukar ketepatan padanan suara kepada ekspresif, manakala pensampelan boleh dilaraskan melalui `temperature`, `top_p`, `min_p`, `top_k` dan `max_tokens` (sehingga 6144).

Parameter

NamaJenis LalaiDibenarkan Penerangan
reference_audio_urldiperlukan
Jenisurl · audio
Audio yang menyediakan suara sumber untuk pengklonan.
languagepilihan
Jenisstring
Lalaien_us
Pemilihan bahasa untuk penormalan teks, yang dilangkau melainkan kod ialah salah satu daripada: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedpilihan
Jenisinteger | null
0 – 2,147,483,647
Seed yang membolehkan hasil dihasilkan semula; dipilih secara rawak jika tidak dinyatakan.
accurate_modepilihan
Jenisboolean
Lalaitrue
Padanan suara berbanding ekspresiviti: True mengutamakan padanan yang lebih hampir, manakala False mengutamakan pertuturan yang lebih ekspresif.
clean_speaker_backgroundpilihan
Jenisboolean
Lalaifalse
Menunjukkan bahawa audio rujukan mempunyai latar belakang yang bersih.
temperaturepilihan
Jenisnumber
Lalai1.15
0 – 2
Suhu yang digunakan untuk pensampelan.
top_ppilihan
Jenisnumber
Lalai0
0 – 1
Kebarangkalian untuk pensampelan nukleus; tetapkan kepada 0 untuk melumpuhkannya.
min_ppilihan
Jenisnumber
Lalai0.18
0 – 1
Ambang kebarangkalian untuk pensampelan kebarangkalian minimum.
top_kpilihan
Jenisinteger
Lalai106
0 – 2,048
Had pemotongan untuk pensampelan top-k; tetapkan kepada 0 untuk melumpuhkannya.
max_tokenspilihan
Jenisinteger | null
1 – 6,144
Had penjanaan bingkai audio, menggunakan had konteks model melainkan nilai maksimum dibekalkan.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Pemeriksaan boleh dilonggarkan dengan menetapkannya kepada false, jika pemanggil dibenarkan.
diperlukan

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": "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"
  }
}
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}Output audio dalam format WAV, dengan kadar pensampelan 44.1kHz dan saluran mono.
seed
integerNilai seed yang digunakan semasa penjanaan.

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/zonos2.md. Semua model dan panduan: https://doitong.com/developers/llms.txt