Aqbeż għall-kontenut

Async Text to Speech Pro V1.0

Integra

Id tal-mudell async/tts-pro/v1.0
# 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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"

Din it-talba: $0.001 1 kreditu tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Async Test għal diskors Lipsync #text-to-speech#voice-clone

Test għal diskors b’għażla ta’ vuċi, klonazzjoni fakultattiva tal-vuċi u sitt għażliet ta’ lingwa sfurzata

Async · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Kontenut testwali li għandu jiġi sintetizzat bħala diskors.

•meħtieġ

Vuċi magħżula għas-sinteżi tad-diskors.

Avvanzat language · output_format
language

Lingwa li għandha tiġi infurzata waqt is-sinteżi, speċifikata permezz tal-ISO 639-1.

Konfigurazzjoni għall-awdjo ġġenerat.

POST /run/async/tts-pro/v1.0?wait=20 kwotazzjoni → $0.001
# 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Async Text to Speech Pro V1.0

Jibdel `transcript` f’diskors billi juża oġġett `voice` magħżul. Il-parametru fakultattiv `language` jisforza s-sinteżi bl-Ingliż, bil-Franċiż, bl-Ispanjol, bil-Ġermaniż, bit-Taljan jew bil-Portugiż. Oġġett `output_format` jikkonfigura l-awdjo, u r-riżultat jinkludi l-fajl awdjo, it-tip MIME tiegħu u d-daqs tiegħu f’bytes. Adattat għal voiceovers fejn tagħżel vuċi speċifika.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
transcriptmeħtieġ
Tipstring
Kontenut testwali li għandu jiġi sintetizzat bħala diskors.
voicemeħtieġ
Tipobject
Vuċi magħżula għas-sinteżi tad-diskors.
voice.namemhux obbligatorju
Tipenum
PrestabbilitJennie
JennieStellaMaxHayesElaraCleoFisherCorinThaddeusLucinaAcadiaHuxleyWinsletJethroElioRupert
+84 oħraEiraNyraArianLilyPierceKaelaElowenFreyaLennyAlessaPandoraFiaAbbottKaelOrlaSableMarnieSeraVirelLioraRivenElysDreenaRheaVelaNymeraIsoldeLirienZellaAvennaMirelleCaliaLuneaLucanTarianArloJovanNeronZivenDaxOrienLiorEryxTyrenNoxElricVarianZoranMiroDalenRonixJarekNyxieSorenVionaSeleneRachielCorbinAbigailFaithKimberlyDaveGraceAldenRenlyVioletJoelXavierEsmeraldaRobertLilaBrooksLennoxVanessaSimonNyomiJackPenelopeBraydenAbelNellieConnieAndrewLincoln
Vuċi preset imsemmija li għandha tintuża. M’għandha l-ebda effett jekk jiġi pprovdut `id`.
output_formatmhux obbligatorju
Tipobject
Konfigurazzjoni għall-awdjo ġġenerat.
output_format.containermhux obbligatorju
Tipenum
Prestabbilitmp3
mp3raw
Format tal-container għall-awdjo ġġenerat.
output_format.encodingmhux obbligatorju
Tipenum
pcm_s16lepcm_f32lepcm_mulaw
Kodifikazzjoni PCM applikata biss meta l-container ikun 'raw'.
output_format.sample_ratemhux obbligatorju
Tipinteger
Prestabbilit44100
8,000 – 48,000
Frekwenza ta’ kampjunar tal-output, f’Hz.
output_format.bit_ratemhux obbligatorju
Tipinteger | null
32,000 – 320,000
Bit rate għall-output; japplika biss għall-container 'mp3'.
languagemhux obbligatorju
Tipenum
enfresdeitpt
Lingwa li għandha tiġi infurzata waqt is-sinteżi, speċifikata permezz tal-ISO 639-1.
meħtieġ

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "async/tts-pro/v1.0",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  },
  "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
    },
    "content_type": "audio/mpeg",
    "size_bytes": 1
  },
  "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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}
content_type
stringTip MIME tal-awdjo.
size_bytes
integerDaqs tal-awdjo mkejjel f’bytes.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/async/tts-pro/v1.0.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt