Aqbeż għall-kontenut

F5 TTS

Integra

Id tal-mudell f5-tts
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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: $0.003 3 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Open model Test għal diskors Inputs ta’ referenza #speech

Sinteżi tad-diskors b’klonazzjoni tal-vuċi minn klipp awdjo ta’ referenza, bl-użu ta’ F5-TTS jew E2-TTS

Open model · 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

Test għas-sinteżi tad-diskors, limitat għal 5000 karattru.

•meħtieġ
Waqqa’ fajl, jew

URL tal-fajl tal-awdjo ta' referenza.

model_type •meħtieġ

Isem tal-mudell għas-sinteżi TTS.

Avvanzat ref_text · remove_silence
prestabbilit

Test ta' referenza TTS; jekk jitħalla barra, tintgħażel ġenerazzjoni awtomatika permezz ta' mudell ta' rikonoxximent tad-diskors (ASR, Automatic Speech Recognition).

POST /run/f5-tts?wait=20 kwotazzjoni → $0.003
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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 F5 TTS

Jaqra `gen_text` (sa 5000 karattru) bil-vuċi tal-klipp ta’ referenza mogħti minn `ref_audio_url`. `model_type` jagħżel F5-TTS jew E2-TTS. Jekk `ref_text` ikun vojt, ir-rikonoxximent tad-diskors jiġġenerah. `remove_silence` huwa attivat b’mod awtomatiku.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
gen_textmeħtieġ
Tipstring
Test għas-sinteżi tad-diskors, limitat għal 5000 karattru.
ref_audio_urlmeħtieġ
Tipurl · audio
URL tal-fajl tal-awdjo ta' referenza.
ref_textmhux obbligatorju
Tipstring
Prestabbilit
Test ta' referenza TTS; jekk jitħalla barra, tintgħażel ġenerazzjoni awtomatika permezz ta' mudell ta' rikonoxximent tad-diskors (ASR, Automatic Speech Recognition).
model_typemeħtieġ
Tipenum
F5-TTSE2-TTS
Isem tal-mudell għas-sinteżi TTS.
remove_silencemhux obbligatorju
Tipboolean
Prestabbilittrue
Jikkontrolla jekk is-silenzju jitneħħiex mill-fajl tal-awdjo.
meħtieġ

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "f5-tts",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  },
  "output": {
    "audio_url": {
      "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
    }
  },
  "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_url
object {url, content_type, file_name, file_size}Fajl tal-awdjo bid-diskors sintetizzat.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/f5-tts.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt