Aqbeż għall-kontenut

xAI Text to Speech

Integra

Id tal-mudell xai/tts/v1
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

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

Ikseb ċavetta API

Text-to-speech b'vuċijiet integrati, għażla tal-lingwa u tags inline għal diskors espressiv

xAI · 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 50 / 15000

Test għas-sinteżi tad-diskors, b'kunsinna espressiva kkontrollata permezz ta' tags inline ([laugh], [pause], [sigh]) jew tags li jdawru t-test (<whisper>text</whisper>, <slow>text</slow>). L-input ma jistax jaqbeż 15,000 karattru.

Avvanzat voice · language · enable_safety_checker · output_format
prestabbilit eve

Vuċi integrata magħżula għas-sinteżi tad-diskors.

prestabbilit auto

Għażla tal-lingwa minn dawn il-kodiċijiet BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Għal detezzjoni awtomatika, ipprovdi 'auto'.

Konfigurazzjoni għall-format tal-awdjo ġġenerat; il-valur prestabbilit huwa MP3 b'rata ta' kampjunar ta' 24 kHz u bitrate ta' 128 kbps.

POST /run/xai/tts/v1?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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

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 xAI Text to Speech

Jikkonverti sa 15,000 karattru ta' test f'diskors. Agħżel minn 28 vuċi integrata u kodiċi tal-lingwa jew sejbien awtomatiku. It-test jista' jinkludi tags bħal [laugh], [pause] u [sigh], jew tags li jdawru t-test bħal <whisper> u <slow>, għal kunsinna espressiva. `output_format` jikkonfigura l-fajl awdjo.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
textmeħtieġ
Tipstring
≤ 15,000 karattri
Test għas-sinteżi tad-diskors, b'kunsinna espressiva kkontrollata permezz ta' tags inline ([laugh], [pause], [sigh]) jew tags li jdawru t-test (<whisper>text</whisper>, <slow>text</slow>). L-input ma jistax jaqbeż 15,000 karattru.
voicemhux obbligatorju
Tipenum
Prestabbiliteve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 oħrasiriuslumencastornakshatlasauroralioraaraeveleorexsal
Vuċi integrata magħżula għas-sinteżi tad-diskors.
languagemhux obbligatorju
Tipenum
Prestabbilitauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 oħrarues-MXes-EStrvi
Għażla tal-lingwa minn dawn il-kodiċijiet BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Għal detezzjoni awtomatika, ipprovdi 'auto'.
output_formatmhux obbligatorju
Tipobject
Konfigurazzjoni għall-format tal-awdjo ġġenerat; il-valur prestabbilit huwa MP3 b'rata ta' kampjunar ta' 24 kHz u bitrate ta' 128 kbps.
output_format.codecmhux obbligatorju
Tipenum
Prestabbilitmp3
mp3wavpcmmulawalaw
Codec għall-kodifikazzjoni tal-awdjo; l-għażliet disponibbli huma mp3, wav, pcm, mulaw, alaw.
output_format.sample_ratemhux obbligatorju
Tipenum
Prestabbilit24000
80001600022050240004410048000
Frekwenza ta' kampjunar tal-awdjo, imkejla f'Hz.
output_format.bit_ratemhux obbligatorju
Tipenum
320006400096000128000192000
Bitrate għall-output MP3, li prestabbilitament huwa 128000 u jitkejjel f'bps; ma japplikax għal codecs oħra.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "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": {
    "text": "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
    }
  },
  "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}Fajl awdjo prodott mill-ġenerazzjoni.

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