# Tada API

> ကိုးကားအသံကလစ်၏ အသံဖြင့် သင့်စာသားကို ဖတ်ပြသည့် အသံတုပြုလုပ်သော text-to-speech၊ ဘာသာစကားကုဒ် 10 မျိုးပါဝင်သည်

ကိုးကားကလစ် (`audio_url`) မှ စကားပြောသူ၏ အသံကို ပုံတူကူးယူပြီး ထိုအသံဖြင့် `prompt` စာသားကို ဖတ်ပြောသည်။ `language` ရွေးချယ်စရာသည် en၊ ar၊ ch၊ de၊ es၊ fr၊ it၊ ja၊ pl နှင့် pt ကို လက်ခံသည်။ အင်္ဂလိပ်မဟုတ်သော ကိုးကားအသံများအတွက် ထည့်သွင်းထားသော အသံမှတ်သားမှုသည် အင်္ဂလိပ်ဘာသာတစ်မျိုးတည်းသာ ဖြစ်သောကြောင့် `transcript` ကို ပေးရမည်။ အမြန်နှုန်းကို 0.5 မှ 2 အထိ ချိန်ညှိနိုင်ပြီး ထွက်ရလဒ်မှာ wav သို့မဟုတ် mp3 ဖြစ်သည်။

- Model id: `tada/3b/text-to-speech`
- Made by: Open model
- Category: Text to Speech
- Output: audio
- Price: $0.08 / 1000 characters (cheapest run $0.08 (80 API credits))
- Run: `POST https://api.doitong.com/v1/run/tada/3b/text-to-speech`
- Quote: `POST https://api.doitong.com/v1/quote/tada/3b/text-to-speech`
- Docs page: https://doitong.com/my/developers/models/tada/3b/text-to-speech

## Pricing

Price: **$0.08 / 1000 characters**. Billed per character of `prompt` (the price is per 1000 characters).

The full example input below costs $0.004 = 4 API credits (50 characters × 80 API credits / 1000 characters).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/tada/3b/text-to-speech` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_url` | `audio` | string (audio URL) | yes |  |  | မော်ဒယ်က ပြန်လည်ဖန်တီးရမည့် အသံလက္ခဏာများရှိသည့် ပြောဆိုသူကို သတ်မှတ်ပေးသော အသံဖိုင် URL ဖြင့် ပေးထားသည့် အသံပုံတူဖန်တီးမှု ရင်းမြစ်။ |
| `transcript` |  | string | no | `` |  | အင်္ဂလိပ်မဟုတ်သော ဘာသာစကားများဖြင့် ရိုက်ကူးထားသော အသံများအတွက် မဖြစ်မနေ ပေးရမည့် ရည်ညွှန်းအသံမှတ်တမ်း။ အလိုအလျောက် စာသားပြောင်းခြင်းကို အင်္ဂလိပ်ဘာသာအတွက်သာ ထည့်သွင်းပေးထားသည်။ |
| `prompt` |  | string | yes |  |  | စာသားဖြင့် ပေးထားသည့် စကားပြောအကြောင်းအရာ။ ရည်ညွှန်းပြောဆိုသူက ၎င်းကို အသံထုတ်ရန် အသုံးပြုမည့် အသံကို ပေးသည်။ |
| `language` |  | enum (string) | no | `en` | `en`, `ar`, `ch`, `de`, `es`, `fr`, `it`, `ja`, `pl`, `pt` | အင်္ဂလိပ်မဟုတ်သော ဘာသာစကားဖြင့် စကားပြောဖန်တီးသည့်အခါ စကားပေါင်းစပ်ဘာသာစကားနှင့် ကိုက်ညီရမည့် စာသားချိန်ညှိဘာသာစကားကုဒ်။ |
| `num_extra_steps` |  | integer | no | `0` | 0 – 50 | ပေးထားသောစာသားပြီးနောက် စကားပြောမှုကို ဆက်လက်လုပ်ဆောင်ခြင်းဖြင့် နောက်ဆုံးအသံအတက်အကျ သို့မဟုတ် တိတ်ဆိတ်မှု ထည့်ရန် အော်တိုရီးဂရက်စစ် အဆင့်အရေအတွက်။ |
| `temperature` |  | number | no | `0.6` | ≤ 2, > 0 | စာသားတိုကင် နမူနာယူခြင်းအပူချိန်။ တန်ဖိုးမြှင့်ပါက ထွက်ရလဒ်ကွဲပြားမှု ပိုများလာပြီး 0 သို့မဟုတ် အောက်တန်ဖိုးကို ခွင့်မပြုပါ။ |
| `top_p` |  | number | no | `0.9` | 0 – 1 | စာသားဖန်တီးရန် အသုံးပြုသည့် Top-p (nucleus) နမူနာယူခြင်း ဆက်တင်။ |
| `repetition_penalty` |  | number | no | `1.1` | 1 – 2 | ထွက်ရလဒ်ဖန်တီးစဉ် တိုကင်ထပ်ခါတလဲလဲဖြစ်မှုအတွက် ပြစ်ဒဏ်။ |
| `acoustic_cfg_scale` |  | number | no | `1.6` | 0 – 10 | အသံပိုင်းဆိုင်ရာ လက္ခဏာများ ဖန်တီးရန် အသုံးပြုသည့် classifier-free guidance အင်အား။ |
| `noise_temperature` |  | number | no | `0.9` | 0 – 2 | flow-matching diffusion အတွင်း အသုံးပြုသည့် ဆူညံသံအပူချိန်။ |
| `num_inference_steps` |  | integer | no | `20` | 1 – 50 | flow matching မှတစ်ဆင့် အသံပိုင်းဆိုင်ရာ လက္ခဏာများ ဖန်တီးရန် အသုံးပြုသည့် ODE solver အဆင့်အရေအတွက်။ |
| `speed_up_factor` |  | number | no | `1` | 0.5 – 2 | စကားပြောမြန်နှုန်းမြှောက်ကိန်း။ 1.0 အောက်တွင် စကားပြောနှေးလာပြီး 1.0 အထက်တွင် မြန်လာသည်။ |
| `output_format` |  | enum (string) | no | `wav` | `wav`, `mp3` | ဖန်တီးထားသော အသံ၏ ဖိုင်ဖော်မတ်။ |
| `enable_safety_checker` |  | boolean | no | `true` |  | caller က ခွင့်ပြုချက်ရှိပါက false သတ်မှတ်ခြင်းဖြင့် စစ်ဆေးမှုကို လျှော့ချနိုင်သည်။ |

File parameters (`audio`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "prompt": "Hello from Doitong. This is a short test sentence."
}
```

A fuller example:

```json
{
  "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "prompt": "Hello from Doitong. This is a short test sentence."
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/tada/3b/text-to-speech?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/tada/3b/text-to-speech", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "tada/3b/text-to-speech",
      "input": {
        "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
        "prompt": "Hello from Doitong. This is a short test sentence."
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate} | ဖန်တီးထားသော စကားပြောသံပါဝင်သည့် အသံဖိုင်။ |

## Related models

- [Tada TTS 1B](https://doitong.com/developers/models/tada/1b/text-to-speech.md) (`tada/1b/text-to-speech`): $0.05 / 1000 characters
- [Eleven v4 Text to Speech](https://doitong.com/developers/models/elevenlabs/tts/eleven-v4.md) (`elevenlabs/tts/eleven-v4`): $0.08 / 1000 characters
- [MiniMax Speech 2.8 HD](https://doitong.com/developers/models/minimax/speech-2.8-hd.md) (`minimax/speech-2.8-hd`): $0.10 / 1000 characters
- [F5 TTS](https://doitong.com/developers/models/f5-tts.md) (`f5-tts`): $0.05 / 1000 characters
- [Async Text to Speech Pro V1.0](https://doitong.com/developers/models/async/tts-pro/v1.0.md) (`async/tts-pro/v1.0`): $0.01 / 1000 characters
- [Bytedance Seed Speech Text to Speech](https://doitong.com/developers/models/bytedance/seed-speech/tts/v2.md) (`bytedance/seed-speech/tts/v2`): $0.03 / 1000 characters
- [Chatterbox · Speech to Speech](https://doitong.com/developers/models/chatterbox/speech-to-speech.md) (`chatterbox/speech-to-speech`): $0.015 / minute of input audio
- [Chatterbox · Text to Speech](https://doitong.com/developers/models/chatterbox/text-to-speech.md) (`chatterbox/text-to-speech`): $0.025 / 1000 characters

## Links

- HTML page: https://doitong.com/developers/models/tada/3b/text-to-speech
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=tada/3b/text-to-speech
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/tada/3b/text-to-speech