Naar inhoud springen

VibeVoice 1.5B

Integreren

Model-ID vibevoice
# 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/vibevoice?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speakers": [
      {
        "preset": "Frank [EN]"
      },
      {
        "preset": "Carter [EN]"
      }
    ]
  }'

# 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"

Deze request: ≈$ 0,02 20 API-tegoed Op deze pagina uitvoeren

API-sleutel ophalen
Microsoft Tekst naar spraak #text-to-speech#multi-speaker#podcast

Text-to-speech met meerdere sprekers voor lange scripts zoals podcasts, met stemmen per spreker

Microsoft · Audio

Je eerste resultaat komt hier

Bouw hieronder een request en voer die uit met je API-sleutel. Uitvoer wordt naar onze opslag gekopieerd en voor altijd of 7 dagen gratis bewaard.

Een aanvraag samenstellen

Besturingselementen worden gegenereerd op basis van het modelschema. De code en de prijs worden bijgewerkt terwijl je ze wijzigt.

•verplicht 88 / 90000

Script voor spraakinvoer, met optionele labels 'Speaker X:' om sprekers in een dialoog te onderscheiden.

•verplicht

Sprekers worden automatisch afgeleid met het script of aangeleverde stemvoorbeelden; geef een lijst op om ze expliciet te specificeren.

Geavanceerd cfg_scale · seed · enable_safety_checker
standaard 1.3

De CFG-sterkte (Classifier-Free Guidance) bepaalt hoe nauw de generatie de tekst volgt; bij hogere instellingen is de overeenkomst sterker.

Willekeurige seed die reproduceerbare generatie mogelijk maakt.

POST /run/vibevoice?wait=20 prijsopgave → $ 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/vibevoice?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speakers": [
      {
        "preset": "Frank [EN]"
      },
      {
        "preset": "Carter [EN]"
      }
    ]
  }'

# 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"

Deze request uitvoeren

Je sleutel blijft in deze browser: hij wordt alleen naar de Doitong API verzonden en alleen in localStorage opgeslagen als je Onthouden aanvinkt. API-sleutel ophalen

Over VibeVoice 1.5B

Converteert een `script` van maximaal 90000 tekens naar spraak. Dialoog kan prefixes als 'Speaker X:' gebruiken en de verplichte lijst `speakers` definieert de stemmen. `cfg_scale` loopt van 1 tot 2 en bepaalt hoe nauw de tekst wordt gevolgd; `seed` maakt runs reproduceerbaar. Retourneert audio plus duur en samplefrequentie.

Parameters

NaamType StandaardToegestaan Beschrijving
scriptverplicht
Typestring
≤ 90.000 tekens
Script voor spraakinvoer, met optionele labels 'Speaker X:' om sprekers in een dialoog te onderscheiden.
speakersverplicht
Typeobject[]
Sprekers worden automatisch afgeleid met het script of aangeleverde stemvoorbeelden; geef een lijst op om ze expliciet te specificeren.
speakers[].presetoptioneel
Typeenum
StandaardAlice [EN]
Alice [EN]Carter [EN]Frank [EN]Mary [EN] (Background Music)Maya [EN]Anchen [ZH] (Background Music)Bowen [ZH]Xinran [ZH]
Reserve-stempreset voor een spreker zonder `audio_url`; het aanleveren van dat audiovoorbeeld heeft voorrang op de preset.
speakers[].audio_urloptioneel
Typeurl · audio
URL van het audiobestand met het stemvoorbeeld; het aanleveren hiervan overschrijft `preset`.
seedoptioneel
Typeinteger | null
Willekeurige seed die reproduceerbare generatie mogelijk maakt.
cfg_scaleoptioneel
Typenumber
Standaard1.3
1 – 2
De CFG-sterkte (Classifier-Free Guidance) bepaalt hoe nauw de generatie de tekst volgt; bij hogere instellingen is de overeenkomst sterker.
enable_safety_checkeroptioneel
Typeboolean
Standaardtrue
Screening kan worden versoepeld door false in te stellen, mits de aanroeper is geautoriseerd.
verplicht

Uitvoer

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vibevoice",
  "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": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speakers": [
      {
        "preset": "Frank [EN]"
      },
      {
        "preset": "Carter [EN]"
      }
    ]
  },
  "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,
    "sample_rate": 24000,
    "generation_time": 5.6,
    "rtf": 0.53
  },
  "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"
  }
}
Jouw bestanden, jouw keuzeElke outputs[].url is een kopie in onze opslag: voor altijd bewaard (betaald per GB-maand) of 7 dagen gratis, volgens je accountinstelling of ?storage=.
Dezelfde structuur voor elk modeltype, url, content_type, width, height en duration, voor afbeeldingen, video en audio. output is het eigen resultaatobject van het model.
Velden van de uitvoer
audio
object {url, content_type, file_name, file_size}Audiobestand met de gesynthetiseerde spraak.
duration
numberLengte van de audio-uitvoer, gemeten in seconden.
sample_rate
integerSamplefrequentie van de audio-uitvoer.
generation_time
numberAudgeneratietijd, gemeten in seconden.
rtf
numberRealtimefactor, berekend als generation_time gedeeld door audio_duration; lagere waarden duiden op betere prestaties.

Meer modellen: Tekst naar spraak

Voor AI-agents: deze pagina als Markdown staat op https://doitong.com/nl/developers/models/vibevoice.md. Alle modellen en handleidingen: https://doitong.com/developers/llms.txt