Przejdź do treści

xAI Text to Speech

Integracja

Identyfikator modelu 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"

To żądanie: 0,001 $ 1 kredyt API Uruchom na tej stronie

Uzyskaj klucz API

Synteza mowy z wbudowanymi głosami, wyborem języka i ekspresyjnymi tagami mowy w tekście

xAI · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane 50 / 15000

Tekst syntezy mowy z ekspresyjną realizacją sterowaną za pomocą tagów inline ([laugh], [pause], [sigh]) lub tagów otaczających (<whisper>text</whisper>, <slow>text</slow>). Dane wejściowe nie mogą przekraczać 15,000 znaków.

Zaawansowane voice · language · enable_safety_checker · output_format
domyślnie eve

Wbudowany głos wybrany do syntezy mowy.

domyślnie auto

Wybór języka spośród następujących kodów 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. Aby włączyć automatyczne wykrywanie, podaj 'auto'.

Konfiguracja formatu wygenerowanego audio; domyślny format to MP3 z częstotliwością próbkowania 24 kHz i przepływnością 128 kbps.

POST /run/xai/tts/v1?wait=20 wycena → 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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o xAI Text to Speech

Konwertuje do 15 000 znaków tekstu na mowę. Wybierz jeden z 28 wbudowanych głosów oraz kod języka lub automatyczne wykrywanie. Tekst może zawierać tagi takie jak [laugh], [pause] i [sigh] albo tagi obejmujące tekst, takie jak <whisper> i <slow>, aby uzyskać ekspresyjne wykonanie. `output_format` konfiguruje plik audio.

Parametry

NazwaTyp DomyślneDozwolone Opis
textwymagane
Typstring
≤ 15 000 znaków
Tekst syntezy mowy z ekspresyjną realizacją sterowaną za pomocą tagów inline ([laugh], [pause], [sigh]) lub tagów otaczających (<whisper>text</whisper>, <slow>text</slow>). Dane wejściowe nie mogą przekraczać 15,000 znaków.
voiceopcjonalne
Typenum
Domyślneeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 więcejsiriuslumencastornakshatlasauroralioraaraeveleorexsal
Wbudowany głos wybrany do syntezy mowy.
languageopcjonalne
Typenum
Domyślneauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 więcejrues-MXes-EStrvi
Wybór języka spośród następujących kodów 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. Aby włączyć automatyczne wykrywanie, podaj 'auto'.
output_formatopcjonalne
Typobject
Konfiguracja formatu wygenerowanego audio; domyślny format to MP3 z częstotliwością próbkowania 24 kHz i przepływnością 128 kbps.
output_format.codecopcjonalne
Typenum
Domyślnemp3
mp3wavpcmmulawalaw
Kodek kodowania audio; dostępne opcje to mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateopcjonalne
Typenum
Domyślne24000
80001600022050240004410048000
Częstotliwość próbkowania audio, mierzona w Hz.
output_format.bit_rateopcjonalne
Typenum
320006400096000128000192000
Przepływność dla wyniku MP3, domyślnie 128000, mierzona w bps; nie dotyczy innych kodeków.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
audio
object {url, content_type, file_name, file_size}Plik audio utworzony podczas generowania.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/xai/tts/v1.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt