Avançar para o conteúdo

Maya · Batch

Integrar

ID do modelo maya/batch
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

Este pedido: ≈0,049 $ 49 créditos da API Executar nesta página

Obter chave de API
Maya Research Texto para voz #text-to-speech#tts

Versão em lote da conversão de texto em voz do Maya, que processa até 100 textos com descrições de voz correspondentes

Maya Research · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Lista de textos para síntese de voz, com suporte para etiquetas <emotion_name> incorporadas em qualquer entrada.

•obrigatório

Atributos da voz ou da personagem para cada texto, fornecidos como uma lista de descrições. O número de descrições tem de ser igual ao número de textos.

Avançado sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate predefinição 48 kHz

Definição partilhada da taxa de amostragem do áudio para cada geração, oferecendo uma escolha entre processamento mais rápido a 24 kHz e melhor qualidade a 48 kHz.

output_format predefinição wav

Formato do ficheiro utilizado para cada gravação de fala gerada.

predefinição 0.4

Temperatura de amostragem aplicada a cada geração.

predefinição 0.9

Definição de amostragem de núcleo aplicada a cada geração.

predefinição 2000

Limite superior de tokens SNAC para cada geração.

predefinição 1.1

Penalização de repetição aplicada a cada geração.

POST /run/maya/batch?wait=20 cotação → 0,049 $
# 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/maya/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Maya · Batch

Sintetiza vários clips num único pedido. `texts` e `prompts` aceitam entre 1 e 100 entradas e devem ter o mesmo comprimento, associando cada texto a uma descrição de voz. As etiquetas de emoção funcionam em cada texto. Definições como taxa de amostragem, formato de saída e temperatura aplicam-se a todos, e os resultados incluem uma lista de ficheiros de áudio e durações.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
textsobrigatório
Tipostring[]
≤ 100 itens
Lista de textos para síntese de voz, com suporte para etiquetas <emotion_name> incorporadas em qualquer entrada.
promptsobrigatório
Tipostring[]
≤ 100 itens
Atributos da voz ou da personagem para cada texto, fornecidos como uma lista de descrições. O número de descrições tem de ser igual ao número de textos.
temperatureopcional
Tiponumber
Predefinição0.4
0 – 2
Temperatura de amostragem aplicada a cada geração.
top_popcional
Tiponumber
Predefinição0.9
0 – 1
Definição de amostragem de núcleo aplicada a cada geração.
max_tokensopcional
Tipointeger
Predefinição2000
28 – 4000
Limite superior de tokens SNAC para cada geração.
repetition_penaltyopcional
Tiponumber
Predefinição1.1
1 – 2
Penalização de repetição aplicada a cada geração.
sample_rateopcional
Tipoenum
Predefinição48 kHz
48 kHz24 kHz
Definição partilhada da taxa de amostragem do áudio para cada geração, oferecendo uma escolha entre processamento mais rápido a 24 kHz e melhor qualidade a 48 kHz.
output_formatopcional
Tipoenum
Predefiniçãowav
wavmp3
Formato do ficheiro utilizado para cada gravação de fala gerada.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
obrigatório

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/batch",
  "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": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  },
  "output": {
    "audios": [
      {
        "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
      }
    ],
    "durations": [
      5
    ],
    "sample_rate": "48 kHz",
    "total_generation_time": 5.7,
    "average_rtf": 0.15
  },
  "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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audios
array of object {url, content_type, file_name, file_size}Ficheiros de áudio produzidos, devolvidos como uma lista.
durations
array of numberDuração, em segundos, de cada gravação de áudio gerada.
sample_rate
stringTaxa de amostragem partilhada por todos os ficheiros de áudio gerados.
total_generation_time
numberTempo total de geração, em segundos, de todos os ficheiros de áudio.
average_rtf
numberFator médio de tempo real em todas as gerações.

Mais modelos: Texto para voz

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/maya/batch.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt