Перейти к содержимому

Tada

Интеграция

ID модели tada/3b/text-to-speech
# 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": "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"

Этот запрос: 0,004 $ 4 API-кредита · ≈ 0,42 ₽ Запустить на этой странице

Получить API-ключ
Open model Текст в речь

Синтез речи с клонированием голоса: озвучивает ваш текст голосом эталонного клипа и поддерживает 10 кодов языков

Open model · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

•обязательно

Речевое содержимое в виде текста; голос эталонного говорящего используется для его озвучивания.

•обязательно audio_url
Перетащите файл или

Источник клонирования голоса в виде URL аудиофайла, определяющий говорящего, чьи вокальные характеристики должна воспроизвести модель.

Расширенные output_format · transcript · language · num_extra_steps · temperature · top_p · repetition_penalty · acoustic_cfg_scale · noise_temperature · num_inference_steps · speed_up_factor · enable_safety_checker
output_format по умолчанию wav

Формат файла сгенерированного аудио.

по умолчанию

Транскрипция эталонного аудио, обязательная для записей не на английском языке; автоматическая транскрипция встроена только для английского языка.

по умолчанию en

Код языка выравнивания текста, который должен соответствовать языку синтеза при генерации речи не на английском языке.

по умолчанию 0

Дополнительное количество авторегрессионных шагов для добавления конечной просодии или тишины путём продолжения речи после переданного текста.

по умолчанию 0.6

Температура выборки текстовых токенов: увеличение добавляет разнообразия выходным данным, а значение 0 или ниже не допускается.

по умолчанию 0.9

Настройка выборки Top-p (nucleus), используемая для генерации текста.

по умолчанию 1.1

Штраф за повторение токенов при генерации выходных данных.

по умолчанию 1.6

Сила guidance без классификатора, используемая для генерации акустических признаков.

по умолчанию 0.9

Температура шума, используемая во время диффузии flow-matching.

по умолчанию 20

Количество шагов решателя ODE для генерации акустики методом flow matching.

по умолчанию 1

Множитель скорости речи: при значении ниже 1.0 сгенерированная речь становится медленнее, а выше 1.0 — быстрее.

POST /run/tada/3b/text-to-speech?wait=20 стоимость → 0,004 $
# 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": "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"

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Tada

Клонирует голос диктора из эталонного клипа (`audio_url`) и читает текст `prompt` этим голосом. Параметр `language` принимает en, ar, ch, de, es, fr, it, ja, pl и pt. Для эталонов не на английском укажите `transcript`, поскольку встроенное распознавание поддерживает только английский. Скорость можно изменять от 0.5 до 2, а результат выдаётся в формате wav или mp3.

Параметры

Передавайте либо каноническое имя, либо исходное имя, но не оба. Канонические имена

ИмяТип По умолчаниюДопустимые значения Описание
audio_urlобязательно audio
Типurl · audio
Источник клонирования голоса в виде URL аудиофайла, определяющий говорящего, чьи вокальные характеристики должна воспроизвести модель.
transcriptнеобязательно
Типstring
По умолчанию
Транскрипция эталонного аудио, обязательная для записей не на английском языке; автоматическая транскрипция встроена только для английского языка.
promptобязательно
Типstring
Речевое содержимое в виде текста; голос эталонного говорящего используется для его озвучивания.
languageнеобязательно
Типenum
По умолчаниюen
enarchdeesfritjaplpt
Код языка выравнивания текста, который должен соответствовать языку синтеза при генерации речи не на английском языке.
num_extra_stepsнеобязательно
Типinteger
По умолчанию0
0 – 50
Дополнительное количество авторегрессионных шагов для добавления конечной просодии или тишины путём продолжения речи после переданного текста.
temperatureнеобязательно
Типnumber
По умолчанию0.6
≤ 2> 0
Температура выборки текстовых токенов: увеличение добавляет разнообразия выходным данным, а значение 0 или ниже не допускается.
top_pнеобязательно
Типnumber
По умолчанию0.9
0 – 1
Настройка выборки Top-p (nucleus), используемая для генерации текста.
repetition_penaltyнеобязательно
Типnumber
По умолчанию1.1
1 – 2
Штраф за повторение токенов при генерации выходных данных.
acoustic_cfg_scaleнеобязательно
Типnumber
По умолчанию1.6
0 – 10
Сила guidance без классификатора, используемая для генерации акустических признаков.
noise_temperatureнеобязательно
Типnumber
По умолчанию0.9
0 – 2
Температура шума, используемая во время диффузии flow-matching.
num_inference_stepsнеобязательно
Типinteger
По умолчанию20
1 – 50
Количество шагов решателя ODE для генерации акустики методом flow matching.
speed_up_factorнеобязательно
Типnumber
По умолчанию1
0,5 – 2
Множитель скорости речи: при значении ниже 1.0 сгенерированная речь становится медленнее, а выше 1.0 — быстрее.
output_formatнеобязательно
Типenum
По умолчаниюwav
wavmp3
Формат файла сгенерированного аудио.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверку можно ослабить, установив false, если вызывающая сторона авторизована.
обязательно Каноническое имя, также принимается

Параметры файлов принимают общедоступный https:// URL, data: URI размером до 10 MB или file_url загруженного файла. Файлы

Результат

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Аудиофайл с синтезированной речью.

Другие модели: Текст в речь

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/tada/3b/text-to-speech.md. Все модели и руководства: https://doitong.com/developers/llms.txt