Перейти к содержимому

Zonos2 Text to Speech

Интеграция

ID модели zonos2
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

До 0,02 $ за запуск оплата по фактическому использованию, остаток возвращается Запустить на этой странице

Получить API-ключ
Zyphra Текст в речь Референсные входные данные #text-to-speech#tts#voice-cloning

Многоязычный TTS с клонированием голоса, настройками сэмплирования и выбором между близким сходством и выразительной подачей

Zyphra · 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
Перетащите файл или

Аудио с исходным голосом для клонирования.

Расширенные language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
по умолчанию en_us

Выбор языка для нормализации текста; нормализация пропускается, если код не входит в список: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

по умолчанию 1.15

Температура, используемая при сэмплировании.

по умолчанию 0

Вероятность для выборки ядра; установите 0, чтобы отключить её.

по умолчанию 0.18

Порог вероятности для выборки с минимальной вероятностью.

по умолчанию 106

Ограничение для выборки top-k; установите 0, чтобы отключить её.

Максимальное количество генерируемых аудиокадров; используется ограничение контекста модели, если максимум не указан.

Seed для воспроизводимых результатов; если не указан, выбирается случайным образом.

POST /run/zonos2?wait=20 стоимость → 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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 Zonos2 Text to Speech

Клонирует голос из `reference_audio_url` и озвучивает текст, возвращая аудио WAV в формате 44.1kHz mono вместе с использованным сидом. `language` задаёт нормализацию текста для en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn и ko. `accurate_mode` позволяет выбрать сходство голоса или выразительность, а сэмплирование настраивается через `temperature`, `top_p`, `min_p`, `top_k` и `max_tokens` (до 6144).

Параметры

ИмяТип По умолчаниюДопустимые значения Описание
reference_audio_urlобязательно
Типurl · audio
Аудио с исходным голосом для клонирования.
languageнеобязательно
Типstring
По умолчаниюen_us
Выбор языка для нормализации текста; нормализация пропускается, если код не входит в список: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedнеобязательно
Типinteger | null
0 – 2 147 483 647
Seed для воспроизводимых результатов; если не указан, выбирается случайным образом.
accurate_modeнеобязательно
Типboolean
По умолчаниюtrue
Соответствие голосу и выразительность: True обеспечивает более точное соответствие, а False — более выразительную речь.
clean_speaker_backgroundнеобязательно
Типboolean
По умолчаниюfalse
Указывает, что в фоновой дорожке эталонного аудио нет шума.
temperatureнеобязательно
Типnumber
По умолчанию1.15
0 – 2
Температура, используемая при сэмплировании.
top_pнеобязательно
Типnumber
По умолчанию0
0 – 1
Вероятность для выборки ядра; установите 0, чтобы отключить её.
min_pнеобязательно
Типnumber
По умолчанию0.18
0 – 1
Порог вероятности для выборки с минимальной вероятностью.
top_kнеобязательно
Типinteger
По умолчанию106
0 – 2 048
Ограничение для выборки top-k; установите 0, чтобы отключить её.
max_tokensнеобязательно
Типinteger | null
1 – 6 144
Максимальное количество генерируемых аудиокадров; используется ограничение контекста модели, если максимум не указан.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Проверку можно ослабить, установив false, если вызывающая сторона авторизована.
обязательно

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": "zonos2",
  "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": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "seed": 42
  },
  "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}Выходные данные аудио в формате WAV с частотой дискретизации 44.1kHz и моно-каналом.
seed
integerЗначение сида, применённое при генерации.

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/zonos2.md. Все модели и руководства: https://doitong.com/developers/llms.txt