Preskoči na vsebino

Tada

Integracija

ID modela 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"

Ta zahteva: 0,004 $ 4 API krediti Zaženi na tej strani

Pridobi ključ API
Open model Besedilo v govor

Pretvorba besedila v govor s kloniranjem glasu, ki vaše besedilo izgovori z glasom referenčnega posnetka, z 10 jezikovnimi kodami

Open model · Zvok

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno

Vsebina govora, podana kot besedilo; referenčni govorec zagotovi glas, uporabljen za njeno upodobitev.

•obvezno audio_url
Spustite datoteko ali

Vir za kloniranje glasu, podan kot URL zvočne datoteke, ki določa govorca, katerega glasovne značilnosti naj model posnema.

Napredno 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 privzeto wav

Format datoteke za generirani zvok.

privzeto

Prepis referenčnega zvoka, ki ga je treba podati za posnetke v jezikih, ki niso angleščina; samodejni prepis je vgrajen samo za angleščino.

privzeto en

Jezikovna koda za poravnavo besedila, ki mora ustrezati jeziku sinteze pri ustvarjanju govora v jeziku, ki ni angleščina.

privzeto 0

Dodatno število avtoregresivnih korakov za dodajanje končne prozodije ali tišine z nadaljevanjem govora po podanem besedilu.

privzeto 0.6

Temperatura vzorčenja besedilnih žetonov: povečanje doda raznolikost izhoda, 0 ali manj pa ni dovoljeno.

privzeto 0.9

Nastavitev vzorčenja Top-p (jedro), uporabljena za generiranje besedila.

privzeto 1.1

Kazen za ponavljanje žetonov med generiranjem izhoda.

privzeto 1.6

Moč vodenja brez klasifikatorja, uporabljena za generiranje akustičnih značilnosti.

privzeto 0.9

Temperatura šuma, uporabljena med difuzijo ujemanja toka.

privzeto 20

Število korakov reševalnika ODE, uporabljeno za generiranje akustike z ujemanjem toka.

privzeto 1

Množitelj hitrosti govora: generirani govor je pri vrednosti pod 1.0 počasnejši, pri vrednosti nad 1.0 pa hitrejši.

POST /run/tada/3b/text-to-speech?wait=20 cena → 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"

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Tada

Klonira govorca iz referenčnega posnetka (`audio_url`) in prebere besedilo `prompt` s tem glasom. Možnost `language` sprejema en, ar, ch, de, es, fr, it, ja, pl in pt. Pri neangleških referencah navedite `transcript`, saj je vgrajeno prepoznavanje omejeno na angleščino. Hitrost je mogoče nastaviti od 0.5 do 2, izhod pa je wav ali mp3.

Parametri

Pošlji kanonično ali izvorno ime, ne obeh. Kanonična imena

ImeVrsta PrivzetoDovoljeno Opis
audio_urlobvezno audio
Vrstaurl · audio
Vir za kloniranje glasu, podan kot URL zvočne datoteke, ki določa govorca, katerega glasovne značilnosti naj model posnema.
transcriptneobvezno
Vrstastring
Privzeto
Prepis referenčnega zvoka, ki ga je treba podati za posnetke v jezikih, ki niso angleščina; samodejni prepis je vgrajen samo za angleščino.
promptobvezno
Vrstastring
Vsebina govora, podana kot besedilo; referenčni govorec zagotovi glas, uporabljen za njeno upodobitev.
languageneobvezno
Vrstaenum
Privzetoen
enarchdeesfritjaplpt
Jezikovna koda za poravnavo besedila, ki mora ustrezati jeziku sinteze pri ustvarjanju govora v jeziku, ki ni angleščina.
num_extra_stepsneobvezno
Vrstainteger
Privzeto0
0 – 50
Dodatno število avtoregresivnih korakov za dodajanje končne prozodije ali tišine z nadaljevanjem govora po podanem besedilu.
temperatureneobvezno
Vrstanumber
Privzeto0.6
≤ 2> 0
Temperatura vzorčenja besedilnih žetonov: povečanje doda raznolikost izhoda, 0 ali manj pa ni dovoljeno.
top_pneobvezno
Vrstanumber
Privzeto0.9
0 – 1
Nastavitev vzorčenja Top-p (jedro), uporabljena za generiranje besedila.
repetition_penaltyneobvezno
Vrstanumber
Privzeto1.1
1 – 2
Kazen za ponavljanje žetonov med generiranjem izhoda.
acoustic_cfg_scaleneobvezno
Vrstanumber
Privzeto1.6
0 – 10
Moč vodenja brez klasifikatorja, uporabljena za generiranje akustičnih značilnosti.
noise_temperatureneobvezno
Vrstanumber
Privzeto0.9
0 – 2
Temperatura šuma, uporabljena med difuzijo ujemanja toka.
num_inference_stepsneobvezno
Vrstainteger
Privzeto20
1 – 50
Število korakov reševalnika ODE, uporabljeno za generiranje akustike z ujemanjem toka.
speed_up_factorneobvezno
Vrstanumber
Privzeto1
0,5 – 2
Množitelj hitrosti govora: generirani govor je pri vrednosti pod 1.0 počasnejši, pri vrednosti nad 1.0 pa hitrejši.
output_formatneobvezno
Vrstaenum
Privzetowav
wavmp3
Format datoteke za generirani zvok.
enable_safety_checkerneobvezno
Vrstaboolean
Privzetotrue
Preverjanje je mogoče omiliti z nastavitvijo false, če je klicatelj pooblaščen.
obvezno Kanonično ime, prav tako sprejeto

Parametri datotek sprejmejo javni https:// URL, podatkovni URI data: do 10 MB ali file_url naložene datoteke. Datoteke

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Zvočna datoteka s sintetiziranim govorom.

Več modelov: Besedilo v govor

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/tada/3b/text-to-speech.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt