ข้ามไปยังเนื้อหา

F5 TTS

ผสานการทำงาน

ID โมเดล f5-tts
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

คำขอนี้: $0.003 3 เครดิต API เรียกใช้ในหน้านี้

รับคีย์ API
Open model ข้อความเป็นเสียงพูด อินพุตอ้างอิง #speech

การสังเคราะห์เสียงพูดแบบโคลนเสียงจากคลิปเสียงอ้างอิง โดยใช้ F5-TTS หรือ E2-TTS

Open model · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

ข้อความสำหรับการสังเคราะห์เสียงพูด จำกัดที่ 5000 อักขระ

•จำเป็น
วางไฟล์ หรือ

URL ของไฟล์เสียงอ้างอิง

model_type •จำเป็น

ชื่อโมเดลสำหรับการสังเคราะห์เสียงพูดด้วย TTS

ขั้นสูง ref_text · remove_silence
ค่าเริ่มต้น

ข้อความอ้างอิง TTS หากไม่ระบุ ระบบจะเลือกการสร้างอัตโนมัติผ่านโมเดลรู้จำเสียงพูด (ASR, Automatic Speech Recognition)

POST /run/f5-tts?wait=20 ใบเสนอราคา → $0.003
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ F5 TTS

อ่าน `gen_text` (สูงสุด 5000 อักขระ) ด้วยเสียงจากคลิปอ้างอิงที่ระบุโดย `ref_audio_url` `model_type` ใช้เลือก F5-TTS หรือ E2-TTS หาก `ref_text` ว่าง ระบบรู้จำเสียงพูดจะสร้างข้อความให้ `remove_silence` เปิดใช้งานเป็นค่าเริ่มต้น

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
gen_textจำเป็น
ประเภทstring
ข้อความสำหรับการสังเคราะห์เสียงพูด จำกัดที่ 5000 อักขระ
ref_audio_urlจำเป็น
ประเภทurl · audio
URL ของไฟล์เสียงอ้างอิง
ref_textไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
ข้อความอ้างอิง TTS หากไม่ระบุ ระบบจะเลือกการสร้างอัตโนมัติผ่านโมเดลรู้จำเสียงพูด (ASR, Automatic Speech Recognition)
model_typeจำเป็น
ประเภทenum
F5-TTSE2-TTS
ชื่อโมเดลสำหรับการสังเคราะห์เสียงพูดด้วย TTS
remove_silenceไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
ควบคุมว่าจะลบความเงียบออกจากไฟล์เสียงหรือไม่
จำเป็น

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "f5-tts",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  },
  "output": {
    "audio_url": {
      "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
audio_url
object {url, content_type, file_name, file_size}ไฟล์เสียงที่มีเสียงพูดสังเคราะห์

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/f5-tts.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt