Bỏ qua đến nội dung

Vibevoice

Tích hợp

Id mô hình vibevoice/0.5b
# 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/vibevoice/0.5b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  }'

# 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"

Yêu cầu này: ≈0,01 $ 10 tín dụng API Chạy trên trang này

Lấy khóa API
Microsoft Văn bản sang giọng nói #vibevoice#fast

Chuyển văn bản thành giọng nói đơn nhẹ với sáu giọng có tên cho script dài

Microsoft · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc 88 / 90000

Kịch bản được dùng để tổng hợp giọng nói.

speaker •bắt buộc

Giọng được dùng để đọc lời thoại.

Nâng cao cfg_scale · seed · enable_safety_checker
mặc định 1.3

Độ mạnh CFG (Classifier-Free Guidance) xác định mức độ tạo sinh bám sát văn bản; giá trị cao hơn mang lại mức tuân thủ cao hơn.

Seed ngẫu nhiên giúp tái tạo kết quả tạo sinh.

POST /run/vibevoice/0.5b?wait=20 báo giá → 0,01 $
# 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/vibevoice/0.5b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  }'

# 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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Vibevoice

Đọc `script` tối đa 90000 ký tự bằng một giọng được chọn qua `speaker`: Frank, Wayne, Carter, Emma, Grace hoặc Mike. Có thể dùng `cfg_scale` (1 đến 2) và `seed` để tinh chỉnh và tái lập kết quả. Mỗi lần chỉ xử lý một diễn giả, không giống các biến thể đa diễn giả.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
scriptbắt buộc
Kiểustring
≤ 90.000 ký tự
Kịch bản được dùng để tổng hợp giọng nói.
speakerbắt buộc
Kiểuenum
FrankWayneCarterEmmaGraceMike
Giọng được dùng để đọc lời thoại.
seedtùy chọn
Kiểuinteger | null
Seed ngẫu nhiên giúp tái tạo kết quả tạo sinh.
cfg_scaletùy chọn
Kiểunumber
Mặc định1.3
1 – 2
Độ mạnh CFG (Classifier-Free Guidance) xác định mức độ tạo sinh bám sát văn bản; giá trị cao hơn mang lại mức tuân thủ cao hơn.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc

Đầu ra

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vibevoice/0.5b",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "speaker": "Frank"
  },
  "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,
    "sample_rate": 24000,
    "generation_time": 5.6,
    "rtf": 0.53
  },
  "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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Tệp âm thanh chứa giọng nói đã tổng hợp.
duration
numberĐộ dài đầu ra âm thanh, tính bằng giây.
sample_rate
integerTốc độ lấy mẫu của đầu ra âm thanh.
generation_time
numberThời gian tạo âm thanh, tính bằng giây.
rtf
numberHệ số thời gian thực được tính bằng generation_time chia cho audio_duration; giá trị nhỏ hơn cho thấy hiệu năng tốt hơn.

Thêm mô hình: Văn bản sang giọng nói

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/vibevoice/0.5b.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt