Bỏ qua đến nội dung

Zonos2 Text to Speech

Tích hợp

Id mô hình 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"

Tối đa 0,02 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
Zyphra Văn bản sang giọng nói Đầu vào tham chiếu #text-to-speech#tts#voice-cloning

TTS nhân bản giọng nói đa ngôn ngữ với tùy chọn lấy mẫu và lựa chọn giữa giọng gần giống hoặc cách thể hiện giàu cảm xúc

Zyphra · 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
Thả tệp hoặc

Âm thanh cung cấp giọng nói nguồn để sao chép.

Nâng cao language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
mặc định en_us

Lựa chọn ngôn ngữ để chuẩn hóa văn bản; bước này sẽ bị bỏ qua trừ khi mã là một trong các giá trị sau: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

mặc định 1.15

Nhiệt độ dùng để lấy mẫu.

mặc định 0

Xác suất lấy mẫu nucleus; đặt thành 0 để tắt.

mặc định 0.18

Ngưỡng xác suất cho phương pháp lấy mẫu xác suất tối thiểu.

mặc định 106

Giới hạn cho phương pháp lấy mẫu top-k; đặt thành 0 để tắt.

Giới hạn tạo khung âm thanh, sử dụng giới hạn ngữ cảnh của mô hình trừ khi cung cấp giá trị tối đa.

Seed cho phép tái tạo kết quả; được chọn ngẫu nhiên nếu bỏ qua.

POST /run/zonos2?wait=20 báo giá → 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"

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 Zonos2 Text to Speech

Nhân bản giọng nói từ `reference_audio_url` và đọc văn bản, trả về âm thanh WAV mono 44.1kHz cùng seed đã dùng. `language` đặt chuẩn hóa văn bản cho en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn và ko. `accurate_mode` đánh đổi độ giống giọng để tăng tính biểu cảm, còn việc lấy mẫu có thể điều chỉnh qua `temperature`, `top_p`, `min_p`, `top_k` và `max_tokens` (tối đa 6144).

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
reference_audio_urlbắt buộc
Kiểuurl · audio
Âm thanh cung cấp giọng nói nguồn để sao chép.
languagetùy chọn
Kiểustring
Mặc địnhen_us
Lựa chọn ngôn ngữ để chuẩn hóa văn bản; bước này sẽ bị bỏ qua trừ khi mã là một trong các giá trị sau: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedtùy chọn
Kiểuinteger | null
0 – 2.147.483.647
Seed cho phép tái tạo kết quả; được chọn ngẫu nhiên nếu bỏ qua.
accurate_modetùy chọn
Kiểuboolean
Mặc địnhtrue
Mức độ khớp giọng nói so với tính biểu cảm: True ưu tiên độ khớp cao hơn, còn False ưu tiên lời nói biểu cảm hơn.
clean_speaker_backgroundtùy chọn
Kiểuboolean
Mặc địnhfalse
Cho biết âm thanh tham chiếu có nền sạch.
temperaturetùy chọn
Kiểunumber
Mặc định1.15
0 – 2
Nhiệt độ dùng để lấy mẫu.
top_ptùy chọn
Kiểunumber
Mặc định0
0 – 1
Xác suất lấy mẫu nucleus; đặt thành 0 để tắt.
min_ptùy chọn
Kiểunumber
Mặc định0.18
0 – 1
Ngưỡng xác suất cho phương pháp lấy mẫu xác suất tối thiểu.
top_ktùy chọn
Kiểuinteger
Mặc định106
0 – 2.048
Giới hạn cho phương pháp lấy mẫu top-k; đặt thành 0 để tắt.
max_tokenstùy chọn
Kiểuinteger | null
1 – 6.144
Giới hạn tạo khung âm thanh, sử dụng giới hạn ngữ cảnh của mô hình trừ khi cung cấp giá trị tối đa.
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

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
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}Âm thanh đầu ra ở định dạng WAV, với tần số lấy mẫu 44.1kHz và một kênh mono.
seed
integerGiá trị seed được áp dụng trong quá trình tạo sinh.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/zonos2.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt