שפּרינגען צו אינהאַלט

Maya · Stream

אינטעגרירן

מאָדעל־id maya/stream
# 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/maya/stream?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

דער דאָזיקער ריקוועסט: ≈⁨$ 0.049⁩ 49 API־קרעדיטן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Maya Research טעקסט צו רעדע #text-to-speech#tts

סטרימינג־וואַריאַנט פֿון Maya טעקסט־צו־רעדע פֿאַר איין טעקסט מיט אַ קול־באַשרײַבונג

Maya Research · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט 50 / 5000

טעקסט פֿאַר רעדע־סינטעז וואָס דערלויבט עמאָציע־טאַגס אין דער פאָרעם <emotion_name> אויף יעדן אָרט, ווי אין 'Hello world! <excited> This is amazing!' אָדער 'I can't believe this <sigh> happened again.'. געשטיצטע עמאָציעס זענען curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, און laugh.

•פארלאנגט 50 / 500

שטימע־ אָדער כאַראַקטער־אייגנשאַפֿטן צו באַשרײַבן, ווי אינטענסיטעט, טון, גאַנג, טימברע, פּיטש, אַקצענט און עלטער.

פֿאָרגעשריטן sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate סטאַנדאַרט 48 kHz

אַודיאָ־סאַמפּל־קורס צווישן שנעלער פּראַסעסינג בײַ 24 kHz און העכערע קוואַליטעט בײַ 48 kHz.

output_format סטאַנדאַרט wav

אַודיאָ־פֿאָרמאַט גענוצט פֿאַר סינטעזירטע רעדע.

סטאַנדאַרט 0.4

סאַמפּלינג־טעמפּעראַטור וואָס קאָנטראָלירט אַודיאָ־וואַריאַציע: העכערן זי ברענגט מער פֿאַרשיידנקייט, בשעת דער נידעריקער קייט פון 0.2–0.5 שטיצט סטאַביליטעט און קאָנסיסטענץ.

סטאַנדאַרט 0.9

Nucleus-sampling באַשטעטיקונג וואָס אַדזשאַסטירט די טאָקען־סעלעקציע־פֿאַרשיידנקייט.

סטאַנדאַרט 2000

SNAC טאָקען־בודזשעט וואָס באַגרענעצט די אַודיאָ־לענג, אויסגערעכנט ווי 7 טאָקענס פֿאַר יעדן ראַם.

סטאַנדאַרט 1.1

שטראָף געווענדט צו טאָקען־ווידערהאָלונג. איר העכערן אונטערדריקט ווידערהאָלונג־אַרטיפאַקטן.

POST /run/maya/stream?wait=20 פּרײַז → ⁨$ 0.049⁩
# 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/maya/stream?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Maya · Stream

מאַכט איין טעקסט פֿון ביז 5000 צייכנס אין רעדע, מיט אַ נייטיקער קול־באַשרײַבונג `prompt` פֿון ביז 500 צייכנס און אַרײַנשטעלבאַרע עמאָציע־טאַגס. אָפּציעס אַרײַננעמען `temperature`, `top_p`, `repetition_penalty`, 48 אָדער 24 kHz סאַמפּל־קורס און wav אָדער mp3 רעזולטאַט. גיט צוריק אַודיאָ מיט איר געדויער און רעאַל־טײַם־פֿאַקטאָר.

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
textפארלאנגט
טיפּstring
≤ 5,000 כאַראַקטערן
טעקסט פֿאַר רעדע־סינטעז וואָס דערלויבט עמאָציע־טאַגס אין דער פאָרעם <emotion_name> אויף יעדן אָרט, ווי אין 'Hello world! <excited> This is amazing!' אָדער 'I can't believe this <sigh> happened again.'. געשטיצטע עמאָציעס זענען curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder, און laugh.
promptפארלאנגט
טיפּstring
≤ 500 כאַראַקטערן
שטימע־ אָדער כאַראַקטער־אייגנשאַפֿטן צו באַשרײַבן, ווי אינטענסיטעט, טון, גאַנג, טימברע, פּיטש, אַקצענט און עלטער.
temperatureאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.4
0 – 2
סאַמפּלינג־טעמפּעראַטור וואָס קאָנטראָלירט אַודיאָ־וואַריאַציע: העכערן זי ברענגט מער פֿאַרשיידנקייט, בשעת דער נידעריקער קייט פון 0.2–0.5 שטיצט סטאַביליטעט און קאָנסיסטענץ.
top_pאָפּציאָנעל
טיפּnumber
סטאַנדאַרט0.9
0 – 1
Nucleus-sampling באַשטעטיקונג וואָס אַדזשאַסטירט די טאָקען־סעלעקציע־פֿאַרשיידנקייט.
max_tokensאָפּציאָנעל
טיפּinteger
סטאַנדאַרט2000
28 – 4,000
SNAC טאָקען־בודזשעט וואָס באַגרענעצט די אַודיאָ־לענג, אויסגערעכנט ווי 7 טאָקענס פֿאַר יעדן ראַם.
repetition_penaltyאָפּציאָנעל
טיפּnumber
סטאַנדאַרט1.1
1 – 2
שטראָף געווענדט צו טאָקען־ווידערהאָלונג. איר העכערן אונטערדריקט ווידערהאָלונג־אַרטיפאַקטן.
sample_rateאָפּציאָנעל
טיפּenum
סטאַנדאַרט48 kHz
48 kHz24 kHz
אַודיאָ־סאַמפּל־קורס צווישן שנעלער פּראַסעסינג בײַ 24 kHz און העכערע קוואַליטעט בײַ 48 kHz.
output_formatאָפּציאָנעל
טיפּenum
סטאַנדאַרטwav
wavmp3
אַודיאָ־פֿאָרמאַט גענוצט פֿאַר סינטעזירטע רעדע.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
סקרינינג קען ווערן פאַרלייכטערט דורך שטעלן false, אויב דער רופער איז אָטעריזירט.
פארלאנגט

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/stream",
  "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": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "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,
    "sample_rate": "48 kHz",
    "generation_time": 2.3,
    "rtf": 0.51
  },
  "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}גענערירטע רעדע־פֿײַל אין WAV אָדער MP3, מיט מאָנאָ־אַודיאָ בײַ 24 kHz אָדער 48 kHz לויטן אַפּסאַמפּלער.
duration
numberלענג פונעם אַודיאָ־רעזולטאַט, געמאסטן אין סעקונדעס.
sample_rate
stringסאַמפּלינג־קורס פונעם אַודיאָ־רעזולטאַט.
generation_time
numberצײַט פון אַודיאָ־גענערירונג, געמאסטן אין סעקונדעס.
rtf
numberרעאַל־טײַם־פֿאַקטאָר, אויסגערעכנט ווי generation_time צעטיילט דורך audio_duration; קלענערע ווערטן מיינען בעסערע פאָרשטעלונג.

מער מאָדעלן: טעקסט צו רעדע

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/maya/stream.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt