تخطّي إلى المحتوى

Maya · Stream

التكامل

معرّف النموذج maya/stream
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

هذا الطلب: ≈⁨‏0.049 $⁩ 49 رصيد API · ≈ ⁨‏5.17 ₽⁩ تشغيله في هذه الصفحة

الحصول على مفتاح API
Maya Research تحويل النص إلى كلام #text-to-speech#tts

إصدار بث مباشر من Maya لتحويل نص واحد إلى كلام مع وصف للصوت

Maya Research · صوت

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب 50 / 5000

نص تركيب الكلام الذي يسمح بوسوم المشاعر بالصيغة <emotion_name> في أي موضع، مثل 'Hello world! <excited> This is amazing!' أو 'I can't believe this <sigh> happened again.'. المشاعر المدعومة هي curious وsarcastic وgiggle وgulp وexhale وsnort وsing وscream وcry وwhisper وexcited وangry وgasp وchuckle وsigh وlaugh_harder وlaugh.

•مطلوب 50 / 500

سمات الصوت أو الشخصية المطلوب وصفها، مثل الشدة والنبرة والسرعة والطابع وطبقة الصوت واللهجة والعمر.

متقدم sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate الافتراضي 48 kHz

اختيار معدل أخذ عينات الصوت بين معالجة أسرع عند 24 kHz ومخرج أعلى جودة عند 48 kHz.

output_format الافتراضي wav

تنسيق ملف الصوت المستخدم للكلام المُركَّب.

الافتراضي 0.4

درجة حرارة أخذ العينات التي تتحكم في تنوع الصوت: تؤدي زيادتها إلى مزيد من التنوع، بينما يفضّل النطاق المنخفض 0.2–0.5 الثبات والاتساق.

الافتراضي 0.9

إعداد أخذ عينات النواة الذي يضبط تنوع اختيار الرموز.

الافتراضي 2000

ميزانية رموز SNAC التي تحد مدة الصوت، محسوبة بمعدل 7 رموز لكل إطار.

الافتراضي 1.1

عقوبة مطبقة على تكرار الرموز. تؤدي زيادتها إلى كبح آثار التكرار.

POST /run/maya/stream?wait=20 عرض السعر → ⁨‏0.049 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Maya · Stream

يحوّل نصًا واحدًا يصل إلى 5000 حرف إلى كلام، مع `prompt` مطلوبة لوصف الصوت تصل إلى 500 حرف، ووسوم مشاعر قابلة للتضمين. تشمل الخيارات `temperature` و`top_p` و`repetition_penalty` ومعدل أخذ عينات 48 أو 24 kHz وإخراج wav أو mp3. يعيد الصوت مع مدته ومعامل الزمن الفعلي.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
textمطلوب
النوعstring
≤ 5,000 حرف
نص تركيب الكلام الذي يسمح بوسوم المشاعر بالصيغة <emotion_name> في أي موضع، مثل 'Hello world! <excited> This is amazing!' أو 'I can't believe this <sigh> happened again.'. المشاعر المدعومة هي curious وsarcastic وgiggle وgulp وexhale وsnort وsing وscream وcry وwhisper وexcited وangry وgasp وchuckle وsigh وlaugh_harder وlaugh.
promptمطلوب
النوعstring
≤ 500 حرف
سمات الصوت أو الشخصية المطلوب وصفها، مثل الشدة والنبرة والسرعة والطابع وطبقة الصوت واللهجة والعمر.
temperatureاختياري
النوعnumber
الافتراضي0.4
0 – 2
درجة حرارة أخذ العينات التي تتحكم في تنوع الصوت: تؤدي زيادتها إلى مزيد من التنوع، بينما يفضّل النطاق المنخفض 0.2–0.5 الثبات والاتساق.
top_pاختياري
النوعnumber
الافتراضي0.9
0 – 1
إعداد أخذ عينات النواة الذي يضبط تنوع اختيار الرموز.
max_tokensاختياري
النوعinteger
الافتراضي2000
28 – 4,000
ميزانية رموز SNAC التي تحد مدة الصوت، محسوبة بمعدل 7 رموز لكل إطار.
repetition_penaltyاختياري
النوعnumber
الافتراضي1.1
1 – 2
عقوبة مطبقة على تكرار الرموز. تؤدي زيادتها إلى كبح آثار التكرار.
sample_rateاختياري
النوعenum
الافتراضي48 kHz
48 kHz24 kHz
اختيار معدل أخذ عينات الصوت بين معالجة أسرع عند 24 kHz ومخرج أعلى جودة عند 48 kHz.
output_formatاختياري
النوعenum
الافتراضيwav
wavmp3
تنسيق ملف الصوت المستخدم للكلام المُركَّب.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يمكن تخفيف الفحص بضبط القيمة على false، شريطة أن يكون المستدعي مخولًا بذلك.
مطلوب

المخرجات

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
audio
object {url, content_type, file_name, file_size}ملف الكلام المُولَّد بصيغة WAV أو MP3، بصوت أحادي عند 24 kHz أو 48 kHz وفقًا لما يحدده رافع معدل العينات.
duration
numberطول مخرج الصوت، مقاسًا بالثواني.
sample_rate
stringمعدل أخذ عينات مخرج الصوت.
generation_time
numberوقت توليد الصوت، مقاسًا بالثواني.
rtf
numberعامل الوقت الفعلي المحسوب بقسمة generation_time على audio_duration؛ تشير القيم الأصغر إلى أداء أفضل.

مزيد من النماذج: تحويل النص إلى كلام

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/maya/stream.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt