Neidio i'r cynnwys

Index TTS 2.0

Integreiddio

ID y model index-tts-2/text-to-speech
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Hyd at $0.06 fesul rhediad codir tâl yn ôl y defnydd gwirioneddol, a chaiff y gweddill ei ad-dalu Ei redeg ar y dudalen hon

Cael allwedd API
bilibili Testun i Leferydd #text-to-speech

Synthesis lleferydd o glip llais cyfeirio a thestun, gyda rheolaeth emosiwn drwy sain, anogwr neu gryfderau fesul emosiwn

bilibili · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol

Anogiad ar gyfer y lleferydd i'w gynhyrchu.

•gofynnol audio_url
Gollyngwch ffeil, neu

Ffeil sain ffynhonnell a ddefnyddir i gynhyrchu lleferydd.

Uwch emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Cyfarwyddiadau arddull emosiynol sy'n gofyn am ddefnyddio `should_use_prompt_for_emotion` hefyd.

Gollyngwch ffeil, neu

Ffeil sain gyfeirio a ddefnyddir i echdynnu arddull emosiynol.

rhagosodedig 1

Mae dylanwad emosiynol a gymhwysir yn ystod trosglwyddo arddull yn cynyddu gyda'r gosodiad cryfder hwn.

Gwerthoedd dwyster fesul emosiwn ar gyfer addasu manwl.

POST /run/index-tts-2/text-to-speech?wait=20 dyfynbris → $0.06
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Index TTS 2.0

Cynhyrchu lleferydd ar gyfer y testun yn `prompt`, gan ddefnyddio'r llais o'r clip cyfeirio a roddir yn `audio_url`. Gellir benthyg arddull emosiynol o ail glip gyda `emotional_audio_url`, wedi'i raddio gan `strength` (0 i 1), neu ei gosod drwy `emotional_strengths`. Fel arall, galluogwch `should_use_prompt_for_emotion`, gyda `emotion_prompt` ar wahân yn ddewisol. Daw'r sain yn ôl fel gwrthrych base64.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
audio_urlgofynnol audio
Mathurl · audio
Ffeil sain ffynhonnell a ddefnyddir i gynhyrchu lleferydd.
promptgofynnol
Mathstring
Anogiad ar gyfer y lleferydd i'w gynhyrchu.
emotional_audio_urldewisol
Mathurl · audio
Ffeil sain gyfeirio a ddefnyddir i echdynnu arddull emosiynol.
strengthdewisol
Mathnumber
Rhagosodedig1
0 – 1
Mae dylanwad emosiynol a gymhwysir yn ystod trosglwyddo arddull yn cynyddu gyda'r gosodiad cryfder hwn.
emotional_strengthsdewisol
Mathobject
Gwerthoedd dwyster fesul emosiwn ar gyfer addasu manwl.
emotional_strengths.happydewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster yr emosiwn hapusrwydd.
emotional_strengths.angrydewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster dicter.
emotional_strengths.saddewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster tristwch.
emotional_strengths.afraiddewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster ofn.
emotional_strengths.disgusteddewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster ffieidd-dod.
emotional_strengths.melancholicdewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster melancholy.
emotional_strengths.surpriseddewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster syndod.
emotional_strengths.calmdewisol
Mathnumber
Rhagosodedig0
0 – 1
Dwyster tawelwch.
should_use_prompt_for_emotiondewisol
Mathboolean | null
Rhagosodedigfalse
Mae cyfrifo emosiwn ar sail anogiad yn disodli `emotional_strengths` penodol pan gaiff ei alluogi. Daw'r arddull emosiynol o `emotion_prompt` os caiff ei ddarparu, fel arall o `prompt`.
emotion_promptdewisol
Mathstring | null
Cyfarwyddiadau arddull emosiynol sy'n gofyn am ddefnyddio `should_use_prompt_for_emotion` hefyd.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Gellir llacio'r sgrinio drwy osod false, ar yr amod bod y galwr wedi'i awdurdodi.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "index-tts-2/text-to-speech",
  "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": 60,
    "usd": "0.06",
    "charged": 60,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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
    }
  },
  "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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
audio
object {url, content_type, file_name, file_size}Sain a gynhyrchwyd wedi'i hamgodio mewn fformat base64.

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/index-tts-2/text-to-speech.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt