Gå til indhold

Index TTS 2.0

Integrer

Model-id 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"

Op til 0,06 $ pr. kørsel du betaler efter det faktiske forbrug, resten tilbagebetales Kør den på denne side

Hent API-nøgle
bilibili Tekst til tale #text-to-speech

Talesyntese fra en reference-stemmeoptagelse og tekst med følelseskontrol via lyd, prompt eller styrker pr. følelse

bilibili · Lyd

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet

Prompt til talen, der skal genereres.

•påkrævet audio_url
Slip en fil, eller

Kildelydfil, der bruges til at generere tale.

Avanceret emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Instruktioner til emotionel stil, som også kræver, at `should_use_prompt_for_emotion` anvendes.

Slip en fil, eller

Referencelydfil, der bruges til at udtrække emotionel stil.

standard 1

Den emotionelle påvirkning under stiloverførsel øges med denne styrkeindstilling.

Intensitetsværdier pr. emotion til finjustering.

POST /run/index-tts-2/text-to-speech?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Index TTS 2.0

Genererer tale for teksten i `prompt` ved hjælp af stemmen fra referenceklippet angivet med `audio_url`. Den følelsesmæssige stil kan hentes fra et andet klip med `emotional_audio_url` og skaleres med `strength` (0 til 1) eller angives via `emotional_strengths`. Alternativt kan `should_use_prompt_for_emotion` aktiveres, eventuelt med en separat `emotion_prompt`. Lyden returneres som et base64-objekt.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
audio_urlpåkrævet audio
Typeurl · audio
Kildelydfil, der bruges til at generere tale.
promptpåkrævet
Typestring
Prompt til talen, der skal genereres.
emotional_audio_urlvalgfri
Typeurl · audio
Referencelydfil, der bruges til at udtrække emotionel stil.
strengthvalgfri
Typenumber
Standard1
0 – 1
Den emotionelle påvirkning under stiloverførsel øges med denne styrkeindstilling.
emotional_strengthsvalgfri
Typeobject
Intensitetsværdier pr. emotion til finjustering.
emotional_strengths.happyvalgfri
Typenumber
Standard0
0 – 1
Intensitet for emotionen glæde.
emotional_strengths.angryvalgfri
Typenumber
Standard0
0 – 1
Intensitet for vrede.
emotional_strengths.sadvalgfri
Typenumber
Standard0
0 – 1
Intensitet for tristhed.
emotional_strengths.afraidvalgfri
Typenumber
Standard0
0 – 1
Intensitet for frygt.
emotional_strengths.disgustedvalgfri
Typenumber
Standard0
0 – 1
Intensitet for afsky.
emotional_strengths.melancholicvalgfri
Typenumber
Standard0
0 – 1
Intensitet for melankoli.
emotional_strengths.surprisedvalgfri
Typenumber
Standard0
0 – 1
Intensitet for overraskelse.
emotional_strengths.calmvalgfri
Typenumber
Standard0
0 – 1
Intensitet for ro.
should_use_prompt_for_emotionvalgfri
Typeboolean | null
Standardfalse
Promptbaseret emotionsberegning erstatter eksplicitte `emotional_strengths`, når den er aktiveret. Den emotionelle stil kommer fra `emotion_prompt`, hvis den er angivet, ellers fra `prompt`.
emotion_promptvalgfri
Typestring | null
Instruktioner til emotionel stil, som også kræver, at `should_use_prompt_for_emotion` anvendes.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Screening kan lempes ved at angive false, hvis den kaldende part er autoriseret.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
audio
object {url, content_type, file_name, file_size}Genereret lyd kodet i base64-format.

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/index-tts-2/text-to-speech.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt