Zum Inhalt springen

xAI Text to Speech

Integrieren

Modell-ID xai/tts/v1
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

Diese Anfrage: 0,001 $ 1 API-Credit · ≈ 0,10 ₽ Auf dieser Seite ausführen

API-Schlüssel abrufen

Text-to-Speech mit integrierten Stimmen, Sprachauswahl und integrierten ausdrucksstarken Sprach-Tags

xAI · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich 50 / 15000

Text für die Sprachsynthese mit expressiver Wiedergabe, die über Inline-Tags ([laugh], [pause], [sigh]) oder umschließende Tags (<whisper>text</whisper>, <slow>text</slow>) gesteuert wird. Die Eingabe darf 15.000 Zeichen nicht überschreiten.

Erweitert voice · language · enable_safety_checker · output_format
Standard eve

Integrierte Stimme, die für die Sprachsynthese ausgewählt wurde.

Standard auto

Sprachauswahl aus diesen BCP-47-Codes: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Für die automatische Erkennung stattdessen 'auto' angeben.

Konfiguration für das Format der generierten Audioausgabe; der Standard ist MP3 mit einer Abtastrate von 24 kHz und einer Bitrate von 128 kbps.

POST /run/xai/tts/v1?wait=20 Preis → 0,001 $
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über xAI Text to Speech

Wandelt Text mit bis zu 15.000 Zeichen in Sprache um. Wähle aus 28 integrierten Stimmen sowie einem Sprachcode oder der automatischen Erkennung. Der Text kann Tags wie [laugh], [pause] und [sigh] oder umschließende Tags wie <whisper> und <slow> für eine ausdrucksstarke Ausgabe enthalten. `output_format` legt die Audiodatei fest.

Parameter

NameTyp StandardZulässig Beschreibung
texterforderlich
Typstring
≤ 15.000 Zeichen
Text für die Sprachsynthese mit expressiver Wiedergabe, die über Inline-Tags ([laugh], [pause], [sigh]) oder umschließende Tags (<whisper>text</whisper>, <slow>text</slow>) gesteuert wird. Die Eingabe darf 15.000 Zeichen nicht überschreiten.
voiceoptional
Typenum
Standardeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 weiteresiriuslumencastornakshatlasauroralioraaraeveleorexsal
Integrierte Stimme, die für die Sprachsynthese ausgewählt wurde.
languageoptional
Typenum
Standardauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 weitererues-MXes-EStrvi
Sprachauswahl aus diesen BCP-47-Codes: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Für die automatische Erkennung stattdessen 'auto' angeben.
output_formatoptional
Typobject
Konfiguration für das Format der generierten Audioausgabe; der Standard ist MP3 mit einer Abtastrate von 24 kHz und einer Bitrate von 128 kbps.
output_format.codecoptional
Typenum
Standardmp3
mp3wavpcmmulawalaw
Codec für die Audiocodierung; verfügbare Optionen sind mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateoptional
Typenum
Standard24000
80001600022050240004410048000
Audio-Abtastfrequenz, gemessen in Hz.
output_format.bit_rateoptional
Typenum
320006400096000128000192000
Bitrate für die MP3-Ausgabe, standardmäßig 128000 und gemessen in bps; gilt nicht für andere Codecs.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "text": "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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Durch die Generierung erzeugte Audiodatei.

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/xai/tts/v1.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt