رفتن به محتوا

Async Text to Speech Pro V1.0

یکپارچه‌سازی

شناسه مدل async/tts-pro/v1.0
# 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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"

این درخواست: ⁨‎$۰٫۰۰۱⁩ ۱ اعتبار API · ≈ ⁨‎₽۰٫۱۱⁩ اجرای آن در این صفحه

دریافت کلید API
Async متن به گفتار همگام‌سازی لب #text-to-speech#voice-clone#lipsync

تبدیل متن به گفتار با انتخاب صدا، شبیه‌سازی صدای اختیاری و شش گزینهٔ زبان اجباری

Async · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

محتوای متنی برای ترکیب به‌صورت گفتار.

•الزامی

صدای انتخاب‌شده برای ترکیب گفتار.

پیشرفته language · output_format
language

زبان اجباری هنگام ترکیب، با استفاده از ISO 639-1.

پیکربندی صوت تولیدشده.

POST /run/async/tts-pro/v1.0?wait=20 قیمت → ⁨‎$۰٫۰۰۱⁩
# 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/async/tts-pro/v1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Async Text to Speech Pro V1.0

`transcript` را با استفاده از شیء `voice` انتخاب‌شده به گفتار تبدیل می‌کند. پارامتر اختیاری `language` تولید را به انگلیسی، فرانسوی، اسپانیایی، آلمانی، ایتالیایی یا پرتغالی اجبار می‌کند. شیء `output_format` صوت را پیکربندی می‌کند و نتیجه شامل فایل صوتی، نوع MIME و اندازهٔ آن برحسب بایت است. مناسب نریشن‌هایی است که در آن صدای مشخصی انتخاب می‌کنید.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
transcriptالزامی
نوعstring
محتوای متنی برای ترکیب به‌صورت گفتار.
voiceالزامی
نوعobject
صدای انتخاب‌شده برای ترکیب گفتار.
voice.nameاختیاری
نوعenum
پیش‌فرضJennie
JennieStellaMaxHayesElaraCleoFisherCorinThaddeusLucinaAcadiaHuxleyWinsletJethroElioRupert
+84 مورد دیگرEiraNyraArianLilyPierceKaelaElowenFreyaLennyAlessaPandoraFiaAbbottKaelOrlaSableMarnieSeraVirelLioraRivenElysDreenaRheaVelaNymeraIsoldeLirienZellaAvennaMirelleCaliaLuneaLucanTarianArloJovanNeronZivenDaxOrienLiorEryxTyrenNoxElricVarianZoranMiroDalenRonixJarekNyxieSorenVionaSeleneRachielCorbinAbigailFaithKimberlyDaveGraceAldenRenlyVioletJoelXavierEsmeraldaRobertLilaBrooksLennoxVanessaSimonNyomiJackPenelopeBraydenAbelNellieConnieAndrewLincoln
صدای preset نام‌گذاری‌شده برای استفاده. اگر `id` ارائه شود، اثری ندارد.
output_formatاختیاری
نوعobject
پیکربندی صوت تولیدشده.
output_format.containerاختیاری
نوعenum
پیش‌فرضmp3
mp3raw
قالب کانتینر صوت تولیدشده.
output_format.encodingاختیاری
نوعenum
pcm_s16lepcm_f32lepcm_mulaw
کدگذاری PCM که فقط وقتی کانتینر 'raw' باشد اعمال می‌شود.
output_format.sample_rateاختیاری
نوعinteger
پیش‌فرض44100
۸٬۰۰۰ – ۴۸٬۰۰۰
فرکانس نمونه‌برداری خروجی، برحسب Hz.
output_format.bit_rateاختیاری
نوعinteger | null
۳۲٬۰۰۰ – ۳۲۰٬۰۰۰
نرخ بیت خروجی؛ فقط برای کانتینر 'mp3' اعمال می‌شود.
languageاختیاری
نوعenum
enfresdeitpt
زبان اجباری هنگام ترکیب، با استفاده از ISO 639-1.
الزامی

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "async/tts-pro/v1.0",
  "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": {
    "transcript": "Hello from Doitong. This is a short test sentence.",
    "voice": {
      "name": "Jennie"
    }
  },
  "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
    },
    "content_type": "audio/mpeg",
    "size_bytes": 1
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}
content_type
stringنوع MIME صوت.
size_bytes
integerاندازه صوت، برحسب بایت.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/async/tts-pro/v1.0.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt