Siirry sisältöön

Zonos2 Text to Speech

Integroi

Mallin tunniste zonos2
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Enintään 0,02 $ suoritusta kohden veloitetaan todellisen käytön mukaan, loppu hyvitetään Suorita tällä sivulla

Hanki API-avain
Zyphra Tekstistä puheeksi Viitesyötteet #text-to-speech#tts#voice-cloning

Monikielinen äänen kloonaava TTS näytteistyksen säädöillä ja valittavilla luonnollisella vastaavuudella tai ilmeikkäällä esityksellä

Zyphra · Ääni

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen
Pudota tiedosto tai

Kloonattavan lähdeäänen sisältävä ääni.

Lisäasetukset language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
oletus en_us

Tekstin normalisointiin käytettävä kielivalinta; normalisointi ohitetaan, ellei koodi ole jokin seuraavista: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

oletus 1.15

Näytteenotossa käytettävä lämpötila.

oletus 0

Nucleus-otannan todennäköisyys; poista käytöstä asettamalla arvoksi 0.

oletus 0.18

Minimitodennäköisyysotannan todennäköisyysraja.

oletus 106

Top-k-otannan raja; poista käytöstä asettamalla arvoksi 0.

Äänikehysten generoinnin enimmäismäärä; käyttää mallin kontekstirajaa, ellei enimmäisarvoa anneta.

Toistettavat tulokset mahdollistava siemen; jos arvo puuttuu, se valitaan satunnaisesti.

POST /run/zonos2?wait=20 hinta → 0,02 $
# 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/zonos2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Zonos2 Text to Speech

Kloonaa äänen osoitteesta `reference_audio_url` ja puhuu tekstin palauttaen WAV-äänen muodossa 44.1kHz mono sekä käytetyn seed-arvon. `language` määrittää tekstin normalisoinnin arvoille en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn ja ko. `accurate_mode` painottaa joko äänen vastaavuutta tai ilmeikkyyttä, ja näytteistystä voi säätää parametreilla `temperature`, `top_p`, `min_p`, `top_k` ja `max_tokens` (enintään 6144).

Parametrit

NimiTyyppi OletusSallitut Kuvaus
reference_audio_urlpakollinen
Tyyppiurl · audio
Kloonattavan lähdeäänen sisältävä ääni.
languagevalinnainen
Tyyppistring
Oletusen_us
Tekstin normalisointiin käytettävä kielivalinta; normalisointi ohitetaan, ellei koodi ole jokin seuraavista: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedvalinnainen
Tyyppiinteger | null
0 – 2 147 483 647
Toistettavat tulokset mahdollistava siemen; jos arvo puuttuu, se valitaan satunnaisesti.
accurate_modevalinnainen
Tyyppiboolean
Oletustrue
Äänen vastaavuus suhteessa ilmaisullisuuteen: True suosii tarkempaa vastaavuutta, kun taas False suosii ilmaisullisempaa puhetta.
clean_speaker_backgroundvalinnainen
Tyyppiboolean
Oletusfalse
Ilmaisee, että viiteäänen tausta on puhdas.
temperaturevalinnainen
Tyyppinumber
Oletus1.15
0 – 2
Näytteenotossa käytettävä lämpötila.
top_pvalinnainen
Tyyppinumber
Oletus0
0 – 1
Nucleus-otannan todennäköisyys; poista käytöstä asettamalla arvoksi 0.
min_pvalinnainen
Tyyppinumber
Oletus0.18
0 – 1
Minimitodennäköisyysotannan todennäköisyysraja.
top_kvalinnainen
Tyyppiinteger
Oletus106
0 – 2 048
Top-k-otannan raja; poista käytöstä asettamalla arvoksi 0.
max_tokensvalinnainen
Tyyppiinteger | null
1 – 6 144
Äänikehysten generoinnin enimmäismäärä; käyttää mallin kontekstirajaa, ellei enimmäisarvoa anneta.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Suodatusta voi höllentää asettamalla arvoksi false, jos kutsujalla on siihen valtuutus.
pakollinen

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "zonos2",
  "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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "reference_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "seed": 42
  },
  "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
audio
object {url, content_type, file_name, file_size}WAV-muotoinen tulosteääni, näytteenottotaajuus 44.1kHz ja monokanava.
seed
integerGeneroinnin aikana käytetty siemenen arvo.

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/zonos2.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt