Accéder au contenu

Tada TTS 1B

Intégrer

Identifiant du modèle tada/1b/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/tada/1b/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"

Cette requête: 0,003 $ 3 crédits API · ≈ 0,32 ₽ L'exécuter sur cette page

Obtenir une clé API
Open model Texte vers parole

Synthèse vocale avec clonage de voix à partir d’un extrait audio de référence, variante 1B prenant en charge dix langues

Open model · Audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•obligatoire

Contenu parlé fourni sous forme de texte ; le locuteur de référence fournit la voix utilisée pour le restituer.

•obligatoire audio_url
Déposez un fichier ou

Source de clonage vocal fournie sous forme d'URL de fichier audio, identifiant le locuteur dont le modèle doit reproduire les caractéristiques vocales.

Avancé output_format · transcript · language · num_extra_steps · temperature · top_p · repetition_penalty · acoustic_cfg_scale · noise_temperature · num_inference_steps · speed_up_factor · enable_safety_checker
output_format par défaut wav

Format de fichier de l'audio généré.

par défaut

Transcription de l'audio de référence, obligatoire pour les enregistrements dans des langues autres que l'anglais ; la transcription automatique est intégrée uniquement pour l'anglais.

par défaut en

Code de langue pour l'alignement textuel, qui doit correspondre à la langue de synthèse lors de la génération de parole dans une langue autre que l'anglais.

par défaut 0

Nombre supplémentaire d'étapes autorégressives pour ajouter une prosodie finale ou du silence en poursuivant la parole au-delà du texte fourni.

par défaut 0.6

Température d'échantillonnage des jetons textuels : l'augmenter accroît la variété de la sortie, et 0 ou une valeur inférieure n'est pas autorisé.

par défaut 0.9

Réglage d'échantillonnage top-p (nucleus) utilisé pour générer le texte.

par défaut 1.1

Pénalité appliquée à la répétition des jetons lors de la génération de la sortie.

par défaut 1.6

Intensité du guidage sans classifieur utilisée pour générer les caractéristiques acoustiques.

par défaut 0.9

Température du bruit utilisée pendant la diffusion par appariement de flux.

par défaut 20

Nombre d'étapes du solveur ODE utilisé pour générer l'acoustique par appariement de flux.

par défaut 1

Multiplicateur de vitesse de parole : la parole générée est plus lente sous 1.0 et plus rapide au-dessus de 1.0.

POST /run/tada/1b/text-to-speech?wait=20 devis → 0,003 $
# 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/tada/1b/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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Tada TTS 1B

Prononce le texte du `prompt` avec la voix d’un extrait de référence fourni via `audio_url`. Un `transcript` de la référence est nécessaire pour l’audio non anglais. `language` prend en charge en, ar, ch, de, es, fr, it, ja, pl et pt. Les réglages incluent `speed_up_factor` (0.5 à 2), `temperature`, `top_p` et `num_inference_steps` ; la sortie est en wav ou mp3.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
audio_urlobligatoire audio
Typeurl · audio
Source de clonage vocal fournie sous forme d'URL de fichier audio, identifiant le locuteur dont le modèle doit reproduire les caractéristiques vocales.
transcriptfacultatif
Typestring
Par défaut
Transcription de l'audio de référence, obligatoire pour les enregistrements dans des langues autres que l'anglais ; la transcription automatique est intégrée uniquement pour l'anglais.
promptobligatoire
Typestring
Contenu parlé fourni sous forme de texte ; le locuteur de référence fournit la voix utilisée pour le restituer.
languagefacultatif
Typeenum
Par défauten
enarchdeesfritjaplpt
Code de langue pour l'alignement textuel, qui doit correspondre à la langue de synthèse lors de la génération de parole dans une langue autre que l'anglais.
num_extra_stepsfacultatif
Typeinteger
Par défaut0
0 – 50
Nombre supplémentaire d'étapes autorégressives pour ajouter une prosodie finale ou du silence en poursuivant la parole au-delà du texte fourni.
temperaturefacultatif
Typenumber
Par défaut0.6
≤ 2> 0
Température d'échantillonnage des jetons textuels : l'augmenter accroît la variété de la sortie, et 0 ou une valeur inférieure n'est pas autorisé.
top_pfacultatif
Typenumber
Par défaut0.9
0 – 1
Réglage d'échantillonnage top-p (nucleus) utilisé pour générer le texte.
repetition_penaltyfacultatif
Typenumber
Par défaut1.1
1 – 2
Pénalité appliquée à la répétition des jetons lors de la génération de la sortie.
acoustic_cfg_scalefacultatif
Typenumber
Par défaut1.6
0 – 10
Intensité du guidage sans classifieur utilisée pour générer les caractéristiques acoustiques.
noise_temperaturefacultatif
Typenumber
Par défaut0.9
0 – 2
Température du bruit utilisée pendant la diffusion par appariement de flux.
num_inference_stepsfacultatif
Typeinteger
Par défaut20
1 – 50
Nombre d'étapes du solveur ODE utilisé pour générer l'acoustique par appariement de flux.
speed_up_factorfacultatif
Typenumber
Par défaut1
0,5 – 2
Multiplicateur de vitesse de parole : la parole générée est plus lente sous 1.0 et plus rapide au-dessus de 1.0.
output_formatfacultatif
Typeenum
Par défautwav
wavmp3
Format de fichier de l'audio généré.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
obligatoire Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu'à 10 MB ou le file_url d'un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "tada/1b/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": 3,
    "usd": "0.003",
    "charged": 3,
    "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Fichier audio contenant la parole synthétisée.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/tada/1b/text-to-speech.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt