Passer au contenu

Index TTS 2.0

Intégrer

Identifiant du modèle 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"

Jusqu’à 0,06 $ par exécution facturation selon l’utilisation réelle, le reste est remboursé L’exécuter sur cette page

Obtenir une clé API
bilibili Texte vers parole #text-to-speech

Synthèse vocale à partir d’un extrait de voix de référence et d’un texte, avec contrôle de l’émotion par audio, prompt ou intensités par émotion

bilibili · 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.

•requis

Prompt pour la parole à générer.

•requis audio_url
Déposez un fichier, ou

Fichier audio source utilisé pour générer la parole.

Avancé emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Instructions de style émotionnel qui nécessitent également l’utilisation de `should_use_prompt_for_emotion`.

Déposez un fichier, ou

Fichier audio de référence utilisé pour extraire le style émotionnel.

par défaut 1

L’influence émotionnelle appliquée lors du transfert de style augmente avec ce paramètre d’intensité.

Valeurs d’intensité par émotion pour un réglage précis.

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

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 Index TTS 2.0

Génère la parole du texte dans `prompt` en utilisant la voix du clip de référence fourni via `audio_url`. Le style émotionnel peut être repris d'une seconde clip avec `emotional_audio_url`, pondéré par `strength` (de 0 à 1), ou défini via `emotional_strengths`. Vous pouvez aussi activer `should_use_prompt_for_emotion`, éventuellement avec un `emotion_prompt` distinct. L'audio est renvoyé comme objet base64.

Paramètres

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

NomType Par défautAutorisé Description
audio_urlrequis audio
Typeurl · audio
Fichier audio source utilisé pour générer la parole.
promptrequis
Typestring
Prompt pour la parole à générer.
emotional_audio_urlfacultatif
Typeurl · audio
Fichier audio de référence utilisé pour extraire le style émotionnel.
strengthfacultatif
Typenumber
Par défaut1
0 – 1
L’influence émotionnelle appliquée lors du transfert de style augmente avec ce paramètre d’intensité.
emotional_strengthsfacultatif
Typeobject
Valeurs d’intensité par émotion pour un réglage précis.
emotional_strengths.happyfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de l’émotion de bonheur.
emotional_strengths.angryfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de la colère.
emotional_strengths.sadfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de la tristesse.
emotional_strengths.afraidfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de la peur.
emotional_strengths.disgustedfacultatif
Typenumber
Par défaut0
0 – 1
Intensité du dégoût.
emotional_strengths.melancholicfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de la mélancolie.
emotional_strengths.surprisedfacultatif
Typenumber
Par défaut0
0 – 1
Intensité de la surprise.
emotional_strengths.calmfacultatif
Typenumber
Par défaut0
0 – 1
Intensité du calme.
should_use_prompt_for_emotionfacultatif
Typeboolean | null
Par défautfalse
Le calcul de l’émotion basé sur le prompt remplace `emotional_strengths` explicite lorsqu’il est activé. Le style émotionnel provient de `emotion_prompt` s’il est fourni, sinon de `prompt`.
emotion_promptfacultatif
Typestring | null
Instructions de style émotionnel qui nécessitent également l’utilisation de `should_use_prompt_for_emotion`.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
requis 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": "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size}Audio généré encodé au format base64.

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/index-tts-2/text-to-speech.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt