सामग्री पर जाएँ

Zonos2 Text to Speech

इंटीग्रेट करें

मॉडल id 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"

प्रति रन अधिकतम $0.02 तक वास्तविक उपयोग के अनुसार शुल्क लिया जाता है, बाकी रिफंड किया जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Zyphra टेक्स्ट से स्पीच रेफ़रेंस इनपुट #text-to-speech#tts#voice-cloning

सैंपलिंग नियंत्रणों और निकट मिलान या अभिव्यंजक प्रस्तुति के विकल्प के साथ बहुभाषी वॉइस-क्लोनिंग TTS

Zyphra · ऑडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक
फ़ाइल ड्रॉप करें, या

क्लोनिंग के लिए स्रोत आवाज़ देने वाला ऑडियो।

उन्नत language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
डिफ़ॉल्ट en_us

टेक्स्ट नॉर्मलाइज़ेशन के लिए भाषा चयन, जिसे तब तक छोड़ दिया जाता है जब तक कोड इनमें से एक न हो: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko।

डिफ़ॉल्ट 1.15

सैंपलिंग के लिए उपयोग किया जाने वाला तापमान।

डिफ़ॉल्ट 0

न्यूक्लियस सैंपलिंग की प्रायिकता; इसे अक्षम करने के लिए 0 पर सेट करें।

डिफ़ॉल्ट 0.18

न्यूनतम-प्रायिकता सैंपलिंग की प्रायिकता सीमा।

डिफ़ॉल्ट 106

टॉप-k सैंपलिंग की कटऑफ़; इसे अक्षम करने के लिए 0 पर सेट करें।

ऑडियो-फ़्रेम निर्माण की अधिकतम सीमा, जब तक अधिकतम मान न दिया जाए, मॉडल की कॉन्टेक्स्ट सीमा का उपयोग करती है।

पुनरुत्पाद्य परिणाम सक्षम करने वाला seed; छोड़े जाने पर यादृच्छिक रूप से चुना जाता है।

POST /run/zonos2?wait=20 कोटेशन → $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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Zonos2 Text to Speech के बारे में

`reference_audio_url` से आवाज़ क्लोन करता है और टेक्स्ट बोलकर 44.1kHz mono WAV ऑडियो लौटाता है, साथ में उपयोग किया गया सीड भी देता है। `language` en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn और ko के लिए टेक्स्ट सामान्यीकरण सेट करता है। `accurate_mode` आवाज़ की समानता और अभिव्यक्ति के बीच संतुलन बदलता है, और `temperature`, `top_p`, `min_p`, `top_k` और `max_tokens` (अधिकतम 6144) के ज़रिए सैंपलिंग ट्यून की जा सकती है।

पैरामीटर

नामप्रकार डिफ़ॉल्टअनुमत विवरण
reference_audio_urlआवश्यक
प्रकारurl · audio
क्लोनिंग के लिए स्रोत आवाज़ देने वाला ऑडियो।
languageवैकल्पिक
प्रकारstring
डिफ़ॉल्टen_us
टेक्स्ट नॉर्मलाइज़ेशन के लिए भाषा चयन, जिसे तब तक छोड़ दिया जाता है जब तक कोड इनमें से एक न हो: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko।
seedवैकल्पिक
प्रकारinteger | null
0 – 2,14,74,83,647
पुनरुत्पाद्य परिणाम सक्षम करने वाला seed; छोड़े जाने पर यादृच्छिक रूप से चुना जाता है।
accurate_modeवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
आवाज़ की समानता बनाम अभिव्यंजकता: True अधिक निकट समानता को प्राथमिकता देता है, जबकि False अधिक अभिव्यंजक भाषण को प्राथमिकता देता है।
clean_speaker_backgroundवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
दर्शाता है कि संदर्भ ऑडियो की पृष्ठभूमि साफ़ है।
temperatureवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1.15
0 – 2
सैंपलिंग के लिए उपयोग किया जाने वाला तापमान।
top_pवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0
0 – 1
न्यूक्लियस सैंपलिंग की प्रायिकता; इसे अक्षम करने के लिए 0 पर सेट करें।
min_pवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट0.18
0 – 1
न्यूनतम-प्रायिकता सैंपलिंग की प्रायिकता सीमा।
top_kवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट106
0 – 2,048
टॉप-k सैंपलिंग की कटऑफ़; इसे अक्षम करने के लिए 0 पर सेट करें।
max_tokensवैकल्पिक
प्रकारinteger | null
1 – 6,144
ऑडियो-फ़्रेम निर्माण की अधिकतम सीमा, जब तक अधिकतम मान न दिया जाए, मॉडल की कॉन्टेक्स्ट सीमा का उपयोग करती है।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
यदि कॉलर अधिकृत है, तो false सेट करके स्क्रीनिंग में ढील दी जा सकती है।
आवश्यक

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
audio
object {url, content_type, file_name, file_size}WAV फ़ॉर्मैट में आउटपुट ऑडियो, 44.1kHz सैंपल रेट और mono चैनल के साथ।
seed
integerनिर्माण के दौरान लागू किया गया सीड मान।

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/zonos2.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt