Sleppa yfir í efni

Zonos2 Text to Speech

Tengja

Auðkenni líkans 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"

Allt að 0,02 $ fyrir hverja keyrslu gjaldfært eftir raunverulegri notkun, afgangurinn endurgreiddur Keyra á þessari síðu

Fá API-lykil
Zyphra Texti í tal Tilvísunarinnlegg #text-to-speech#tts#voice-cloning

Fjöltyngdur TTS-raddklónari með sýnatökustýringum og vali á nánu samræmi eða tjáningaríkum flutningi

Zyphra · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið
Slepptu skrá eða

Hljóð sem gefur upprunaröddina fyrir klónun.

Ítarlegt language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
sjálfgefið en_us

Tungumál valið fyrir samræmingu texta, sem er sleppt nema kóðinn sé einn af þessum: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

sjálfgefið 1.15

Hitastig sem er notað við sýnatöku.

sjálfgefið 0

Líkur fyrir kjarnasýnatöku; stillið á 0 til að gera hana óvirka.

sjálfgefið 0.18

Líkindamörk fyrir sýnatöku með lágmarkslíkum.

sjálfgefið 106

Mörk fyrir top-k-sýnatöku; stillið á 0 til að gera hana óvirka.

Hámark fjölda hljóðramma við efnisgerð, þar sem samhengistakmörk líkansins eru notuð nema hámark sé gefið upp.

Frægildi sem gerir niðurstöður endurtekningarhæfar; valið af handahófi ef það er ekki tilgreint.

POST /run/zonos2?wait=20 verðtilboð → 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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Zonos2 Text to Speech

Klónar rödd úr `reference_audio_url` og les texta, skilar WAV-hljóði við 44.1kHz mono ásamt notaða seed-gildinu. `language` stillir textastöðlun fyrir en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn og ko. `accurate_mode` skiptir nálægð raddar út fyrir tjáningarmátt og hægt er að stilla sýnatöku með `temperature`, `top_p`, `min_p`, `top_k` og `max_tokens` (allt að 6144).

Færibreytur

HeitiGerð SjálfgefiðLeyfilegt Lýsing
reference_audio_urláskilið
Gerðurl · audio
Hljóð sem gefur upprunaröddina fyrir klónun.
languagevalfrjálst
Gerðstring
Sjálfgefiðen_us
Tungumál valið fyrir samræmingu texta, sem er sleppt nema kóðinn sé einn af þessum: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedvalfrjálst
Gerðinteger | null
0 – 2.147.483.647
Frægildi sem gerir niðurstöður endurtekningarhæfar; valið af handahófi ef það er ekki tilgreint.
accurate_modevalfrjálst
Gerðboolean
Sjálfgefiðtrue
Samsvörun raddar gagnvart tjáningarfullri framsetningu: True leggur áherslu á nánari samsvörun en False leggur áherslu á tjáningarmeira tal.
clean_speaker_backgroundvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Gefur til kynna að viðmiðunarhljóðið hafi hreinan bakgrunn.
temperaturevalfrjálst
Gerðnumber
Sjálfgefið1.15
0 – 2
Hitastig sem er notað við sýnatöku.
top_pvalfrjálst
Gerðnumber
Sjálfgefið0
0 – 1
Líkur fyrir kjarnasýnatöku; stillið á 0 til að gera hana óvirka.
min_pvalfrjálst
Gerðnumber
Sjálfgefið0.18
0 – 1
Líkindamörk fyrir sýnatöku með lágmarkslíkum.
top_kvalfrjálst
Gerðinteger
Sjálfgefið106
0 – 2.048
Mörk fyrir top-k-sýnatöku; stillið á 0 til að gera hana óvirka.
max_tokensvalfrjálst
Gerðinteger | null
1 – 6.144
Hámark fjölda hljóðramma við efnisgerð, þar sem samhengistakmörk líkansins eru notuð nema hámark sé gefið upp.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Hægt er að slaka á skimun með því að stilla false, ef beiðandi hefur heimild.
áskilið

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size}Úttakshljóð á WAV-sniði, með 44.1kHz sýnatökutíðni og mono-rás.
seed
integerSáðgildi sem beitt er við efnisgerð.

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/zonos2.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt