Мазмұнға өту

Maya1

Интеграциялау

Модель идентификаторы maya
# 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/maya?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

Осы сұрау: ≈0,049 $ 49 API кредиті · ≈ 5,17 ₽ Осы бетте іске қосу

API кілтін алу
Maya Research Мәтіннен сөйлеуге #text-to-speech#tts

Дауыс сипаттамасы бар нұсқау және кірістірілген эмоция тегтері арқылы мәнерлі мәтінді дыбыстау

Maya Research · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті 50 / 5000

Кез келген позицияда <emotion_name> пішіміндегі эмоция тегтеріне рұқсат беретін сөйлеу синтезі мәтіні, мысалы, 'Hello world! <excited> This is amazing!' немесе 'I can't believe this <sigh> happened again.'. Қолдау көрсетілетін эмоциялар: curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder және laugh.

•міндетті 50 / 500

Сипатталатын дауыс немесе кейіпкер сипаттары: қарқындылық, үн, ырғақ, тембр, биіктік, акцент және жас.

Қосымша sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate әдепкі 48 kHz

24 kHz жиілігінде жылдамырақ өңдеу мен 48 kHz жиілігінде сапасы жоғары шығыс арасындағы аудио іріктеу жиілігі таңдауы.

output_format әдепкі wav

Синтезделген сөйлеу үшін қолданылатын аудио файл пішімі.

әдепкі 0.4

Аудио өзгергіштігін басқаратын іріктеу температурасы: оны арттыру әртүрлілікті көбейтеді, ал 0.2–0.5 төмен диапазоны тұрақтылық пен бірізділікті қамтамасыз етеді.

әдепкі 0.9

Токендерді таңдау әртүрлілігін реттейтін nucleus sampling параметрі.

әдепкі 2000

Аудио ұзақтығын шектейтін SNAC токендерінің бюджеті, әр кадрға 7 токен есебімен есептеледі.

әдепкі 1.1

Токендердің қайталануына қолданылатын айыппұл. Оны арттыру қайталану артефактілерін азайтады.

POST /run/maya?wait=20 бағасы → 0,049 $
# 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/maya?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Maya1 туралы

5000 таңбаға дейінгі мәтінді сөйлеуге айналдырады. Міндетті `prompt` (500 таңбаға дейін) дауыс жасын, акцентін және үнін сипаттайды. laugh немесе whisper сияқты эмоция тегтерін мәтінге енгізуге болады. 48 kHz немесе 24 kHz жиілігін және wav не mp3 шығысын таңдаңыз; `max_tokens` аудио ұзақтығын шектейді.

Параметрлер

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
textміндетті
Түріstring
≤ 5 000 таңба
Кез келген позицияда <emotion_name> пішіміндегі эмоция тегтеріне рұқсат беретін сөйлеу синтезі мәтіні, мысалы, 'Hello world! <excited> This is amazing!' немесе 'I can't believe this <sigh> happened again.'. Қолдау көрсетілетін эмоциялар: curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder және laugh.
promptміндетті
Түріstring
≤ 500 таңба
Сипатталатын дауыс немесе кейіпкер сипаттары: қарқындылық, үн, ырғақ, тембр, биіктік, акцент және жас.
temperatureміндетті емес
Түріnumber
Әдепкі0.4
0 – 2
Аудио өзгергіштігін басқаратын іріктеу температурасы: оны арттыру әртүрлілікті көбейтеді, ал 0.2–0.5 төмен диапазоны тұрақтылық пен бірізділікті қамтамасыз етеді.
top_pміндетті емес
Түріnumber
Әдепкі0.9
0 – 1
Токендерді таңдау әртүрлілігін реттейтін nucleus sampling параметрі.
max_tokensміндетті емес
Түріinteger
Әдепкі2000
28 – 4 000
Аудио ұзақтығын шектейтін SNAC токендерінің бюджеті, әр кадрға 7 токен есебімен есептеледі.
repetition_penaltyміндетті емес
Түріnumber
Әдепкі1.1
1 – 2
Токендердің қайталануына қолданылатын айыппұл. Оны арттыру қайталану артефактілерін азайтады.
sample_rateміндетті емес
Түріenum
Әдепкі48 kHz
48 kHz24 kHz
24 kHz жиілігінде жылдамырақ өңдеу мен 48 kHz жиілігінде сапасы жоғары шығыс арасындағы аудио іріктеу жиілігі таңдауы.
output_formatміндетті емес
Түріenum
Әдепкіwav
wavmp3
Синтезделген сөйлеу үшін қолданылатын аудио файл пішімі.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті

Шығыс

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya",
  "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": 49,
    "usd": "0.049",
    "charged": 49,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "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,
    "sample_rate": "48 kHz",
    "generation_time": 2.3,
    "rtf": 0.51
  },
  "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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size}WAV немесе MP3 форматындағы генерацияланған сөйлеу файлы; upsampler анықтағандай, моно аудио 24 kHz немесе 48 kHz жиілігінде болады.
duration
numberСекундпен өлшенетін аудио шығысының ұзақтығы.
sample_rate
stringАудио шығысының іріктеу жиілігі.
generation_time
numberСекундпен өлшенетін аудио генерациясының уақыты.
rtf
numbergeneration_time мәнін audio_duration мәніне бөлу арқылы есептелетін нақты уақыт коэффициенті; кіші мәндер жақсырақ өнімділікті көрсетеді.

Қосымша модельдер: Мәтіннен сөйлеуге

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/maya.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt