Pereiti prie turinio

Index TTS 2.0

Integruoti

Modelio id 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"

Iki 0,06 $ už vykdymą mokama pagal faktinį naudojimą, likusi suma grąžinama Paleisti šiame puslapyje

Gauti API raktą
bilibili Tekstas į kalbą #text-to-speech

Kalbos sintezė iš pavyzdinio balso klipo ir teksto, su emocijų valdymu per garsą, užklausą arba atskirų emocijų stiprumą

bilibili · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Generuojamos kalbos raginys.

•privaloma audio_url
Įmeskite failą arba

Šaltinio garso failas, naudojamas kalbai generuoti.

Išplėstiniai emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Emocinio stiliaus instrukcijos, kurioms taip pat reikia naudoti `should_use_prompt_for_emotion`.

Įmeskite failą arba

Etaloninis garso failas emociniam stiliui išgauti.

numatytoji 1

Perduodant stilių taikoma emocinė įtaka didėja didinant šį intensyvumą.

Atskirų emocijų intensyvumo reikšmės tiksliam reguliavimui.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Index TTS 2.0

Generuoja kalbą tekstui, esančiam `prompt`, naudojant balsą iš pavyzdinio klipo, pateikto kaip `audio_url`. Emocinį stilių galima pasiskolinti iš antrojo klipo naudojant `emotional_audio_url`, nustatant `strength` (nuo 0 iki 1), arba per `emotional_strengths`. Taip pat galima įjungti `should_use_prompt_for_emotion`, pasirinktinai su atskira `emotion_prompt`. Garsas grąžinamas kaip base64 objektas.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
audio_urlprivaloma audio
Tipasurl · audio
Šaltinio garso failas, naudojamas kalbai generuoti.
promptprivaloma
Tipasstring
Generuojamos kalbos raginys.
emotional_audio_urlneprivalomas
Tipasurl · audio
Etaloninis garso failas emociniam stiliui išgauti.
strengthneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 1
Perduodant stilių taikoma emocinė įtaka didėja didinant šį intensyvumą.
emotional_strengthsneprivalomas
Tipasobject
Atskirų emocijų intensyvumo reikšmės tiksliam reguliavimui.
emotional_strengths.happyneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Laimės emocijos intensyvumas.
emotional_strengths.angryneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Pykčio intensyvumas.
emotional_strengths.sadneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Liūdesio intensyvumas.
emotional_strengths.afraidneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Baimės intensyvumas.
emotional_strengths.disgustedneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Pasibjaurėjimo intensyvumas.
emotional_strengths.melancholicneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Melancholijos intensyvumas.
emotional_strengths.surprisedneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Nuostabos intensyvumas.
emotional_strengths.calmneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Ramybės intensyvumas.
should_use_prompt_for_emotionneprivalomas
Tipasboolean | null
Numatytoji reikšmėfalse
Įjungus raginio pagrindu atliekamas emocijų skaičiavimas pakeičia aiškiai nurodytus `emotional_strengths`. Emocinis stilius imamas iš `emotion_prompt`, jei jis pateiktas, kitu atveju – iš `prompt`.
emotion_promptneprivalomas
Tipasstring | null
Emocinio stiliaus instrukcijos, kurioms taip pat reikia naudoti `should_use_prompt_for_emotion`.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Sugeneruotas garsas base64 formatu.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/index-tts-2/text-to-speech.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt