Pereiti prie turinio

Zonos2 Text to Speech

Integruoti

Modelio 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"

Iki 0,02 $ už vykdymą mokama pagal faktinį naudojimą, likusi suma grąžinama Paleisti šiame puslapyje

Gauti API raktą
Zyphra Tekstas į kalbą Nuorodų įvestys #text-to-speech#tts#voice-cloning

Daugiakalbis balso klonavimo TTS su semplinimo valdikliais ir pasirinkimu tarp artimo atitikimo bei išraiškingo perteikimo

Zyphra · 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
Įmeskite failą arba

Garsas, kuriame pateikiamas klonavimui naudojamas pradinis balsas.

Išplėstiniai language · temperature · top_p · min_p · top_k · max_tokens · seed · accurate_mode · clean_speaker_background · enable_safety_checker
numatytoji en_us

Teksto normalizavimo kalbos pasirinkimas; normalizavimas praleidžiamas, nebent kodas yra vienas iš šių: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.

numatytoji 1.15

Mėginių ėmimui naudojama temperatūra.

numatytoji 0

Branduolio atrankos tikimybė; nustačius 0, ji išjungiama.

numatytoji 0.18

Mažiausios tikimybės atrankos tikimybės slenkstis.

numatytoji 106

Top-k atrankos riba; nustačius 0, ji išjungiama.

Garso kadrų generavimo riba; naudojama modelio konteksto riba, nebent pateikiama maksimali reikšmė.

Pradinė reikšmė atkuriamiems rezultatams; jei nenurodyta, parenkama atsitiktinai.

POST /run/zonos2?wait=20 kaina → 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"

Vykdyti šią užklausą

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

Apie Zonos2 Text to Speech

Klonuoja balsą iš `reference_audio_url` ir įgarsina tekstą, grąžindamas 44.1kHz mono WAV garsą kartu su naudota pradine reikšme. `language` nustato teksto normalizavimą reikšmėms en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn ir ko. `accurate_mode` keičia balso panašumą į išraiškingumą, o semplinimą galima reguliuoti per `temperature`, `top_p`, `min_p`, `top_k` ir `max_tokens` (iki 6144).

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
reference_audio_urlprivaloma
Tipasurl · audio
Garsas, kuriame pateikiamas klonavimui naudojamas pradinis balsas.
languageneprivalomas
Tipasstring
Numatytoji reikšmėen_us
Teksto normalizavimo kalbos pasirinkimas; normalizavimas praleidžiamas, nebent kodas yra vienas iš šių: en_us, en_gb, fr_fr, de, es, it, pt_br, ja, cmn, ko.
seedneprivalomas
Tipasinteger | null
0 – 2 147 483 647
Pradinė reikšmė atkuriamiems rezultatams; jei nenurodyta, parenkama atsitiktinai.
accurate_modeneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Balso atitikimas ir išraiškingumas: True teikia pirmenybę tikslesniam atitikimui, o False – išraiškingesnei kalbai.
clean_speaker_backgroundneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Nurodo, kad etaloninio garso fonas yra švarus.
temperatureneprivalomas
Tipasnumber
Numatytoji reikšmė1.15
0 – 2
Mėginių ėmimui naudojama temperatūra.
top_pneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 1
Branduolio atrankos tikimybė; nustačius 0, ji išjungiama.
min_pneprivalomas
Tipasnumber
Numatytoji reikšmė0.18
0 – 1
Mažiausios tikimybės atrankos tikimybės slenkstis.
top_kneprivalomas
Tipasinteger
Numatytoji reikšmė106
0 – 2 048
Top-k atrankos riba; nustačius 0, ji išjungiama.
max_tokensneprivalomas
Tipasinteger | null
1 – 6 144
Garso kadrų generavimo riba; naudojama modelio konteksto riba, nebent pateikiama maksimali reikšmė.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma

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": "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"
  }
}
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}WAV formato išvesties garsas, kurio diskretizavimo dažnis – 44.1kHz, o kanalas – mono.
seed
integerGeneruojant taikoma pradinė reikšmė.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/zonos2.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt