Pāriet uz saturu

Maya1

Integrēt

Modeļa id 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"

Šis pieprasījums: ≈0,049 $ 49 API kredīti · ≈ 5,17 ₽ Izpildīt šajā lapā

Iegūt API atslēgu
Maya Research Teksts uz runu #text-to-speech#tts

Izteiksmīga teksta pārveide runā ar balss apraksta uzvedni un emociju tagiem tekstā

Maya Research · Audio

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts 50 / 5000

Runas sintēzes teksts, kas jebkurā pozīcijā pieļauj emociju tagus formā <emotion_name>, piemēram, 'Hello world! <excited> This is amazing!' vai 'I can't believe this <sigh> happened again.'. Atbalstītās emocijas ir curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder un laugh.

•obligāts 50 / 500

Aprakstāmās balss vai tēla īpašības, piemēram, intensitāte, tonis, temps, tembrs, augstums, akcents un vecums.

Papildu sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate noklusējums 48 kHz

Audio iztveršanas frekvences izvēle: ātrāka apstrāde pie 24 kHz vai augstākas kvalitātes izvade pie 48 kHz.

output_format noklusējums wav

Sintezētās runas audio faila formāts.

noklusējums 0.4

Iztveršanas temperatūra, kas nosaka audio variāciju: palielinot to, rodas lielāka dažādība, savukārt zemākais diapazons 0.2–0.5 veicina stabilitāti un konsekvenci.

noklusējums 0.9

Kodola iztveršanas iestatījums, kas pielāgo marķieru atlases daudzveidību.

noklusējums 2000

SNAC marķieru budžets, kas ierobežo audio ilgumu; aprēķins ir 7 marķieri katram kadram.

noklusējums 1.1

Sods par marķieru atkārtošanu. Palielinot to, tiek slāpēti atkārtošanās artefakti.

POST /run/maya?wait=20 cena → 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"

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Maya1

Pārveido līdz 5000 rakstzīmju garu tekstu runā. Obligātais `prompt` līdz 500 rakstzīmēm apraksta balsi, piemēram, vecumu, akcentu un toni. Emociju tagus, piemēram, laugh vai whisper, var ievietot tekstā. Izvēlieties 48 kHz vai 24 kHz iztveršanas frekvenci un wav vai mp3 izvadi; `max_tokens` ierobežo audio garumu.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
textobligāts
Tipsstring
≤ 5000 rakstzīmju
Runas sintēzes teksts, kas jebkurā pozīcijā pieļauj emociju tagus formā <emotion_name>, piemēram, 'Hello world! <excited> This is amazing!' vai 'I can't believe this <sigh> happened again.'. Atbalstītās emocijas ir curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder un laugh.
promptobligāts
Tipsstring
≤ 500 rakstzīmju
Aprakstāmās balss vai tēla īpašības, piemēram, intensitāte, tonis, temps, tembrs, augstums, akcents un vecums.
temperatureneobligāts
Tipsnumber
Noklusējums0.4
0 – 2
Iztveršanas temperatūra, kas nosaka audio variāciju: palielinot to, rodas lielāka dažādība, savukārt zemākais diapazons 0.2–0.5 veicina stabilitāti un konsekvenci.
top_pneobligāts
Tipsnumber
Noklusējums0.9
0 – 1
Kodola iztveršanas iestatījums, kas pielāgo marķieru atlases daudzveidību.
max_tokensneobligāts
Tipsinteger
Noklusējums2000
28 – 4000
SNAC marķieru budžets, kas ierobežo audio ilgumu; aprēķins ir 7 marķieri katram kadram.
repetition_penaltyneobligāts
Tipsnumber
Noklusējums1.1
1 – 2
Sods par marķieru atkārtošanu. Palielinot to, tiek slāpēti atkārtošanās artefakti.
sample_rateneobligāts
Tipsenum
Noklusējums48 kHz
48 kHz24 kHz
Audio iztveršanas frekvences izvēle: ātrāka apstrāde pie 24 kHz vai augstākas kvalitātes izvade pie 48 kHz.
output_formatneobligāts
Tipsenum
Noklusējumswav
wavmp3
Sintezētās runas audio faila formāts.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
obligāts

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
audio
object {url, content_type, file_name, file_size}Ģenerēts runas fails WAV vai MP3 formātā ar mono audio 24 kHz vai 48 kHz frekvencē, ko nosaka augšupiztvērējs.
duration
numberAudio izvades ilgums sekundēs.
sample_rate
stringAudio izvades iztveršanas frekvence.
generation_time
numberAudio ģenerēšanas laiks sekundēs.
rtf
numberReāllaika koeficients, ko aprēķina kā generation_time dalītu ar audio_duration; mazākas vērtības norāda uz labāku veiktspēju.

Vairāk modeļu: Teksts uz runu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/maya.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt