Gå til innhold

Index TTS 2.0

Integrer

Modell-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"

Opptil 0,06 $ per kjøring belastes etter faktisk bruk, resten tilbakebetales Kjør den på denne siden

Hent API-nøkkel
bilibili Tekst til tale #text-to-speech

Talesyntese fra et referanseopptak av en stemme og tekst, med følelseskontroll via lyd, ledetekst eller styrke per følelse

bilibili · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Prompt for talen som skal genereres.

•obligatorisk audio_url
Slipp en fil, eller

Kildelydfil brukt til å generere tale.

Avansert emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Instruksjoner for emosjonell stil som også krever `should_use_prompt_for_emotion`.

Slipp en fil, eller

Referanselydfil brukt til å trekke ut emosjonell stil.

standard 1

Emosjonell påvirkning brukt under stiloverføring øker med denne styrkeinnstillingen.

Intensitetsverdier per følelse for detaljert justering.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Index TTS 2.0

Genererer tale for teksten i `prompt` ved hjelp av stemmen fra referanseopptaket angitt med `audio_url`. Følelsesuttrykk kan hentes fra et annet opptak med `emotional_audio_url`, skaleres med `strength` (0 til 1) eller angis via `emotional_strengths`. Alternativt kan du aktivere `should_use_prompt_for_emotion`, eventuelt med en separat `emotion_prompt`. Lyden returneres som et base64-objekt.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
audio_urlobligatorisk audio
Typeurl · audio
Kildelydfil brukt til å generere tale.
promptobligatorisk
Typestring
Prompt for talen som skal genereres.
emotional_audio_urlvalgfritt
Typeurl · audio
Referanselydfil brukt til å trekke ut emosjonell stil.
strengthvalgfritt
Typenumber
Standard1
0 – 1
Emosjonell påvirkning brukt under stiloverføring øker med denne styrkeinnstillingen.
emotional_strengthsvalgfritt
Typeobject
Intensitetsverdier per følelse for detaljert justering.
emotional_strengths.happyvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til følelsen glede.
emotional_strengths.angryvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til sinne.
emotional_strengths.sadvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til tristhet.
emotional_strengths.afraidvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til frykt.
emotional_strengths.disgustedvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til avsky.
emotional_strengths.melancholicvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til melankoli.
emotional_strengths.surprisedvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til overraskelse.
emotional_strengths.calmvalgfritt
Typenumber
Standard0
0 – 1
Intensiteten til ro.
should_use_prompt_for_emotionvalgfritt
Typeboolean | null
Standardfalse
Følelsesberegning basert på prompt erstatter eksplisitte `emotional_strengths` når aktivert. Den emosjonelle stilen hentes fra `emotion_prompt` hvis den er oppgitt, ellers fra `prompt`.
emotion_promptvalgfritt
Typestring | null
Instruksjoner for emosjonell stil som også krever `should_use_prompt_for_emotion`.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Generert lyd kodet i base64-format.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/index-tts-2/text-to-speech.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt