Ir para o conteúdo

F5 TTS

Integrar

ID do modelo f5-tts
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

Esta solicitação: $ 0,003 3 créditos de API · ≈ ₽ 0,32 Executar nesta página

Obter chave de API
Open model Texto para fala Entradas de referência #speech

Síntese de fala com clonagem de voz a partir de um clipe de áudio de referência, usando F5-TTS ou E2-TTS

Open model · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Texto para síntese de fala, limitado a 5000 caracteres.

•obrigatório
Solte um arquivo ou

URL do arquivo de áudio de referência.

model_type •obrigatório

Nome do modelo para síntese de TTS.

Avançado ref_text · remove_silence
padrão

Texto de referência do TTS; omiti-lo seleciona a geração automática por meio de um modelo de reconhecimento de fala (ASR, Automatic Speech Recognition).

POST /run/f5-tts?wait=20 cotação → $ 0,003
# 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/f5-tts?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  }'

# 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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre F5 TTS

Fala `gen_text` (até 5000 caracteres) com a voz de um clipe de referência fornecido por `ref_audio_url`. `model_type` seleciona F5-TTS ou E2-TTS. Se `ref_text` estiver vazio, o reconhecimento de fala o gera. `remove_silence` fica ativado por padrão.

Parâmetros

NomeTipo PadrãoPermitido Descrição
gen_textobrigatório
Tipostring
Texto para síntese de fala, limitado a 5000 caracteres.
ref_audio_urlobrigatório
Tipourl · audio
URL do arquivo de áudio de referência.
ref_textopcional
Tipostring
Padrão
Texto de referência do TTS; omiti-lo seleciona a geração automática por meio de um modelo de reconhecimento de fala (ASR, Automatic Speech Recognition).
model_typeobrigatório
Tipoenum
F5-TTSE2-TTS
Nome do modelo para síntese de TTS.
remove_silenceopcional
Tipoboolean
Padrãotrue
Controla se o silêncio é removido do arquivo de áudio.
obrigatório

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "f5-tts",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "gen_text": "Hello from Doitong. This is a short test sentence.",
    "ref_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "model_type": "F5-TTS"
  },
  "output": {
    "audio_url": {
      "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio_url
object {url, content_type, file_name, file_size}Arquivo de áudio com a fala sintetizada.

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/f5-tts.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt