Preskoči na vsebino

Maya1

Integracija

ID modela 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"

Ta zahteva: ≈0,049 $ 49 API kreditov · ≈ 5,22 ₽ Zaženi na tej strani

Pridobi ključ API
Maya Research Besedilo v govor #text-to-speech#tts

Izrazito pretvarjanje besedila v govor z opisom glasu in vstavljenimi čustvenimi oznakami

Maya Research · Zvok

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno 50 / 5000

Besedilo za sintezo govora, ki dovoljuje oznake čustev v obliki <emotion_name> na poljubnem mestu, na primer 'Hello world! <excited> This is amazing!' ali 'I can't believe this <sigh> happened again.'. Podprta čustva so curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder in laugh.

•obvezno 50 / 500

Lastnosti glasu ali značaja, ki jih je treba opisati, na primer intenzivnost, ton, tempo, barva glasu, višina, naglas in starost.

Napredno sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate privzeto 48 kHz

Izbira frekvence vzorčenja zvoka med hitrejšo obdelavo pri 24 kHz in kakovostnejšim izhodom pri 48 kHz.

output_format privzeto wav

Format datoteke zvoka za sintetizirani govor.

privzeto 0.4

Temperatura vzorčenja, ki določa raznolikost zvoka: višja vrednost prinese več raznolikosti, nižje območje 0.2–0.5 pa daje prednost stabilnosti in doslednosti.

privzeto 0.9

Nastavitev vzorčenja jedra, ki prilagaja raznolikost izbire žetonov.

privzeto 2000

Proračun žetonov SNAC, ki omejuje trajanje zvoka; izračuna se kot 7 žetonov za vsako sličico.

privzeto 1.1

Kazen za ponavljanje žetonov. Višja vrednost zmanjša artefakte ponavljanja.

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"

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Maya1

Besedilo do 5000 znakov pretvori v govor. Obvezni `prompt` do 500 znakov opiše glas, na primer starost, naglas in ton. Čustvene oznake, kot sta laugh ali whisper, lahko vstavite v besedilo. Izberite frekvenco vzorčenja 48 kHz ali 24 kHz ter izhod wav ali mp3; `max_tokens` omeji dolžino zvoka.

Parametri

ImeVrsta PrivzetoDovoljeno Opis
textobvezno
Vrstastring
≤ 5000 znakov
Besedilo za sintezo govora, ki dovoljuje oznake čustev v obliki <emotion_name> na poljubnem mestu, na primer 'Hello world! <excited> This is amazing!' ali 'I can't believe this <sigh> happened again.'. Podprta čustva so curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder in laugh.
promptobvezno
Vrstastring
≤ 500 znakov
Lastnosti glasu ali značaja, ki jih je treba opisati, na primer intenzivnost, ton, tempo, barva glasu, višina, naglas in starost.
temperatureneobvezno
Vrstanumber
Privzeto0.4
0 – 2
Temperatura vzorčenja, ki določa raznolikost zvoka: višja vrednost prinese več raznolikosti, nižje območje 0.2–0.5 pa daje prednost stabilnosti in doslednosti.
top_pneobvezno
Vrstanumber
Privzeto0.9
0 – 1
Nastavitev vzorčenja jedra, ki prilagaja raznolikost izbire žetonov.
max_tokensneobvezno
Vrstainteger
Privzeto2000
28 – 4000
Proračun žetonov SNAC, ki omejuje trajanje zvoka; izračuna se kot 7 žetonov za vsako sličico.
repetition_penaltyneobvezno
Vrstanumber
Privzeto1.1
1 – 2
Kazen za ponavljanje žetonov. Višja vrednost zmanjša artefakte ponavljanja.
sample_rateneobvezno
Vrstaenum
Privzeto48 kHz
48 kHz24 kHz
Izbira frekvence vzorčenja zvoka med hitrejšo obdelavo pri 24 kHz in kakovostnejšim izhodom pri 48 kHz.
output_formatneobvezno
Vrstaenum
Privzetowav
wavmp3
Format datoteke zvoka za sintetizirani govor.
enable_safety_checkerneobvezno
Vrstaboolean
Privzetotrue
Preverjanje je mogoče omiliti z nastavitvijo false, če je klicatelj pooblaščen.
obvezno

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
audio
object {url, content_type, file_name, file_size}Generirana datoteka govora v WAV ali MP3 z mono zvokom pri 24 kHz ali 48 kHz, kot določi povečevalnik vzorčenja.
duration
numberDolžina izhoda zvoka, merjena v sekundah.
sample_rate
stringFrekvenca vzorčenja izhoda zvoka.
generation_time
numberČas generiranja zvoka, merjen v sekundah.
rtf
numberFaktor v realnem času, izračunan kot generation_time, deljen z audio_duration; manjše vrednosti pomenijo boljšo zmogljivost.

Več modelov: Besedilo v govor

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/maya.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt