ข้ามไปยังเนื้อหา

Maya · Batch

ผสานการทำงาน

ID โมเดล maya/batch
# 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/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

คำขอนี้: ≈$0.049 49 เครดิต API · ≈ ₽5.17 เรียกใช้ในหน้านี้

รับคีย์ API
Maya Research ข้อความเป็นเสียงพูด #text-to-speech#tts

Maya รุ่นแบตช์สำหรับสร้างเสียงพูดสูงสุด 100 ข้อความพร้อมคำอธิบายเสียงที่สอดคล้องกัน

Maya Research · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น

รายการข้อความสังเคราะห์เสียงพูดที่รองรับแท็ก <emotion_name> ซึ่งฝังอยู่ภายในรายการใดก็ได้

•จำเป็น

แอตทริบิวต์เสียงหรือตัวละครสำหรับข้อความแต่ละรายการ ซึ่งระบุเป็นรายการคำอธิบาย จำนวนคำอธิบายต้องเท่ากับจำนวนข้อความ

ขั้นสูง sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate ค่าเริ่มต้น 48 kHz

การตั้งค่าอัตราการสุ่มตัวอย่างเสียงที่ใช้ร่วมกันสำหรับการสร้างทุกครั้ง โดยเลือกระหว่างการประมวลผลที่เร็วขึ้นที่ 24 kHz และคุณภาพที่ดีขึ้นที่ 48 kHz

output_format ค่าเริ่มต้น wav

รูปแบบไฟล์ที่ใช้สำหรับไฟล์บันทึกเสียงพูดที่สร้างขึ้นทุกไฟล์

ค่าเริ่มต้น 0.4

อุณหภูมิการสุ่มที่ใช้กับการสร้างทุกครั้ง

ค่าเริ่มต้น 0.9

การตั้งค่าการสุ่มแบบนิวเคลียสที่ใช้กับการสร้างทุกครั้ง

ค่าเริ่มต้น 2000

ขีดจำกัดสูงสุดของโทเค็น SNAC สำหรับการสร้างแต่ละครั้ง

ค่าเริ่มต้น 1.1

ค่าปรับการทำซ้ำที่ใช้กับการสร้างทุกครั้ง

POST /run/maya/batch?wait=20 ใบเสนอราคา → $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/batch?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Maya · Batch

สังเคราะห์คลิปจำนวนมากในคำขอเดียว `texts` และ `prompts` รับรายการได้รายการละ 1 ถึง 100 รายการ และต้องมีความยาวเท่ากันเพื่อจับคู่แต่ละข้อความกับคำอธิบายเสียง แท็กอารมณ์ใช้งานได้ในแต่ละข้อความ การตั้งค่า เช่น อัตราการสุ่มตัวอย่าง รูปแบบเอาต์พุต และอุณหภูมิ มีผลกับทั้งหมด และผลลัพธ์ประกอบด้วยรายการไฟล์เสียงและระยะเวลา

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
textsจำเป็น
ประเภทstring[]
≤ 100 รายการ
รายการข้อความสังเคราะห์เสียงพูดที่รองรับแท็ก <emotion_name> ซึ่งฝังอยู่ภายในรายการใดก็ได้
promptsจำเป็น
ประเภทstring[]
≤ 100 รายการ
แอตทริบิวต์เสียงหรือตัวละครสำหรับข้อความแต่ละรายการ ซึ่งระบุเป็นรายการคำอธิบาย จำนวนคำอธิบายต้องเท่ากับจำนวนข้อความ
temperatureไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.4
0 – 2
อุณหภูมิการสุ่มที่ใช้กับการสร้างทุกครั้ง
top_pไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.9
0 – 1
การตั้งค่าการสุ่มแบบนิวเคลียสที่ใช้กับการสร้างทุกครั้ง
max_tokensไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2000
28 – 4,000
ขีดจำกัดสูงสุดของโทเค็น SNAC สำหรับการสร้างแต่ละครั้ง
repetition_penaltyไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น1.1
1 – 2
ค่าปรับการทำซ้ำที่ใช้กับการสร้างทุกครั้ง
sample_rateไม่บังคับ
ประเภทenum
ค่าเริ่มต้น48 kHz
48 kHz24 kHz
การตั้งค่าอัตราการสุ่มตัวอย่างเสียงที่ใช้ร่วมกันสำหรับการสร้างทุกครั้ง โดยเลือกระหว่างการประมวลผลที่เร็วขึ้นที่ 24 kHz และคุณภาพที่ดีขึ้นที่ 48 kHz
output_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นwav
wavmp3
รูปแบบไฟล์ที่ใช้สำหรับไฟล์บันทึกเสียงพูดที่สร้างขึ้นทุกไฟล์
enable_safety_checkerไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
สามารถผ่อนปรนการคัดกรองได้โดยตั้งค่าเป็น false หากผู้เรียกมีสิทธิ์
จำเป็น

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "maya/batch",
  "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": {
    "texts": [
      "Hello from Doitong. This is a short test sentence."
    ],
    "prompts": [
      "Hello from Doitong. This is a short test sentence."
    ]
  },
  "output": {
    "audios": [
      {
        "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
      }
    ],
    "durations": [
      5
    ],
    "sample_rate": "48 kHz",
    "total_generation_time": 5.7,
    "average_rtf": 0.15
  },
  "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
audios
array of object {url, content_type, file_name, file_size}ไฟล์เสียงที่สร้างขึ้น ซึ่งส่งคืนเป็นรายการ
durations
array of numberความยาวเป็นวินาทีของไฟล์บันทึกเสียงที่สร้างขึ้นแต่ละไฟล์
sample_rate
stringอัตราการสุ่มตัวอย่างที่ใช้ร่วมกันโดยไฟล์เสียงที่สร้างขึ้นทั้งหมด
total_generation_time
numberเวลารวมในการสร้างไฟล์เสียงทั้งหมดเป็นวินาที
average_rtf
numberค่า real-time factor เฉลี่ยของการสร้างทั้งหมด

โมเดลเพิ่มเติม: ข้อความเป็นเสียงพูด

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/maya/batch.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt