Bỏ qua đến nội dung

Index TTS 2.0

Tích hợp

Id mô hình 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"

Tối đa 0,06 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
bilibili Văn bản sang giọng nói #text-to-speech

Tổng hợp giọng nói từ đoạn giọng tham chiếu và văn bản, với khả năng điều khiển cảm xúc qua âm thanh, lời nhắc hoặc cường độ cho từng cảm xúc

bilibili · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

Lời nhắc cho giọng nói cần tạo.

•bắt buộc audio_url
Thả tệp hoặc

Tệp âm thanh nguồn dùng để tạo giọng nói.

Nâng cao emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Chỉ dẫn về phong cách cảm xúc, đồng thời yêu cầu sử dụng `should_use_prompt_for_emotion`.

Thả tệp hoặc

Tệp âm thanh tham chiếu dùng để trích xuất phong cách cảm xúc.

mặc định 1

Ảnh hưởng cảm xúc áp dụng trong chuyển đổi phong cách tăng theo thiết lập cường độ này.

Các giá trị cường độ theo từng cảm xúc để điều chỉnh chi tiết.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Index TTS 2.0

Tạo giọng nói cho văn bản trong `prompt`, sử dụng giọng từ đoạn tham chiếu được cung cấp qua `audio_url`. Có thể lấy phong cách cảm xúc từ đoạn thứ hai bằng `emotional_audio_url`, điều chỉnh theo `strength` (0 đến 1), hoặc đặt qua `emotional_strengths`. Ngoài ra, bật `should_use_prompt_for_emotion`, tùy chọn kèm `emotion_prompt` riêng. Âm thanh được trả về dưới dạng đối tượng base64.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
audio_urlbắt buộc audio
Kiểuurl · audio
Tệp âm thanh nguồn dùng để tạo giọng nói.
promptbắt buộc
Kiểustring
Lời nhắc cho giọng nói cần tạo.
emotional_audio_urltùy chọn
Kiểuurl · audio
Tệp âm thanh tham chiếu dùng để trích xuất phong cách cảm xúc.
strengthtùy chọn
Kiểunumber
Mặc định1
0 – 1
Ảnh hưởng cảm xúc áp dụng trong chuyển đổi phong cách tăng theo thiết lập cường độ này.
emotional_strengthstùy chọn
Kiểuobject
Các giá trị cường độ theo từng cảm xúc để điều chỉnh chi tiết.
emotional_strengths.happytùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của cảm xúc hạnh phúc.
emotional_strengths.angrytùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự tức giận.
emotional_strengths.sadtùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự buồn bã.
emotional_strengths.afraidtùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự sợ hãi.
emotional_strengths.disgustedtùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự ghê tởm.
emotional_strengths.melancholictùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự u sầu.
emotional_strengths.surprisedtùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự ngạc nhiên.
emotional_strengths.calmtùy chọn
Kiểunumber
Mặc định0
0 – 1
Cường độ của sự bình tĩnh.
should_use_prompt_for_emotiontùy chọn
Kiểuboolean | null
Mặc địnhfalse
Khi được bật, tính toán cảm xúc dựa trên lời nhắc sẽ thay thế `emotional_strengths` rõ ràng. Phong cách cảm xúc lấy từ `emotion_prompt` nếu được cung cấp, nếu không sẽ lấy từ `prompt`.
emotion_prompttùy chọn
Kiểustring | null
Chỉ dẫn về phong cách cảm xúc, đồng thời yêu cầu sử dụng `should_use_prompt_for_emotion`.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Âm thanh được tạo và mã hóa ở định dạng base64.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/index-tts-2/text-to-speech.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt