Bỏ qua đến nội dung

Maya1

Tích hợp

Id mô hình 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"

Yêu cầu này: ≈0,049 $ 49 tín dụng API · ≈ 5,17 ₽ Chạy trên trang này

Lấy khóa API
Maya Research Văn bản sang giọng nói #text-to-speech#tts

Chuyển văn bản thành giọng nói giàu biểu cảm với lời nhắc mô tả giọng nói và thẻ cảm xúc nội tuyến

Maya Research · 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 50 / 5000

Văn bản tổng hợp giọng nói cho phép dùng thẻ cảm xúc dạng <emotion_name> ở bất kỳ vị trí nào, như trong 'Hello world! <excited> This is amazing!' hoặc 'I can't believe this <sigh> happened again.'. Cảm xúc được hỗ trợ gồm curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder và laugh.

•bắt buộc 50 / 500

Đặc điểm giọng nói hoặc nhân vật cần mô tả, chẳng hạn cường độ, cao độ, nhịp độ, âm sắc, cao độ giọng, giọng địa phương và tuổi.

Nâng cao sample_rate · output_format · temperature · top_p · max_tokens · repetition_penalty · enable_safety_checker
sample_rate mặc định 48 kHz

Lựa chọn tốc độ lấy mẫu âm thanh giữa xử lý nhanh hơn ở 24 kHz và đầu ra chất lượng cao hơn ở 48 kHz.

output_format mặc định wav

Định dạng tệp âm thanh dùng cho giọng nói tổng hợp.

mặc định 0.4

Nhiệt độ lấy mẫu điều khiển độ biến thiên của âm thanh: tăng giá trị sẽ tạo thêm đa dạng, còn khoảng thấp hơn 0.2–0.5 ưu tiên tính ổn định và nhất quán.

mặc định 0.9

Thiết lập lấy mẫu nucleus điều chỉnh độ đa dạng khi chọn token.

mặc định 2000

Ngân sách token SNAC giới hạn thời lượng âm thanh, được tính ở mức 7 token cho mỗi khung hình.

mặc định 1.1

Mức phạt áp dụng cho việc lặp token. Tăng giá trị này sẽ giảm hiện tượng lặp.

POST /run/maya?wait=20 báo giá → 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"

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 Maya1

Chuyển văn bản dài tối đa 5000 ký tự thành giọng nói. `prompt` bắt buộc, dài tối đa 500 ký tự, mô tả giọng nói, chẳng hạn như độ tuổi, giọng vùng miền và sắc thái. Có thể nhúng các thẻ cảm xúc như laugh hoặc whisper vào văn bản. Chọn tần số lấy mẫu 48 kHz hoặc 24 kHz và đầu ra wav hoặc mp3; `max_tokens` giới hạn độ dài âm thanh.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
textbắt buộc
Kiểustring
≤ 5.000 ký tự
Văn bản tổng hợp giọng nói cho phép dùng thẻ cảm xúc dạng <emotion_name> ở bất kỳ vị trí nào, như trong 'Hello world! <excited> This is amazing!' hoặc 'I can't believe this <sigh> happened again.'. Cảm xúc được hỗ trợ gồm curious, sarcastic, giggle, gulp, exhale, snort, sing, scream, cry, whisper, excited, angry, gasp, chuckle, sigh, laugh_harder và laugh.
promptbắt buộc
Kiểustring
≤ 500 ký tự
Đặc điểm giọng nói hoặc nhân vật cần mô tả, chẳng hạn cường độ, cao độ, nhịp độ, âm sắc, cao độ giọng, giọng địa phương và tuổi.
temperaturetùy chọn
Kiểunumber
Mặc định0.4
0 – 2
Nhiệt độ lấy mẫu điều khiển độ biến thiên của âm thanh: tăng giá trị sẽ tạo thêm đa dạng, còn khoảng thấp hơn 0.2–0.5 ưu tiên tính ổn định và nhất quán.
top_ptùy chọn
Kiểunumber
Mặc định0.9
0 – 1
Thiết lập lấy mẫu nucleus điều chỉnh độ đa dạng khi chọn token.
max_tokenstùy chọn
Kiểuinteger
Mặc định2000
28 – 4.000
Ngân sách token SNAC giới hạn thời lượng âm thanh, được tính ở mức 7 token cho mỗi khung hình.
repetition_penaltytùy chọn
Kiểunumber
Mặc định1.1
1 – 2
Mức phạt áp dụng cho việc lặp token. Tăng giá trị này sẽ giảm hiện tượng lặp.
sample_ratetùy chọn
Kiểuenum
Mặc định48 kHz
48 kHz24 kHz
Lựa chọn tốc độ lấy mẫu âm thanh giữa xử lý nhanh hơn ở 24 kHz và đầu ra chất lượng cao hơn ở 48 kHz.
output_formattùy chọn
Kiểuenum
Mặc địnhwav
wavmp3
Định dạng tệp âm thanh dùng cho giọng nói tổng hợp.
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

Đầu ra

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"
  }
}
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}Tệp giọng nói được tạo ở định dạng WAV hoặc MP3, với âm thanh đơn kênh ở 24 kHz hoặc 48 kHz do bộ tăng mẫu quyết định.
duration
numberĐộ dài đầu ra âm thanh, tính bằng giây.
sample_rate
stringTốc độ lấy mẫu của đầu ra âm thanh.
generation_time
numberThời gian tạo âm thanh, tính bằng giây.
rtf
numberHệ số thời gian thực được tính bằng generation_time chia cho audio_duration; giá trị nhỏ hơn cho thấy hiệu năng tốt hơn.

Thêm mô hình: Văn bản sang giọng nói

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/maya.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt