שפּרינגען צו אינהאַלט

xAI Text to Speech

אינטעגרירן

מאָדעל־id xai/tts/v1
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

דער דאָזיקער ריקוועסט: ⁨$ 0.001⁩ 1 API־קרעדיט · ≈ ⁨₽ 0.10⁩ לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל

טעקסט־צו־רעדע מיט אײַנגעבויטע קולות, שפּראַך־אויסקלייב און אינלײַן אויסדרוקספֿולע רעדע־טאַגס

xAI · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט 50 / 15000

טעקסט פֿאַר רעדע־סינטעז, מיט אויסדרוקדיקער איבערגעבן וואָס ווערט קאנטראלירט דורך אינלײַן־טאַגס ([laugh], [pause], [sigh]) אָדער אַרומנעמענדיקע טאַגס (<whisper>text</whisper>, <slow>text</slow>). די אַרײַנגעבונג טאָר נישט איבערגיין 15,000 אותיות.

פֿאָרגעשריטן voice · language · enable_safety_checker · output_format
סטאַנדאַרט eve

אײַנגעבויטע קול אויסגעקליבן פֿאַר רעדע־סינטעז.

סטאַנדאַרט auto

שפּראַך־אויסקלײַב פֿון די BCP-47 קאָדן: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. פֿאַר אָטאָמאַטישער דערקענונג, צושטעלט אַנשטאָט 'auto'.

קאָנפיגוראַציע פֿאַרן פֿאָרמאַט פֿונעם גענערירטן אַודיאָ; דער סטאַנדאַרט איז MP3 מיט אַ 24 kHz סאַמפּל־קורס און 128 kbps ביט־קורס.

POST /run/xai/tts/v1?wait=20 פּרײַז → ⁨$ 0.001⁩
# 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/xai/tts/v1?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן xAI Text to Speech

פֿאַרוואַנדלט ביז 15,000 אותיות טעקסט אין רעדע. קלייבט פֿון 28 אײַנגעבויטע קולות און אַ שפּראַך־קאָד אָדער אויטאָמאַטישער דערקענונג. דער טעקסט קען אַרייַננעמען טאַגס ווי [laugh], [pause] און [sigh], אָדער אַרומנעמיקע טאַגס ווי <whisper> און <slow>, פֿאַר אַן אויסדרוקספֿולן Vortrag. `output_format` קאַנפיגורירט די אַודיאָ־טעקע.

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
textפארלאנגט
טיפּstring
≤ 15,000 כאַראַקטערן
טעקסט פֿאַר רעדע־סינטעז, מיט אויסדרוקדיקער איבערגעבן וואָס ווערט קאנטראלירט דורך אינלײַן־טאַגס ([laugh], [pause], [sigh]) אָדער אַרומנעמענדיקע טאַגס (<whisper>text</whisper>, <slow>text</slow>). די אַרײַנגעבונג טאָר נישט איבערגיין 15,000 אותיות.
voiceאָפּציאָנעל
טיפּenum
סטאַנדאַרטeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 נאָךsiriuslumencastornakshatlasauroralioraaraeveleorexsal
אײַנגעבויטע קול אויסגעקליבן פֿאַר רעדע־סינטעז.
languageאָפּציאָנעל
טיפּenum
סטאַנדאַרטauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 נאָךrues-MXes-EStrvi
שפּראַך־אויסקלײַב פֿון די BCP-47 קאָדן: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. פֿאַר אָטאָמאַטישער דערקענונג, צושטעלט אַנשטאָט 'auto'.
output_formatאָפּציאָנעל
טיפּobject
קאָנפיגוראַציע פֿאַרן פֿאָרמאַט פֿונעם גענערירטן אַודיאָ; דער סטאַנדאַרט איז MP3 מיט אַ 24 kHz סאַמפּל־קורס און 128 kbps ביט־קורס.
output_format.codecאָפּציאָנעל
טיפּenum
סטאַנדאַרטmp3
mp3wavpcmmulawalaw
קאָדעק פֿאַר אַודיאָ־קאָדירונג; בנימצאע אויסקלייבן זענען mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateאָפּציאָנעל
טיפּenum
סטאַנדאַרט24000
80001600022050240004410048000
אַודיאָ־סאַמפּל־פֿרעקווענץ, געמאסטן אין Hz.
output_format.bit_rateאָפּציאָנעל
טיפּenum
320006400096000128000192000
ביט־קורס פֿאַר MP3 רעזולטאַט, מיט אַ סטאַנדאַרט פֿון 128000 און געמאסטן אין bps; עס גילט נישט פֿאַר אַנדערע קאָדעקן.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
סקרינינג קען ווערן פאַרלייכטערט דורך שטעלן false, אויב דער רופער איז אָטעריזירט.
פארלאנגט

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "text": "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}אַודיאָ־פֿײַל געשאַפֿן דורך גענערירונג.

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/xai/tts/v1.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt