কনটেন্টে যান

Kotoba Text-to-Speech

ইন্টিগ্রেট করুন

মডেল id kotoba-technologies/kotoba-tts/v2/tts/ws
# 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/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  }'

# 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"

এই অনুরোধ: ০.০০৩$ ৩ API ক্রেডিট · ≈ ০.৩২₽ এই পেজে চালান

API কী পান
Kotoba Technologies টেক্সট থেকে স্পিচ #commercial-use#text-to-speech#japanese#streaming

দুটি কণ্ঠ ও WAV আউটপুটসহ জেনারেশনের সময় স্ট্রিম করা জাপানি টেক্সট-টু-স্পিচ

Kotoba Technologies · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক 50 / 400

জাপানি স্পিচ ইনপুট টেক্সট, সর্বোচ্চ 400 অক্ষর।

language •আবশ্যক

টেক্সটে ব্যবহৃত ভাষা।

speaker_id •আবশ্যক

ভয়েস নির্বাচন।

POST /run/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20 মূল্য → ০.০০৩$
# 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/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  }'

# 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"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Kotoba Text-to-Speech সম্পর্কে

সর্বোচ্চ 400 অক্ষরের জাপানি `text` বলে, যেখানে `language` ja-তে স্থির। `speaker_id` দিয়ে ভয়েস বেছে নিন: male-01 বা female-01। আউটপুট 24 kHz mono, 16-bit WAV ফাইল, সঙ্গে সেকেন্ডে সময়কাল এবং সংশ্লেষিত টেক্সট। অডিও তৈরি হওয়ার সময়ই স্ট্রিম করা হয়।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
textআবশ্যক
ধরনstring
≤ ৪০০টি অক্ষর
জাপানি স্পিচ ইনপুট টেক্সট, সর্বোচ্চ 400 অক্ষর।
languageআবশ্যক
ধরনenum
ja
টেক্সটে ব্যবহৃত ভাষা।
speaker_idআবশ্যক
ধরনenum
male-01female-01
ভয়েস নির্বাচন।
আবশ্যক

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kotoba-technologies/kotoba-tts/v2/tts/ws",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  },
  "output": {
    "audio": {
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200,
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3"
    },
    "audio_duration_secs": 1.0,
    "text": "string"
  },
  "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"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {content_type, file_name, file_size, url}24 kHz ও 16-bit গভীরতার mono অডিওসহ WAV ফরম্যাটে সংশ্লেষিত স্পিচ ফাইলের লিংক।
audio_duration_secs
numberসেকেন্ডে সংশ্লেষিত অডিওর সময়কাল।
text
stringস্পিচ সংশ্লেষ করতে ব্যবহৃত টেক্সট।

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt