Přejít na obsah

Index TTS 2.0

Integrace

ID modelu 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"

Až 0,06 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
bilibili Text na řeč #text-to-speech

Syntéza řeči z referenčního hlasového klipu a textu s řízením emocí pomocí zvuku, promptu nebo intenzit jednotlivých emocí

bilibili · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné

Prompt pro generovanou řeč.

•povinné audio_url
Přetáhněte soubor nebo

Zdrojový zvukový soubor použitý ke generování řeči.

Pokročilé emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Pokyny pro emoční styl, které vyžadují také použití `should_use_prompt_for_emotion`.

Přetáhněte soubor nebo

Referenční zvukový soubor použitý k extrakci emočního stylu.

výchozí 1

Emoční vliv použitý při přenosu stylu se s tímto nastavením síly zvyšuje.

Hodnoty intenzity jednotlivých emocí pro podrobné nastavení.

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

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Index TTS 2.0

Vygeneruje řeč pro text v `prompt` pomocí hlasu z referenčního klipu zadaného v `audio_url`. Emoční styl lze převzít z druhého klipu pomocí `emotional_audio_url`, škálovat pomocí `strength` (0 až 1) nebo nastavit přes `emotional_strengths`. Alternativně zapněte `should_use_prompt_for_emotion`, případně se samostatným `emotion_prompt`. Zvuk se vrací jako objekt base64.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
Zdrojový zvukový soubor použitý ke generování řeči.
promptpovinné
Typstring
Prompt pro generovanou řeč.
emotional_audio_urlvolitelné
Typurl · audio
Referenční zvukový soubor použitý k extrakci emočního stylu.
strengthvolitelné
Typnumber
Výchozí1
0 – 1
Emoční vliv použitý při přenosu stylu se s tímto nastavením síly zvyšuje.
emotional_strengthsvolitelné
Typobject
Hodnoty intenzity jednotlivých emocí pro podrobné nastavení.
emotional_strengths.happyvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita emoce štěstí.
emotional_strengths.angryvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita hněvu.
emotional_strengths.sadvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita smutku.
emotional_strengths.afraidvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita strachu.
emotional_strengths.disgustedvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita znechucení.
emotional_strengths.melancholicvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita melancholie.
emotional_strengths.surprisedvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita překvapení.
emotional_strengths.calmvolitelné
Typnumber
Výchozí0
0 – 1
Intenzita klidu.
should_use_prompt_for_emotionvolitelné
Typboolean | null
Výchozífalse
Při povolení výpočet emocí na základě promptu nahradí explicitní `emotional_strengths`. Emoční styl pochází z `emotion_prompt`, pokud je zadán, jinak z `prompt`.
emotion_promptvolitelné
Typstring | null
Pokyny pro emoční styl, které vyžadují také použití `should_use_prompt_for_emotion`.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size}Generovaný zvuk kódovaný ve formátu base64.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/index-tts-2/text-to-speech.md. Všechny modely a návody: https://doitong.com/developers/llms.txt