Μετάβαση στο περιεχόμενο

Kotoba Text-to-Speech

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 0,003 $ 3 πιστώσεις API · ≈ 0,32 ₽ Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Kotoba Technologies Κείμενο σε ομιλία #commercial-use#text-to-speech#japanese#streaming

Text-to-speech ιαπωνικών με ροή κατά τη δημιουργία, δύο φωνές και έξοδο WAV

Kotoba Technologies · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται 50 / 400

Κείμενο εισόδου ιαπωνικής ομιλίας, με όριο 400 χαρακτήρων.

language •απαιτείται

Γλώσσα που χρησιμοποιείται στο κείμενο.

speaker_id •απαιτείται

Επιλογή φωνής.

POST /run/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20 προσφορά → 0,003 $
# 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Kotoba Text-to-Speech

Εκφωνεί ιαπωνικό `text` έως 400 χαρακτήρες, με το `language` σταθερά σε ja. Επιλέξτε φωνή μέσω `speaker_id`: male-01 ή female-01. Η έξοδος είναι αρχείο WAV στα 24 kHz mono, 16-bit, μαζί με τη διάρκεια σε δευτερόλεπτα και το συνθετικό κείμενο. Ο ήχος μεταδίδεται καθώς παράγεται.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
textαπαιτείται
Τύποςstring
≤ 400 χαρακτήρες
Κείμενο εισόδου ιαπωνικής ομιλίας, με όριο 400 χαρακτήρων.
languageαπαιτείται
Τύποςenum
ja
Γλώσσα που χρησιμοποιείται στο κείμενο.
speaker_idαπαιτείται
Τύποςenum
male-01female-01
Επιλογή φωνής.
απαιτείται

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {content_type, file_name, file_size, url}Σύνδεσμος προς το αρχείο συνθετικής ομιλίας σε μορφή WAV, με μονοφωνικό ήχο στα 24 kHz και βάθος 16-bit.
audio_duration_secs
numberΔιάρκεια του συνθετικού ήχου σε δευτερόλεπτα.
text
stringΚείμενο που χρησιμοποιείται για τη σύνθεση ομιλίας.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt