Ir al contenido

Kotoba Text-to-Speech

Integrar

ID del modelo 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"

Esta solicitud: 0,003 $ 3 créditos de API · ≈ 0,32 ₽ Ejecutar en esta página

Obtener clave de API
Kotoba Technologies Texto a voz #commercial-use#text-to-speech#japanese#streaming

Text-to-speech en japonés transmitido mientras se genera, con dos voces y salida WAV

Kotoba Technologies · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio 50 / 400

Texto de entrada del habla japonesa, limitado a 400 caracteres.

language •obligatorio

Idioma usado en el texto.

speaker_id •obligatorio

Selección de voz.

POST /run/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20 presupuesto → 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de Kotoba Text-to-Speech

Pronuncia el `text` en japonés de hasta 400 caracteres, con `language` fijado en ja. Elige la voz mediante `speaker_id`: male-01 o female-01. La salida es un archivo WAV mono a 24 kHz y 16 bits, además de la duración en segundos y el texto sintetizado. El audio se transmite mientras se genera.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
textobligatorio
Tipostring
≤ 400 caracteres
Texto de entrada del habla japonesa, limitado a 400 caracteres.
languageobligatorio
Tipoenum
ja
Idioma usado en el texto.
speaker_idobligatorio
Tipoenum
male-01female-01
Selección de voz.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {content_type, file_name, file_size, url}Enlace al archivo de habla sintetizada en formato WAV con audio mono a 24 kHz y profundidad de 16 bits.
audio_duration_secs
numberDuración del audio sintetizado en segundos.
text
stringTexto usado para sintetizar el habla.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt