דילוג לתוכן

Bytedance Seed Speech Text to Speech

שילוב

מזהה מודל bytedance/seed-speech/tts/v2
# 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/bytedance/seed-speech/tts/v2?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"

בקשה זו: ⁨‏0.002 ‏$⁩ 2 קרדיטי API · ≈ ⁨‏0.22 ‏₽⁩ הרצה בדף הזה

קבלת מפתח API
ByteDance טקסט לדיבור סנכרון שפתיים #stylized#transform#lipsync

המרת טקסט לדיבור עם קולות רבים מוגדרים מראש, שליטה במהירות, בגובה הצליל ובעוצמת הקול והנחיות בסגנון מדובר

ByteDance · אודיו

התוצאה הראשונה שלך תופיע כאן

בנו בקשה למטה והריצו אותה עם מפתח ה־API שלכם. הפלטים מועתקים לאחסון שלנו ונשמרים לצמיתות או למשך 7 ימים ללא תשלום.

בנה בקשה

הפקדים נוצרים מסכמת המודל. הקוד והמחיר מתעדכנים כשמשנים אותם.

•חובה 50 / 5000

טקסט להמרה לדיבור מסונתז.

מתקדם voice_instruction · output_format · sample_rate · voice · language · speed · volume · pitch

הנחיית מסירה אופציונלית בשפה טבעית, כגון 'Speak in a cheerful tone' או 'Could you speak a bit slower?'. היא יכולה לכוון את הטון, הרגש, העוצמה והקצב.

output_format ברירת מחדל mp3

קידוד אודיו הפלט: 'mp3' מפיק MP3, ואילו 'opus' מפיק Opus בתוך מעטפת Ogg.

sample_rate ברירת מחדל 24000

תדירות הדגימה ב-Hz עבור אודיו הפלט.

ברירת מחדל stokie_en

קול יצירה מוגדר מראש, המזוהה בשם הכולל גם קודי שפות נתמכות. התמיכה בשפות עשויה להיות עצמאית, כמו ב-'en_zh', או לאפשר שילוב חלק בין אנגלית לסינית, המצוין באמצעות 'mixed_en_zh'.

עקיפת שפת הקריאה: כאשר הערך מושמט, הזיהוי אוטומטי וקולות דו-לשוניים יכולים לשלב סינית ואנגלית ללא הפרעה; כאשר הערך מסופק, הזיהוי מושבת והקריאה מוגבלת לשפה אחת. בחרו סינית באמצעות zh, אנגלית באמצעות en, יפנית באמצעות ja, ספרדית מקסיקנית באמצעות es-mx, אינדונזית באמצעות id, פורטוגזית ברזילאית באמצעות pt-br, קוריאנית באמצעות ko, איטלקית באמצעות it, גרמנית באמצעות de או צרפתית באמצעות fr.

ברירת מחדל 1

מכפיל קצב הדיבור: 1.0 מעניק מהירות רגילה, 0.5 חצי מהירות ו-2.0 מהירות כפולה.

ברירת מחדל 1

מכפיל עוצמת הקול: 1.0 מעניק עוצמה רגילה, 0.5 חצי עוצמה ו-2.0 עוצמה כפולה.

ברירת מחדל 0

התאמת גובה הקול, נמדדת בחצאי טונים: 0 אינו משנה את הגובה, -12 מוריד אותו באוקטבה ו-12 מעלה אותו באוקטבה.

POST /run/bytedance/seed-speech/tts/v2?wait=20 הצעת מחיר → ⁨‏0.002 ‏$⁩
# 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/bytedance/seed-speech/tts/v2?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"

הרצת הבקשה הזו

המפתח שלך נשאר בדפדפן הזה: הוא נשלח רק אל Doitong API ונשמר ב-localStorage רק אם מסמנים זכור. קבל מפתח API

מידע על Bytedance Seed Speech Text to Speech

ממיר עד 5000 תווים של `text` לאודיו. בחרו `voice`, ובאופן אופציונלי כפו `language` או השאירו זיהוי אוטומטי. הערכים של `speed` ו-`volume` נעים בין 0.5 ל-2, `pitch` משנה את גובה הצליל בטווח של -12 עד 12 חצאי טונים, ו-`voice_instruction` מכוון את אופן ההקראה. הפלט הוא mp3 או opus בקצבי דגימה מ-8000 עד 48000 Hz.

פרמטרים

שםסוג ברירת מחדלמותר תיאור
textחובה
סוגstring
≤ 5,000 תווים
טקסט להמרה לדיבור מסונתז.
voiceאופציונלי
סוגenum
ברירת מחדלstokie_en
vivi_mixed_en_zh_ja_es_idmindy_en_es_id_pt_zhstokie_endacey_entim_enkian_en_zhcedric_en_zhsophie_en_zhjean_en_zhmagnus_en_zhmabel_en_zhnadia_en_zhopal_en_zhpearl_en_zhquentin_en_zhvienna_mixed_en_zh
עוד 25alina_mixed_en_zhcorinne_mixed_en_zhesther_mixed_en_zhfreya_mixed_en_zhgigi_mixed_en_zhholly_mixed_en_zhlyla_mixed_en_zhdaisy_mixed_en_zhtracy_es_zhjess_ja_es_id_pt_en_zhpinky_es_ko_mixed_en_zhsweety_ja_essandy_es_mixed_en_zhsven_deminimi_jausseau_frfelipe_eshan_idmartins_ptenzo_itshane_kobonnie_zhfelix_zhceleste_zhmonkey_king_zh
קול יצירה מוגדר מראש, המזוהה בשם הכולל גם קודי שפות נתמכות. התמיכה בשפות עשויה להיות עצמאית, כמו ב-'en_zh', או לאפשר שילוב חלק בין אנגלית לסינית, המצוין באמצעות 'mixed_en_zh'.
output_formatאופציונלי
סוגenum
ברירת מחדלmp3
mp3opus
קידוד אודיו הפלט: 'mp3' מפיק MP3, ואילו 'opus' מפיק Opus בתוך מעטפת Ogg.
sample_rateאופציונלי
סוגenum
ברירת מחדל24000
8000160002205024000320004410048000
תדירות הדגימה ב-Hz עבור אודיו הפלט.
speedאופציונלי
סוגnumber
ברירת מחדל1
0.5 – 2
מכפיל קצב הדיבור: 1.0 מעניק מהירות רגילה, 0.5 חצי מהירות ו-2.0 מהירות כפולה.
volumeאופציונלי
סוגnumber
ברירת מחדל1
0.5 – 2
מכפיל עוצמת הקול: 1.0 מעניק עוצמה רגילה, 0.5 חצי עוצמה ו-2.0 עוצמה כפולה.
pitchאופציונלי
סוגinteger
ברירת מחדל0
-12 – 12
התאמת גובה הקול, נמדדת בחצאי טונים: 0 אינו משנה את הגובה, -12 מוריד אותו באוקטבה ו-12 מעלה אותו באוקטבה.
languageאופציונלי
סוגenum
zhenjaes-mxidpt-brkoitdefr
עקיפת שפת הקריאה: כאשר הערך מושמט, הזיהוי אוטומטי וקולות דו-לשוניים יכולים לשלב סינית ואנגלית ללא הפרעה; כאשר הערך מסופק, הזיהוי מושבת והקריאה מוגבלת לשפה אחת. בחרו סינית באמצעות zh, אנגלית באמצעות en, יפנית באמצעות ja, ספרדית מקסיקנית באמצעות es-mx, אינדונזית באמצעות id, פורטוגזית ברזילאית באמצעות pt-br, קוריאנית באמצעות ko, איטלקית באמצעות it, גרמנית באמצעות de או צרפתית באמצעות fr.
voice_instructionאופציונלי
סוגstring | null
הנחיית מסירה אופציונלית בשפה טבעית, כגון 'Speak in a cheerful tone' או 'Could you speak a bit slower?'. היא יכולה לכוון את הטון, הרגש, העוצמה והקצב.
חובה

פלט

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-speech/tts/v2",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "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"
  }
}
הקבצים שלכם, הבחירה שלכםכל outputs[].url הוא עותק באחסון שלנו: נשמר לצמיתות (בתשלום לפי GB-חודש) או למשך 7 ימים ללא תשלום, בהתאם להגדרת החשבון או ל־?storage=.
אותו מבנה בכל מודלtype, url, content_type, width, height ו-duration, עבור תמונות, וידאו ואודיו כאחד. output הוא אובייקט התוצאה של המודל עצמו.
שדות הפלט
audio
object {url, content_type, file_name, file_size}קובץ האודיו שנוצר.

לסוכני AI: דף זה בפורמט Markdown נמצא בכתובת https://doitong.com/he/developers/models/bytedance/seed-speech/tts/v2.md. כל המודלים והמדריכים: https://doitong.com/developers/llms.txt