Ugrás a tartalomhoz

Kotoba Text-to-Speech

Integráció

Modellazonosító 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"

Ez a kérés: 0,003 $ 3 API-jóváírás · ≈ 0,32 ₽ Futtatás ezen az oldalon

API-kulcs beszerzése
Kotoba Technologies Szövegből beszéd #commercial-use#text-to-speech#japanese#streaming

Generálás közben streamelt japán szövegfelolvasás két hanggal és WAV kimenettel

Kotoba Technologies · Hang

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező 50 / 400

Japán beszédbemeneti szöveg, legfeljebb 400 karakterrel.

language •kötelező

A szövegben használt nyelv.

speaker_id •kötelező

Hang kiválasztása.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Kotoba Text-to-Speech bemutatása

Legfeljebb 400 karakteres japán `text` szöveget olvas fel, a `language` értéke rögzített ja. A hang a `speaker_id` mezővel választható ki: male-01 vagy female-01. A kimenet 24 kHz-es, mono, 16 bites WAV-fájl, valamint a hossz másodpercben és a szintetizált szöveg. A hang a létrehozás közben streamelődik.

Paraméterek

NévTípus AlapértelmezettEngedélyezett Leírás
textkötelező
Típusstring
≤ 400 karakter
Japán beszédbemeneti szöveg, legfeljebb 400 karakterrel.
languagekötelező
Típusenum
ja
A szövegben használt nyelv.
speaker_idkötelező
Típusenum
male-01female-01
Hang kiválasztása.
kötelező

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {content_type, file_name, file_size, url}A szintetizált beszéd WAV formátumú fájljára mutató hivatkozás mono hanggal, 24 kHz-es mintavételezéssel és 16 bites mélységgel.
audio_duration_secs
numberA szintetizált hang időtartama másodpercben megadva.
text
stringA beszéd szintetizálásához használt szöveg.

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt