Lompat ke konten

Bytedance Seed Speech Text to Speech

Integrasikan

ID model 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"

Permintaan ini: $0,002 2 kredit API · ≈ ₽0,22 Jalankan di halaman ini

Dapatkan kunci API
ByteDance Teks ke Suara Lip sync #stylized#transform#lipsync

Text-to-speech dengan banyak suara prasetel, kontrol kecepatan, pitch, dan volume, serta instruksi gaya ucapan

ByteDance · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib 50 / 5000

Teks yang dikonversi menjadi ucapan sintetis.

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

Instruksi penyampaian bahasa alami opsional, seperti 'Bicaralah dengan nada ceria' atau 'Bisakah Anda berbicara sedikit lebih lambat?'. Instruksi ini dapat mengatur nada, emosi, volume, dan tempo.

output_format bawaan mp3

Encoding audio output: 'mp3' menghasilkan MP3, sedangkan 'opus' menghasilkan Opus dalam container Ogg.

sample_rate bawaan 24000

Frekuensi sampling dalam Hz untuk audio output.

bawaan stokie_en

Preset suara sintesis, diidentifikasi berdasarkan nama yang juga mencakup kode bahasa yang didukung. Dukungan bahasa dapat berdiri sendiri, seperti pada 'en_zh', atau memungkinkan pencampuran Inggris–Mandarin secara mulus, yang ditandai dengan 'mixed_en_zh'.

Penggantian bahasa pembacaan: jika tidak diberikan, deteksi dilakukan otomatis dan suara dwibahasa dapat mencampur Mandarin dengan Inggris secara mulus; jika diberikan, deteksi dinonaktifkan dan pembacaan dibatasi ke satu bahasa. Pilih Mandarin dengan zh, Inggris dengan en, Jepang dengan ja, Spanyol Meksiko dengan es-mx, Indonesia dengan id, Portugis Brasil dengan pt-br, Korea dengan ko, Italia dengan it, Jerman dengan de, atau Prancis dengan fr.

bawaan 1

Pengali kecepatan bicara: 1.0 menghasilkan kecepatan normal, 0.5 setengah kecepatan, dan 2.0 dua kali kecepatan.

bawaan 1

Pengali volume: 1.0 menghasilkan volume normal, 0.5 setengah volume, dan 2.0 dua kali volume.

bawaan 0

Penyesuaian nada suara dalam semiton: 0 mempertahankan nada, -12 menurunkannya satu oktaf, dan 12 menaikkannya satu oktaf.

POST /run/bytedance/seed-speech/tts/v2?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Bytedance Seed Speech Text to Speech

Mengonversi hingga 5000 karakter `text` menjadi audio. Pilih `voice`, lalu secara opsional tentukan `language` atau gunakan deteksi otomatis. `speed` dan `volume` berkisar dari 0.5 hingga 2, `pitch` bergeser dari -12 hingga 12 semitone, dan `voice_instruction` mengarahkan penyampaian. Output berupa mp3 atau opus pada sample rate 8000 hingga 48000 Hz.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
textwajib
Tipestring
≤ 5.000 karakter
Teks yang dikonversi menjadi ucapan sintetis.
voiceopsional
Tipeenum
Bawaanstokie_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
+25 lainnyaalina_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
Preset suara sintesis, diidentifikasi berdasarkan nama yang juga mencakup kode bahasa yang didukung. Dukungan bahasa dapat berdiri sendiri, seperti pada 'en_zh', atau memungkinkan pencampuran Inggris–Mandarin secara mulus, yang ditandai dengan 'mixed_en_zh'.
output_formatopsional
Tipeenum
Bawaanmp3
mp3opus
Encoding audio output: 'mp3' menghasilkan MP3, sedangkan 'opus' menghasilkan Opus dalam container Ogg.
sample_rateopsional
Tipeenum
Bawaan24000
8000160002205024000320004410048000
Frekuensi sampling dalam Hz untuk audio output.
speedopsional
Tipenumber
Bawaan1
0,5 – 2
Pengali kecepatan bicara: 1.0 menghasilkan kecepatan normal, 0.5 setengah kecepatan, dan 2.0 dua kali kecepatan.
volumeopsional
Tipenumber
Bawaan1
0,5 – 2
Pengali volume: 1.0 menghasilkan volume normal, 0.5 setengah volume, dan 2.0 dua kali volume.
pitchopsional
Tipeinteger
Bawaan0
-12 – 12
Penyesuaian nada suara dalam semiton: 0 mempertahankan nada, -12 menurunkannya satu oktaf, dan 12 menaikkannya satu oktaf.
languageopsional
Tipeenum
zhenjaes-mxidpt-brkoitdefr
Penggantian bahasa pembacaan: jika tidak diberikan, deteksi dilakukan otomatis dan suara dwibahasa dapat mencampur Mandarin dengan Inggris secara mulus; jika diberikan, deteksi dinonaktifkan dan pembacaan dibatasi ke satu bahasa. Pilih Mandarin dengan zh, Inggris dengan en, Jepang dengan ja, Spanyol Meksiko dengan es-mx, Indonesia dengan id, Portugis Brasil dengan pt-br, Korea dengan ko, Italia dengan it, Jerman dengan de, atau Prancis dengan fr.
voice_instructionopsional
Tipestring | null
Instruksi penyampaian bahasa alami opsional, seperti 'Bicaralah dengan nada ceria' atau 'Bisakah Anda berbicara sedikit lebih lambat?'. Instruksi ini dapat mengatur nada, emosi, volume, dan tempo.
wajib

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
object {url, content_type, file_name, file_size}File audio yang dihasilkan oleh pembuatan.

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/bytedance/seed-speech/tts/v2.md. Semua model dan panduan: https://doitong.com/developers/llms.txt