Vai al contenuto

Index TTS 2.0

Integra

ID del modello index-tts-2/text-to-speech
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Fino a 0,06 $ per esecuzione addebitato in base all'utilizzo effettivo, il resto viene rimborsato Esegui in questa pagina

Ottieni la chiave API
bilibili Da testo a voce #text-to-speech

Sintesi vocale da una clip vocale di riferimento e testo, con controllo dell'emozione tramite audio, prompt o intensità per emozione

bilibili · Audio

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

Prompt per il parlato da generare.

•obbligatorio audio_url
Trascina un file oppure

File audio sorgente utilizzato per generare il parlato.

Avanzate emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Istruzioni sullo stile emotivo che richiedono anche l'uso di `should_use_prompt_for_emotion`.

Trascina un file oppure

File audio di riferimento utilizzato per estrarre lo stile emotivo.

predefinito 1

L'influenza emotiva applicata durante il trasferimento dello stile aumenta con questo livello di intensità.

Valori di intensità per emozione per una regolazione dettagliata.

POST /run/index-tts-2/text-to-speech?wait=20 preventivo → 0,06 $
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Index TTS 2.0

Genera il parlato per il testo in `prompt`, usando la voce della clip di riferimento indicata da `audio_url`. Lo stile emotivo può essere preso da una seconda clip tramite `emotional_audio_url`, con intensità `strength` (da 0 a 1), oppure impostato tramite `emotional_strengths`. In alternativa, abilita `should_use_prompt_for_emotion`, eventualmente con un `emotion_prompt` separato. L'audio viene restituito come oggetto base64.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
audio_urlobbligatorio audio
Tipourl · audio
File audio sorgente utilizzato per generare il parlato.
promptobbligatorio
Tipostring
Prompt per il parlato da generare.
emotional_audio_urlfacoltativo
Tipourl · audio
File audio di riferimento utilizzato per estrarre lo stile emotivo.
strengthfacoltativo
Tiponumber
Predefinito1
0 – 1
L'influenza emotiva applicata durante il trasferimento dello stile aumenta con questo livello di intensità.
emotional_strengthsfacoltativo
Tipoobject
Valori di intensità per emozione per una regolazione dettagliata.
emotional_strengths.happyfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità dell'emozione della felicità.
emotional_strengths.angryfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della rabbia.
emotional_strengths.sadfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della tristezza.
emotional_strengths.afraidfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della paura.
emotional_strengths.disgustedfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità del disgusto.
emotional_strengths.melancholicfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della malinconia.
emotional_strengths.surprisedfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della sorpresa.
emotional_strengths.calmfacoltativo
Tiponumber
Predefinito0
0 – 1
Intensità della calma.
should_use_prompt_for_emotionfacoltativo
Tipoboolean | null
Predefinitofalse
Quando abilitato, il calcolo dell'emozione basato sul prompt sostituisce `emotional_strengths`. Lo stile emotivo proviene da `emotion_prompt` se fornito, altrimenti da `prompt`.
emotion_promptfacoltativo
Tipostring | null
Istruzioni sullo stile emotivo che richiedono anche l'uso di `should_use_prompt_for_emotion`.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "index-tts-2/text-to-speech",
  "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": 60,
    "usd": "0.06",
    "charged": 60,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
audio
object {url, content_type, file_name, file_size}Audio generato codificato in formato base64.

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/index-tts-2/text-to-speech.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt