콘텐츠로 건너뛰기

Bytedance Seed Speech Text to Speech

통합

모델 id 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"

이 요청: $0.002 2 API 크레딧 · ≈ ₽0.22 이 페이지에서 실행

API 키 받기
ByteDance 텍스트를 음성으로 립싱크 #stylized#transform#lipsync

다양한 프리셋 음성, 속도·피치·볼륨 제어 및 구어체 스타일 지시를 지원하는 텍스트 음성 변환

ByteDance · 오디오

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

•필수 50 / 5000

합성 음성으로 변환할 텍스트입니다.

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

선택적 자연어 전달 지시입니다(예: 'Speak in a cheerful tone' 또는 'Could you speak a bit slower?'). 말투, 감정, 볼륨, 속도를 지정할 수 있습니다.

output_format 기본값 mp3

오디오 출력 인코딩입니다. 'mp3'는 MP3를 생성하고 'opus'는 Ogg 컨테이너에 패키징된 Opus를 생성합니다.

sample_rate 기본값 24000

출력 오디오의 Hz 단위 샘플링 주파수입니다.

기본값 stokie_en

합성 음성 프리셋입니다. 이름에 지원 언어 코드도 포함됩니다. 'en_zh'처럼 언어 지원이 독립적일 수도 있고, 'mixed_en_zh'처럼 영어와 중국어를 자연스럽게 혼합할 수도 있습니다.

읽기 언어 재정의입니다. 생략하면 자동으로 감지하며 이중 언어 음성은 중국어와 영어를 자연스럽게 혼합할 수 있습니다. 제공하면 감지가 비활성화되고 한 언어로만 읽습니다. 중국어는 zh, 영어는 en, 일본어는 ja, 멕시코 스페인어는 es-mx, 인도네시아어는 id, 브라질 포르투갈어는 pt-br, 한국어는 ko, 이탈리아어는 it, 독일어는 de, 프랑스어는 fr을 선택합니다.

기본값 1

말하기 속도 배율입니다. 1.0은 정상 속도, 0.5는 절반 속도, 2.0은 2배 속도입니다.

기본값 1

볼륨 배율입니다. 1.0은 정상 볼륨, 0.5는 절반 볼륨, 2.0은 2배 볼륨입니다.

기본값 0

반음 단위의 음성 피치 조정입니다. 0은 피치를 유지하고, -12는 한 옥타브 낮추며, 12는 한 옥타브 높입니다.

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

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Bytedance Seed Speech Text to Speech 정보

최대 5000자의 `text`를 오디오로 변환합니다. `voice`를 선택하고, 필요하면 `language`를 지정하거나 자동 감지를 사용할 수 있습니다. `speed`와 `volume`의 범위는 0.5~2이며, `pitch`는 -12~12 반음 범위로 조정할 수 있고, `voice_instruction`으로 전달 방식을 제어합니다. 출력 형식은 mp3 또는 opus이며 샘플링 레이트는 8000~48000 Hz입니다.

매개변수

이름유형 기본값허용됨 설명
text필수
유형string
≤ 5,000자
합성 음성으로 변환할 텍스트입니다.
voice선택 사항
유형enum
기본값stokie_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
+25개 더 보기alina_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
합성 음성 프리셋입니다. 이름에 지원 언어 코드도 포함됩니다. 'en_zh'처럼 언어 지원이 독립적일 수도 있고, 'mixed_en_zh'처럼 영어와 중국어를 자연스럽게 혼합할 수도 있습니다.
output_format선택 사항
유형enum
기본값mp3
mp3opus
오디오 출력 인코딩입니다. 'mp3'는 MP3를 생성하고 'opus'는 Ogg 컨테이너에 패키징된 Opus를 생성합니다.
sample_rate선택 사항
유형enum
기본값24000
8000160002205024000320004410048000
출력 오디오의 Hz 단위 샘플링 주파수입니다.
speed선택 사항
유형number
기본값1
0.5 – 2
말하기 속도 배율입니다. 1.0은 정상 속도, 0.5는 절반 속도, 2.0은 2배 속도입니다.
volume선택 사항
유형number
기본값1
0.5 – 2
볼륨 배율입니다. 1.0은 정상 볼륨, 0.5는 절반 볼륨, 2.0은 2배 볼륨입니다.
pitch선택 사항
유형integer
기본값0
-12 – 12
반음 단위의 음성 피치 조정입니다. 0은 피치를 유지하고, -12는 한 옥타브 낮추며, 12는 한 옥타브 높입니다.
language선택 사항
유형enum
zhenjaes-mxidpt-brkoitdefr
읽기 언어 재정의입니다. 생략하면 자동으로 감지하며 이중 언어 음성은 중국어와 영어를 자연스럽게 혼합할 수 있습니다. 제공하면 감지가 비활성화되고 한 언어로만 읽습니다. 중국어는 zh, 영어는 en, 일본어는 ja, 멕시코 스페인어는 es-mx, 인도네시아어는 id, 브라질 포르투갈어는 pt-br, 한국어는 ko, 이탈리아어는 it, 독일어는 de, 프랑스어는 fr을 선택합니다.
voice_instruction선택 사항
유형string | null
선택적 자연어 전달 지시입니다(예: 'Speak in a cheerful tone' 또는 'Could you speak a bit slower?'). 말투, 감정, 볼륨, 속도를 지정할 수 있습니다.
필수

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
audio
object {url, content_type, file_name, file_size}생성으로 만들어진 오디오 파일입니다.

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/bytedance/seed-speech/tts/v2.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt