Pereiti prie turinio

Bytedance Seed Speech Text to Speech

Integruoti

Modelio 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"

Ši užklausa: 0,002 $ 2 API kreditai · ≈ 0,22 ₽ Paleisti šiame puslapyje

Gauti API raktą
ByteDance Tekstas į kalbą Lūpų sinchronizavimas #stylized#transform#lipsync

Teksto vertimo į kalbą įrankis su daugybe iš anksto nustatytų balsų, greičio, tono ir garsumo valdikliais bei sakytinės raiškos instrukcijomis

ByteDance · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma 50 / 5000

Tekstas, kurį reikia paversti susintetinta kalba.

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

Pasirinktinė natūralios kalbos tarimo instrukcija, pvz., „Speak in a cheerful tone“ arba „Could you speak a bit slower?“. Ji gali nurodyti toną, emociją, garsumą ir tempą.

output_format numatytoji mp3

Garso išvesties kodavimas: „mp3“ sukuria MP3, o „opus“ – Opus, supakuotą Ogg konteineryje.

sample_rate numatytoji 24000

Išvesties garso diskretizavimo dažnis Hz.

numatytoji stokie_en

Sintezės balso išankstinis nustatymas, identifikuojamas pavadinimu, kuriame taip pat pateikiami palaikomų kalbų kodai. Kalbos gali būti palaikomos nepriklausomai, kaip „en_zh“, arba leisti sklandžiai maišyti anglų ir kinų kalbas, kaip nurodo „mixed_en_zh“.

Skaitymo kalbos perrašymas: nepateikus reikšmės, kalba aptinkama automatiškai, o dvikalbiai balsai gali sklandžiai maišyti kinų ir anglų kalbas; pateikus reikšmę, aptikimas išjungiamas ir skaitymas apribojamas viena kalba. Kinų kalbai pasirinkite zh, anglų – en, japonų – ja, meksikiečių ispanų – es-mx, indoneziečių – id, brazilų portugalų – pt-br, korėjiečių – ko, italų – it, vokiečių – de, prancūzų – fr.

numatytoji 1

Kalbos spartos daugiklis: 1.0 reiškia įprastą spartą, 0.5 – pusę spartos, o 2.0 – dvigubą spartą.

numatytoji 1

Garsumo daugiklis: 1.0 reiškia įprastą garsumą, 0.5 – perpus mažesnį, o 2.0 – dvigubą garsumą.

numatytoji 0

Balso tono koregavimas pustoniais: 0 tono nekeičia, -12 nuleidžia jį oktava, o 12 pakelia oktava.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Bytedance Seed Speech Text to Speech

Paverčia iki 5000 `text` simbolių garsu. Pasirinkite `voice`, o `language` galite nurodyti pasirinktinai arba palikti automatinį aptikimą. `speed` ir `volume` svyruoja nuo 0.5 iki 2, `pitch` keičiamas nuo -12 iki 12 pustonių, o `voice_instruction` valdo tarimą. Išvestis gali būti mp3 arba opus, o diskretizavimo dažnis – nuo 8000 iki 48000 Hz.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
textprivaloma
Tipasstring
≤ 5 000 simbolių
Tekstas, kurį reikia paversti susintetinta kalba.
voiceneprivalomas
Tipasenum
Numatytoji reikšmėstokie_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
dar +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
Sintezės balso išankstinis nustatymas, identifikuojamas pavadinimu, kuriame taip pat pateikiami palaikomų kalbų kodai. Kalbos gali būti palaikomos nepriklausomai, kaip „en_zh“, arba leisti sklandžiai maišyti anglų ir kinų kalbas, kaip nurodo „mixed_en_zh“.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėmp3
mp3opus
Garso išvesties kodavimas: „mp3“ sukuria MP3, o „opus“ – Opus, supakuotą Ogg konteineryje.
sample_rateneprivalomas
Tipasenum
Numatytoji reikšmė24000
8000160002205024000320004410048000
Išvesties garso diskretizavimo dažnis Hz.
speedneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Kalbos spartos daugiklis: 1.0 reiškia įprastą spartą, 0.5 – pusę spartos, o 2.0 – dvigubą spartą.
volumeneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Garsumo daugiklis: 1.0 reiškia įprastą garsumą, 0.5 – perpus mažesnį, o 2.0 – dvigubą garsumą.
pitchneprivalomas
Tipasinteger
Numatytoji reikšmė0
−12 – 12
Balso tono koregavimas pustoniais: 0 tono nekeičia, -12 nuleidžia jį oktava, o 12 pakelia oktava.
languageneprivalomas
Tipasenum
zhenjaes-mxidpt-brkoitdefr
Skaitymo kalbos perrašymas: nepateikus reikšmės, kalba aptinkama automatiškai, o dvikalbiai balsai gali sklandžiai maišyti kinų ir anglų kalbas; pateikus reikšmę, aptikimas išjungiamas ir skaitymas apribojamas viena kalba. Kinų kalbai pasirinkite zh, anglų – en, japonų – ja, meksikiečių ispanų – es-mx, indoneziečių – id, brazilų portugalų – pt-br, korėjiečių – ko, italų – it, vokiečių – de, prancūzų – fr.
voice_instructionneprivalomas
Tipasstring | null
Pasirinktinė natūralios kalbos tarimo instrukcija, pvz., „Speak in a cheerful tone“ arba „Could you speak a bit slower?“. Ji gali nurodyti toną, emociją, garsumą ir tempą.
privaloma

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size}Generuojant sukurtas garso failas.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/bytedance/seed-speech/tts/v2.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt