Pāriet uz saturu

Bytedance Seed Speech Text to Speech

Integrēt

Modeļa 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"

Šis pieprasījums: 0,002 $ 2 API kredīti · ≈ 0,22 ₽ Izpildīt šajā lapā

Iegūt API atslēgu
ByteDance Teksts uz runu Lūpu sinhronizācija #stylized#transform#lipsync

Teksta pārveide runā ar daudzām iepriekš iestatītām balsīm, ātruma, toņa un skaļuma vadību un runas stila norādēm

ByteDance · Audio

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts 50 / 5000

Teksts, ko pārvērst sintezētā runā.

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

Neobligāta dabiskās valodas izrunas instrukcija, piemēram, 'Speak in a cheerful tone' vai 'Could you speak a bit slower?'. Tā var noteikt toni, emocijas, skaļumu un tempu.

output_format noklusējums mp3

Audio izvades kodējums: 'mp3' izveido MP3, bet 'opus' — Opus Ogg konteinerā.

sample_rate noklusējums 24000

Ģenerētās audio iztveršanas frekvence Hz.

noklusējums stokie_en

Sintēzes balss iepriekšiestatījums, ko identificē nosaukums, kurā iekļauti arī atbalstīto valodu kodi. Valodu atbalsts var būt neatkarīgs, piemēram, 'en_zh', vai nodrošināt vienmērīgu angļu–ķīniešu sajaukšanu, ko apzīmē 'mixed_en_zh'.

Lasīšanas valodas ignorēšana: ja vērtība nav norādīta, noteikšana notiek automātiski un bilingvālās balsis var vienmērīgi sajaukt ķīniešu un angļu valodu; ja tā ir norādīta, noteikšana tiek atspējota un lasīšana ierobežota līdz vienai valodai. Izvēlieties ķīniešu valodu ar zh, angļu ar en, japāņu ar ja, Meksikas spāņu ar es-mx, indonēziešu ar id, Brazīlijas portugāļu ar pt-br, korejiešu ar ko, itāļu ar it, vācu ar de vai franču ar fr.

noklusējums 1

Runas ātruma reizinātājs: 1.0 nodrošina parastu ātrumu, 0.5 — pusi ātruma, bet 2.0 — divkāršu ātrumu.

noklusējums 1

Skaļuma reizinātājs: 1.0 nodrošina parastu skaļumu, 0.5 — pusi skaļuma, bet 2.0 — divkāršu skaļumu.

noklusējums 0

Balss augstuma regulēšana pustoņos: 0 nemaina augstumu, -12 pazemina to par oktāvu, bet 12 paaugstina par oktāvu.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Bytedance Seed Speech Text to Speech

Pārvērš līdz 5000 `text` rakstzīmēm audio. Izvēlieties `voice` un pēc izvēles norādiet `language` vai atstājiet automātisko noteikšanu. `speed` un `volume` ir no 0.5 līdz 2, `pitch` mainās no -12 līdz 12 pustoņiem, bet `voice_instruction` vada izrunas stilu. Izvade ir mp3 vai opus ar paraugošanas frekvenci no 8000 līdz 48000 Hz.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
textobligāts
Tipsstring
≤ 5000 rakstzīmju
Teksts, ko pārvērst sintezētā runā.
voiceneobligāts
Tipsenum
Noklusējumsstokie_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
+vēl 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
Sintēzes balss iepriekšiestatījums, ko identificē nosaukums, kurā iekļauti arī atbalstīto valodu kodi. Valodu atbalsts var būt neatkarīgs, piemēram, 'en_zh', vai nodrošināt vienmērīgu angļu–ķīniešu sajaukšanu, ko apzīmē 'mixed_en_zh'.
output_formatneobligāts
Tipsenum
Noklusējumsmp3
mp3opus
Audio izvades kodējums: 'mp3' izveido MP3, bet 'opus' — Opus Ogg konteinerā.
sample_rateneobligāts
Tipsenum
Noklusējums24000
8000160002205024000320004410048000
Ģenerētās audio iztveršanas frekvence Hz.
speedneobligāts
Tipsnumber
Noklusējums1
0,5 – 2
Runas ātruma reizinātājs: 1.0 nodrošina parastu ātrumu, 0.5 — pusi ātruma, bet 2.0 — divkāršu ātrumu.
volumeneobligāts
Tipsnumber
Noklusējums1
0,5 – 2
Skaļuma reizinātājs: 1.0 nodrošina parastu skaļumu, 0.5 — pusi skaļuma, bet 2.0 — divkāršu skaļumu.
pitchneobligāts
Tipsinteger
Noklusējums0
-12 – 12
Balss augstuma regulēšana pustoņos: 0 nemaina augstumu, -12 pazemina to par oktāvu, bet 12 paaugstina par oktāvu.
languageneobligāts
Tipsenum
zhenjaes-mxidpt-brkoitdefr
Lasīšanas valodas ignorēšana: ja vērtība nav norādīta, noteikšana notiek automātiski un bilingvālās balsis var vienmērīgi sajaukt ķīniešu un angļu valodu; ja tā ir norādīta, noteikšana tiek atspējota un lasīšana ierobežota līdz vienai valodai. Izvēlieties ķīniešu valodu ar zh, angļu ar en, japāņu ar ja, Meksikas spāņu ar es-mx, indonēziešu ar id, Brazīlijas portugāļu ar pt-br, korejiešu ar ko, itāļu ar it, vācu ar de vai franču ar fr.
voice_instructionneobligāts
Tipsstring | null
Neobligāta dabiskās valodas izrunas instrukcija, piemēram, 'Speak in a cheerful tone' vai 'Could you speak a bit slower?'. Tā var noteikt toni, emocijas, skaļumu un tempu.
obligāts

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
audio
object {url, content_type, file_name, file_size}Ģenerēšanas rezultātā iegūtais audio fails.

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/bytedance/seed-speech/tts/v2.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt