Langkau ke kandungan

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 pada halaman ini

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

Teks-ke-pertuturan dengan banyak suara pratetap, kawalan kelajuan, pic dan kelantangan serta arahan gaya pertuturan

ByteDance · Audio

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan 50 / 5000

Teks untuk ditukar kepada pertuturan tersintesis.

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

Arahan penyampaian bahasa semula jadi pilihan, seperti 'Speak in a cheerful tone' atau 'Could you speak a bit slower?'. Arahan ini boleh mengawal nada, emosi, kelantangan dan tempo.

output_format lalai mp3

Pengekodan audio output: 'mp3' menghasilkan MP3, manakala 'opus' menghasilkan Opus yang dibungkus dalam bekas Ogg.

sample_rate lalai 24000

Kekerapan pensampelan dalam Hz untuk audio output.

lalai stokie_en

Pratetap suara sintesis, dikenal pasti melalui nama yang turut merangkumi kod bahasa yang disokong. Sokongan bahasa mungkin berasingan, seperti 'en_zh', atau membenarkan campuran Inggeris–Cina yang lancar, ditunjukkan oleh 'mixed_en_zh'.

Penggantian bahasa bacaan: jika tidak diberikan, pengesanan dilakukan secara automatik dan suara dwibahasa boleh mencampurkan Cina dengan Inggeris secara lancar; jika diberikan, pengesanan dinyahdayakan dan bacaan dihadkan kepada satu bahasa. Pilih Cina dengan zh, Inggeris dengan en, Jepun dengan ja, Sepanyol Mexico dengan es-mx, Indonesia dengan id, Portugis Brazil dengan pt-br, Korea dengan ko, Itali dengan it, Jerman dengan de atau Perancis dengan fr.

lalai 1

Pengganda kadar pertuturan: 1.0 memberikan kelajuan normal, 0.5 separuh kelajuan dan 2.0 dua kali ganda kelajuan.

lalai 1

Pengganda kelantangan: 1.0 memberikan kelantangan normal, 0.5 separuh kelantangan dan 2.0 dua kali ganda kelantangan.

lalai 0

Pelarasan pic suara, diukur dalam semiton: 0 mengekalkan pic, -12 menurunkannya satu oktaf dan 12 menaikkannya satu oktaf.

POST /run/bytedance/seed-speech/tts/v2?wait=20 sebut 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

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Bytedance Seed Speech Text to Speech

Menukarkan sehingga 5000 aksara `text` kepada audio. Pilih `voice`, dan secara pilihan paksa `language` atau gunakan pengesanan automatik. `speed` dan `volume` berjulat 0.5 hingga 2, `pitch` beranjak daripada -12 hingga 12 semiton, dan `voice_instruction` mengarahkan penyampaian. Output ialah mp3 atau opus pada kadar pensampelan daripada 8000 hingga 48000 Hz.

Parameter

NamaJenis LalaiDibenarkan Penerangan
textdiperlukan
Jenisstring
≤ 5,000 aksara
Teks untuk ditukar kepada pertuturan tersintesis.
voicepilihan
Jenisenum
Lalaistokie_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 lagialina_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
Pratetap suara sintesis, dikenal pasti melalui nama yang turut merangkumi kod bahasa yang disokong. Sokongan bahasa mungkin berasingan, seperti 'en_zh', atau membenarkan campuran Inggeris–Cina yang lancar, ditunjukkan oleh 'mixed_en_zh'.
output_formatpilihan
Jenisenum
Lalaimp3
mp3opus
Pengekodan audio output: 'mp3' menghasilkan MP3, manakala 'opus' menghasilkan Opus yang dibungkus dalam bekas Ogg.
sample_ratepilihan
Jenisenum
Lalai24000
8000160002205024000320004410048000
Kekerapan pensampelan dalam Hz untuk audio output.
speedpilihan
Jenisnumber
Lalai1
0.5 – 2
Pengganda kadar pertuturan: 1.0 memberikan kelajuan normal, 0.5 separuh kelajuan dan 2.0 dua kali ganda kelajuan.
volumepilihan
Jenisnumber
Lalai1
0.5 – 2
Pengganda kelantangan: 1.0 memberikan kelantangan normal, 0.5 separuh kelantangan dan 2.0 dua kali ganda kelantangan.
pitchpilihan
Jenisinteger
Lalai0
-12 – 12
Pelarasan pic suara, diukur dalam semiton: 0 mengekalkan pic, -12 menurunkannya satu oktaf dan 12 menaikkannya satu oktaf.
languagepilihan
Jenisenum
zhenjaes-mxidpt-brkoitdefr
Penggantian bahasa bacaan: jika tidak diberikan, pengesanan dilakukan secara automatik dan suara dwibahasa boleh mencampurkan Cina dengan Inggeris secara lancar; jika diberikan, pengesanan dinyahdayakan dan bacaan dihadkan kepada satu bahasa. Pilih Cina dengan zh, Inggeris dengan en, Jepun dengan ja, Sepanyol Mexico dengan es-mx, Indonesia dengan id, Portugis Brazil dengan pt-br, Korea dengan ko, Itali dengan it, Jerman dengan de atau Perancis dengan fr.
voice_instructionpilihan
Jenisstring | null
Arahan penyampaian bahasa semula jadi pilihan, seperti 'Speak in a cheerful tone' atau 'Could you speak a bit slower?'. Arahan ini boleh mengawal nada, emosi, kelantangan dan tempo.
diperlukan

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio
object {url, content_type, file_name, file_size}Fail audio yang dihasilkan oleh penjanaan.

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