Bytedance Seed Speech Text to Speech

ပေါင်းစည်းရန်

မော်ဒယ် 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/bytedance/seed-speech/tts/v2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "text": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "text": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/bytedance/seed-speech/tts/v2", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "bytedance/seed-speech/tts/v2",
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  }
}

Doitong API မှတစ်ဆင့် Bytedance Seed Speech Text to Speech မော်ဒယ် (bytedance/seed-speech/tts/v2) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/bytedance/seed-speech/tts/v2.md

POST https://api.doitong.ru/v1/run/bytedance/seed-speech/tts/v2?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "text": "Hello from Doitong. This is a short test sentence."
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/bytedance/seed-speech/tts/v2 ကို အသုံးပြုပါ။

ဤတောင်းဆိုချက်: ၀.၀၀၂ $ ၂ API ခရက်ဒစ် · ≈ ၀.၂၂ ₽ ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

ByteDance စာသားမှ အသံ Lipsync #stylized#transform

ကြိုတင်သတ်မှတ်ထားသော အသံများစွာ၊ အမြန်နှုန်း၊ အသံအနိမ့်အမြင့်နှင့် အသံအတိုးအကျယ် ထိန်းချုပ်မှု၊ စကားပြောဟန် ညွှန်ကြားချက်များပါရှိသော စာသားမှ စကားသံစနစ်

OpenAPI Markdown

ByteDance · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

စျေးနှုန်း

အတိအကျ စျေးနှုန်း

အက္ခရာ 1000 လျှင် ၀.၀၃ $

အက္ခရာ 1000 လျှင် ၃၀ API ခရက်ဒစ် · ≈ ၃.၂၃ ₽

ဤတောင်းဆိုချက်: စာလုံး ၀.၀၅ × 1000 လုံး × ၀.၀၃ $ ၀.၀၀၂ $ ၂ API ခရက်ဒစ် · ≈ ၀.၂၂ ₽

လုပ်ဆောင်ရန် · ၀.၀၀၂ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

စာသားအက္ခရာ 1000 လျှင် ကောက်ခံသည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

text •လိုအပ်သည် 50 / 5000

ပေါင်းစပ်စကားပြောအဖြစ် ပြောင်းလဲမည့် စာသား။

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

voice_instruction

ရွေးချယ်နိုင်သော သဘာဝဘာသာစကားဖြင့် ပြောဆိုပုံညွှန်ကြားချက်၊ ဥပမာ 'Speak in a cheerful tone' သို့မဟုတ် 'Could you speak a bit slower?'. အသံနေအသံထား၊ ခံစားချက်၊ အသံအတိုးအကျယ်နှင့် အရှိန်တို့ကို ညွှန်ကြားနိုင်သည်။

output_format မူလ mp3

အသံထွက်ရလဒ် encoding: 'mp3' သည် MP3 ကို ထုတ်ပေးပြီး 'opus' သည် Ogg container အတွင်း ထည့်သွင်းထားသော Opus ကို ထုတ်ပေးသည်။

sample_rate မူလ 24000

ထွက်ရလဒ်အသံ၏ Hz ဖြင့် တိုင်းတာထားသော sampling ကြိမ်နှုန်း။

voice မူလ stokie_en

ထောက်ပံ့ထားသော ဘာသာစကားကုဒ်များလည်း ပါဝင်သည့် အမည်ဖြင့် သတ်မှတ်ထားသော ပေါင်းစပ်အသံ ကြိုတင်သတ်မှတ်ချက်။ ဘာသာစကားထောက်ပံ့မှုသည် 'en_zh' ကဲ့သို့ သီးခြားဖြစ်နိုင်သလို 'mixed_en_zh' ဖြင့် ဖော်ပြထားသည့် အင်္ဂလိပ်–တရုတ် ဘာသာစကားများကို အဆက်မပြတ် ရောစပ်ပြောဆိုနိုင်သည်။

language

ဖတ်ရှုမည့် ဘာသာစကားကို အစားထိုးသတ်မှတ်ခြင်း: မပေးထားပါက အလိုအလျောက် ရှာဖွေပြီး ဘာသာစကားနှစ်မျိုးသုံးအသံများသည် တရုတ်နှင့် အင်္ဂလိပ်ကို အဆက်မပြတ် ရောစပ်နိုင်သည်။ ပေးထားပါက ရှာဖွေမှုကို ပိတ်ပြီး ဘာသာစကားတစ်မျိုးတည်းဖြင့် ဖတ်ရှုစေသည်။ တရုတ်အတွက် zh၊ အင်္ဂလိပ်အတွက် en၊ ဂျပန်အတွက် ja၊ မက္ကဆီကန် စပိန်အတွက် es-mx၊ အင်ဒိုနီးရှားအတွက် id၊ ဘရာဇီး ပေါ်တူဂီအတွက် pt-br၊ ကိုရီးယားအတွက် ko၊ အီတလီအတွက် it၊ ဂျာမန်အတွက် de သို့မဟုတ် ပြင်သစ်အတွက် fr ကို ရွေးပါ။

speed မူလ 1

စကားပြောနှုန်း မြှောက်ကိန်း: 1.0 သည် ပုံမှန်မြန်နှုန်း၊ 0.5 သည် တစ်ဝက်မြန်နှုန်း၊ 2.0 သည် နှစ်ဆမြန်နှုန်း ဖြစ်သည်။

volume မူလ 1

အသံအတိုးအကျယ် မြှောက်ကိန်း: 1.0 သည် ပုံမှန်အသံအတိုးအကျယ်၊ 0.5 သည် တစ်ဝက်၊ 2.0 သည် နှစ်ဆ ဖြစ်သည်။

pitch မူလ 0

အသံ၏ pitch ကို semitone ဖြင့် ချိန်ညှိခြင်း: 0 သည် pitch ကို မပြောင်းလဲပါ၊ -12 သည် octave တစ်ဆင့် နိမ့်စေပြီး 12 သည် octave တစ်ဆင့် မြင့်စေသည်။

POST /run/bytedance/seed-speech/tts/v2?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၂ $

# 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/bytedance/seed-speech/tts/v2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "text": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "text": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/bytedance/seed-speech/tts/v2", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "bytedance/seed-speech/tts/v2",
      "input": {
        "text": "Hello from Doitong. This is a short test sentence."
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Bytedance Seed Speech Text to Speech အကြောင်း

`text` အက္ခရာ 5000 လုံးအထိကို အသံအဖြစ် ပြောင်းပေးသည်။ `voice` ကို ရွေးပြီး `language` ကို အတင်းသတ်မှတ်နိုင်သည် သို့မဟုတ် အလိုအလျောက်ရှာဖွေမှုကို ဖွင့်ထားနိုင်သည်။ `speed` နှင့် `volume` သည် 0.5 မှ 2 အထိဖြစ်ပြီး `pitch` သည် -12 မှ 12 တစ်ဝက်သံများ အထိ ပြောင်းနိုင်သည်။ `voice_instruction` က ပြောဆိုပုံကို ထိန်းညှိပေးသည်။ ထွက်ရလဒ်သည် 8000 မှ 48000 Hz အထိ နမူနာနှုန်း ဖြင့် mp3 သို့မဟုတ် opus ဖြစ်သည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

textလိုအပ်သည်

အမျိုးအစားstring

စာလုံး ၅,၀၀၀ လုံးထက် မပိုပါ

ပေါင်းစပ်စကားပြောအဖြစ် ပြောင်းလဲမည့် စာသား။

voiceရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးstokie_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 ခု ထပ်မံ

alina_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

output_formatရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုးmp3

mp3opus

sample_rateရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုး24000

8000160002205024000320004410048000

ထွက်ရလဒ်အသံ၏ Hz ဖြင့် တိုင်းတာထားသော sampling ကြိမ်နှုန်း။

speedရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

၀.၅ – ၂

volumeရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး1

၀.၅ – ၂

pitchရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး0

-၁၂ – ၁၂

languageရွေးချယ်နိုင်သည်

အမျိုးအစားenum

zhenjaes-mxidpt-brkoitdefr

voice_instructionရွေးချယ်နိုင်သည်

အမျိုးအစားstring | null

လိုအပ်သည်

ထွက်ရလဒ်

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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

audio: object {url, content_type, file_name, file_size}ဖန်တီးမှုမှ ထွက်ရှိသည့် အသံဖိုင်။

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/bytedance/seed-speech/tts/v2.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Bytedance Seed Speech Text to Speech အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

နောက်ထပ် မော်ဒယ်များ: စာသားမှ အသံ

Eleven v4 Text to Speech မူကွဲများ: 3

MiniMax Speech 2.8 HD မူကွဲများ: 8

Async Text to Speech Pro V1.0

Chatterbox · Speech to Speech မူကွဲများ: 2