Gå til innhold

Bytedance Seed Speech Text to Speech

Integrer

Modell-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"

Denne forespørselen: 0,002 $ 2 API-kreditter · ≈ 0,22 ₽ Kjør den på denne siden

Hent API-nøkkel
ByteDance Tekst til tale Leppe­synkronisering #stylized#transform#lipsync

Tekst-til-tale med mange forhåndsinnstilte stemmer, kontroll over hastighet, tonehøyde og volum samt instruksjoner for talemåte

ByteDance · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk 50 / 5000

Tekst som skal konverteres til syntetisert tale.

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

Valgfri instruksjon på naturlig språk for fremføringen, for eksempel 'Speak in a cheerful tone' eller 'Could you speak a bit slower?'. Den kan styre tone, følelse, volum og tempo.

output_format standard mp3

Koding av lydutdata: 'mp3' produserer MP3, mens 'opus' produserer Opus pakket i en Ogg-beholder.

sample_rate standard 24000

Samplingsfrekvens i Hz for lydutdataen.

standard stokie_en

Forhåndsinnstilling for syntesestemme, identifisert med et navn som også inkluderer støttede språkkoder. Språkstøtten kan være uavhengig, som med 'en_zh', eller tillate sømløs blanding av engelsk og kinesisk, angitt med 'mixed_en_zh'.

Overstyring av lesespråk: når den utelates, skjer deteksjonen automatisk, og tospråklige stemmer kan blande kinesisk og engelsk sømløst; når den oppgis, deaktiveres deteksjonen, og lesingen begrenses til ett språk. Velg kinesisk med zh, engelsk med en, japansk med ja, meksikansk spansk med es-mx, indonesisk med id, brasiliansk portugisisk med pt-br, koreansk med ko, italiensk med it, tysk med de eller fransk med fr.

standard 1

Multiplikator for talehastighet: 1.0 gir normal hastighet, 0.5 gir halv hastighet og 2.0 gir dobbel hastighet.

standard 1

Volummultiplikator: 1.0 gir normalt volum, 0.5 gir halvparten av volumet og 2.0 gir dobbelt volum.

standard 0

Tonehøydejustering for stemmen, målt i halvtoner: 0 lar tonehøyden være uendret, -12 senker den én oktav og 12 hever den én oktav.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Bytedance Seed Speech Text to Speech

Konverterer opptil 5000 tegn med `text` til lyd. Velg en `voice`, og angi eventuelt `language` eller bruk automatisk gjenkjenning. `speed` og `volume` varierer fra 0.5 til 2, `pitch` fra -12 til 12 halvtoner, og `voice_instruction` styrer fremføringen. Utdata er mp3 eller opus ved samplingsfrekvenser fra 8000 til 48000 Hz.

Parametere

NavnType StandardTillatt Beskrivelse
textobligatorisk
Typestring
≤ 5 000 tegn
Tekst som skal konverteres til syntetisert tale.
voicevalgfritt
Typeenum
Standardstokie_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 flerealina_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
Forhåndsinnstilling for syntesestemme, identifisert med et navn som også inkluderer støttede språkkoder. Språkstøtten kan være uavhengig, som med 'en_zh', eller tillate sømløs blanding av engelsk og kinesisk, angitt med 'mixed_en_zh'.
output_formatvalgfritt
Typeenum
Standardmp3
mp3opus
Koding av lydutdata: 'mp3' produserer MP3, mens 'opus' produserer Opus pakket i en Ogg-beholder.
sample_ratevalgfritt
Typeenum
Standard24000
8000160002205024000320004410048000
Samplingsfrekvens i Hz for lydutdataen.
speedvalgfritt
Typenumber
Standard1
0,5 – 2
Multiplikator for talehastighet: 1.0 gir normal hastighet, 0.5 gir halv hastighet og 2.0 gir dobbel hastighet.
volumevalgfritt
Typenumber
Standard1
0,5 – 2
Volummultiplikator: 1.0 gir normalt volum, 0.5 gir halvparten av volumet og 2.0 gir dobbelt volum.
pitchvalgfritt
Typeinteger
Standard0
−12 – 12
Tonehøydejustering for stemmen, målt i halvtoner: 0 lar tonehøyden være uendret, -12 senker den én oktav og 12 hever den én oktav.
languagevalgfritt
Typeenum
zhenjaes-mxidpt-brkoitdefr
Overstyring av lesespråk: når den utelates, skjer deteksjonen automatisk, og tospråklige stemmer kan blande kinesisk og engelsk sømløst; når den oppgis, deaktiveres deteksjonen, og lesingen begrenses til ett språk. Velg kinesisk med zh, engelsk med en, japansk med ja, meksikansk spansk med es-mx, indonesisk med id, brasiliansk portugisisk med pt-br, koreansk med ko, italiensk med it, tysk med de eller fransk med fr.
voice_instructionvalgfritt
Typestring | null
Valgfri instruksjon på naturlig språk for fremføringen, for eksempel 'Speak in a cheerful tone' eller 'Could you speak a bit slower?'. Den kan styre tone, følelse, volum og tempo.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size}Lydfil produsert av genereringen.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/bytedance/seed-speech/tts/v2.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt