Ir para o conteúdo

xAI Text to Speech

Integrar

ID do modelo xai/tts/v1
# 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/xai/tts/v1?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"

Esta solicitação: $ 0,001 1 crédito de API · ≈ ₽ 0,11 Executar nesta página

Obter chave de API

Texto para fala com vozes integradas, seleção de idioma e tags de fala expressiva incorporadas

xAI · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório 50 / 15000

Texto para síntese de fala, com a entrega expressiva controlada por tags inline ([laugh], [pause], [sigh]) ou tags de delimitação (<whisper>text</whisper>, <slow>text</slow>). A entrada não pode exceder 15.000 caracteres.

Avançado voice · language · enable_safety_checker · output_format
padrão eve

Voz integrada selecionada para a síntese de fala.

padrão auto

Seleção de idioma usando estes códigos BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Para detecção automática, forneça 'auto'.

Configuração do formato do áudio gerado; o padrão é MP3 com taxa de amostragem de 24 kHz e taxa de bits de 128 kbps.

POST /run/xai/tts/v1?wait=20 cotação → $ 0,001
# 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/xai/tts/v1?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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre xAI Text to Speech

Converte até 15,000 caracteres de texto em fala. Escolha entre 28 vozes integradas e um código de idioma ou detecção automática. O texto pode incluir tags como [laugh], [pause] e [sigh], ou tags de envelopamento como <whisper> e <slow>, para uma entrega expressiva. `output_format` configura o arquivo de áudio.

Parâmetros

NomeTipo PadrãoPermitido Descrição
textobrigatório
Tipostring
≤ 15.000 caracteres
Texto para síntese de fala, com a entrega expressiva controlada por tags inline ([laugh], [pause], [sigh]) ou tags de delimitação (<whisper>text</whisper>, <slow>text</slow>). A entrada não pode exceder 15.000 caracteres.
voiceopcional
Tipoenum
Padrãoeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 a maissiriuslumencastornakshatlasauroralioraaraeveleorexsal
Voz integrada selecionada para a síntese de fala.
languageopcional
Tipoenum
Padrãoauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 a maisrues-MXes-EStrvi
Seleção de idioma usando estes códigos BCP-47: en, zh, fr, de, hi, id, it, ja, ko, pt-BR, pt-PT, ru, es-MX, es-ES, tr, vi, bn, ar-EG, ar-SA, ar-AE. Para detecção automática, forneça 'auto'.
output_formatopcional
Tipoobject
Configuração do formato do áudio gerado; o padrão é MP3 com taxa de amostragem de 24 kHz e taxa de bits de 128 kbps.
output_format.codecopcional
Tipoenum
Padrãomp3
mp3wavpcmmulawalaw
Codec para codificação de áudio; as opções disponíveis são mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateopcional
Tipoenum
Padrão24000
80001600022050240004410048000
Frequência de amostragem do áudio, medida em Hz.
output_format.bit_rateopcional
Tipoenum
320006400096000128000192000
Taxa de bits da saída MP3, com padrão de 128000 e medida em bps; não se aplica a outros codecs.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
obrigatório

Saída

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "xai/tts/v1",
  "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": 1,
    "usd": "0.001",
    "charged": 1,
    "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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size}Arquivo de áudio produzido pela geração.

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/xai/tts/v1.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt