Avançar para o conteúdo

Kotoba Text-to-Speech

Integrar

ID do modelo kotoba-technologies/kotoba-tts/v2/tts/ws
# 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/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  }'

# 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"

Este pedido: 0,003 $ 3 créditos da API · ≈ 0,32 ₽ Executar nesta página

Obter chave de API
Kotoba Technologies Texto para voz #commercial-use#text-to-speech#japanese#streaming

Conversão de texto para fala em japonês transmitida à medida que é gerada, com duas vozes e saída WAV

Kotoba Technologies · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório 50 / 400

Texto de entrada de fala japonesa, limitado a 400 caracteres.

language •obrigatório

Idioma usado no texto.

speaker_id •obrigatório

Seleção da voz.

POST /run/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20 cotação → 0,003 $
# 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/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  }'

# 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Kotoba Text-to-Speech

Fala texto japonês `text` com até 400 caracteres, com `language` fixo em ja. Escolha a voz através de `speaker_id`: male-01 ou female-01. A saída é um ficheiro WAV mono a 24 kHz e 16 bits, além da duração em segundos e do texto sintetizado. O áudio é transmitido enquanto é produzido.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
textobrigatório
Tipostring
≤ 400 caracteres
Texto de entrada de fala japonesa, limitado a 400 caracteres.
languageobrigatório
Tipoenum
ja
Idioma usado no texto.
speaker_idobrigatório
Tipoenum
male-01female-01
Seleção da voz.
obrigatório

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "kotoba-technologies/kotoba-tts/v2/tts/ws",
  "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": 3,
    "usd": "0.003",
    "charged": 3,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "language": "ja",
    "speaker_id": "male-01"
  },
  "output": {
    "audio": {
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200,
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3"
    },
    "audio_duration_secs": 1.0,
    "text": "string"
  },
  "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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {content_type, file_name, file_size, url}Ligação para o ficheiro de fala sintetizada em formato WAV, com áudio mono a 24 kHz e profundidade de 16 bits.
audio_duration_secs
numberDuração do áudio sintetizado em segundos.
text
stringTexto usado para sintetizar a fala.

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt