Avançar 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"

Este pedido: 0,001 $ 1 crédito da API · ≈ 0,11 ₽ Executar nesta página

Obter chave de API

Texto para voz com vozes integradas, seleção de idioma e etiquetas inline para fala expressiva

xAI · 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 / 15000

Texto para síntese de fala, com a expressividade controlada através de tags inline ([laugh], [pause], [sigh]) ou tags envolventes (<whisper>text</whisper>, <slow>text</slow>). A entrada não pode exceder 15 000 caracteres.

Avançado voice · language · enable_safety_checker · output_format
predefinição eve

Voz incorporada selecionada para a síntese de fala.

predefinição auto

Seleção de idioma a partir destes 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 deteção automática, forneça 'auto'.

Configuração do formato do áudio gerado; a predefinição é MP3 com uma frequência de amostragem de 24 kHz e uma 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 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 xAI Text to Speech

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

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
textobrigatório
Tipostring
≤ 15 000 caracteres
Texto para síntese de fala, com a expressividade controlada através de tags inline ([laugh], [pause], [sigh]) ou tags envolventes (<whisper>text</whisper>, <slow>text</slow>). A entrada não pode exceder 15 000 caracteres.
voiceopcional
Tipoenum
Predefiniçãoeve
carinazaganhelixorionlunairisaltairzenithperseusheliosluxkeplerrigelcosmocelesteursa
+12 maissiriuslumencastornakshatlasauroralioraaraeveleorexsal
Voz incorporada selecionada para a síntese de fala.
languageopcional
Tipoenum
Predefiniçãoauto
autoenar-EGar-SAar-AEbnzhfrdehiiditjakopt-BRpt-PT
+5 maisrues-MXes-EStrvi
Seleção de idioma a partir destes 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 deteção automática, forneça 'auto'.
output_formatopcional
Tipoobject
Configuração do formato do áudio gerado; a predefinição é MP3 com uma frequência de amostragem de 24 kHz e uma taxa de bits de 128 kbps.
output_format.codecopcional
Tipoenum
Predefiniçãomp3
mp3wavpcmmulawalaw
Codec para codificação de áudio; as opções disponíveis são mp3, wav, pcm, mulaw, alaw.
output_format.sample_rateopcional
Tipoenum
Predefinição24000
80001600022050240004410048000
Frequência de amostragem do áudio, medida em Hz.
output_format.bit_rateopcional
Tipoenum
320006400096000128000192000
Taxa de bits da saída MP3, predefinida como 128000 e medida em bps; não se aplica a outros codecs.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
obrigatório

Resultado

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"
  }
}
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 {url, content_type, file_name, file_size}Ficheiro de áudio produzido pela geração.

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