Preskoči na vsebino

Bytedance Seed Speech Text to Speech

Integracija

ID modela 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"

Ta zahteva: 0,002 $ 2 API kredita · ≈ 0,22 ₽ Zaženi na tej strani

Pridobi ključ API
ByteDance Besedilo v govor Sinhronizacija ustnic #stylized#transform#lipsync

Pretvorba besedila v govor s številnimi prednastavljenimi glasovi, nastavitvami hitrosti, višine in glasnosti ter navodili za slog govora

ByteDance · Zvok

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno 50 / 5000

Besedilo za pretvorbo v sintetizirani govor.

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

Izbirno navodilo za naravni jezik, na primer 'Speak in a cheerful tone' ali 'Could you speak a bit slower?'. Usmerja lahko ton, čustva, glasnost in tempo.

output_format privzeto mp3

Kodiranje izhodnega zvoka: 'mp3' ustvari MP3, 'opus' pa Opus v vsebniku Ogg.

sample_rate privzeto 24000

Frekvenca vzorčenja izhodnega zvoka v Hz.

privzeto stokie_en

Prednastavljeni sintezni glas, določen z imenom, ki vključuje tudi kode podprtih jezikov. Jezikovna podpora je lahko neodvisna, kot pri 'en_zh', ali omogoča tekoče mešanje angleščine in kitajščine, označeno z 'mixed_en_zh'.

Preglasitev jezika branja: če je izpuščena, je zaznavanje samodejno in dvojezični glasovi lahko tekoče mešajo kitajščino z angleščino; če je podana, onemogoči zaznavanje in branje omeji na en jezik. Kitajščino izberite z zh, angleščino z en, japonščino z ja, mehiško španščino z es-mx, indonezijščino z id, brazilsko portugalščino z pt-br, korejščino z ko, italijanščino z it, nemščino z de ali francoščino z fr.

privzeto 1

Množilnik hitrosti govora: 1.0 pomeni običajno hitrost, 0.5 polovično hitrost, 2.0 pa dvojno hitrost.

privzeto 1

Množilnik glasnosti: 1.0 pomeni običajno glasnost, 0.5 polovično glasnost, 2.0 pa dvojno glasnost.

privzeto 0

Prilagoditev višine glasu v poltonih: 0 višine ne spremeni, -12 jo zniža za oktavo, 12 pa zviša za oktavo.

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

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Bytedance Seed Speech Text to Speech

Pretvori do 5000 znakov `text` v zvok. Izberete `voice` in po želji prisilite `language` ali omogočite samodejno zaznavanje. `speed` in `volume` segata od 0.5 do 2, `pitch` se premika od -12 do 12 poltonov, `voice_instruction` pa usmerja izvedbo. Izhod je mp3 ali opus s frekvencami vzorčenja od 8000 do 48000 Hz.

Parametri

ImeVrsta PrivzetoDovoljeno Opis
textobvezno
Vrstastring
≤ 5000 znakov
Besedilo za pretvorbo v sintetizirani govor.
voiceneobvezno
Vrstaenum
Privzetostokie_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 večalina_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
Prednastavljeni sintezni glas, določen z imenom, ki vključuje tudi kode podprtih jezikov. Jezikovna podpora je lahko neodvisna, kot pri 'en_zh', ali omogoča tekoče mešanje angleščine in kitajščine, označeno z 'mixed_en_zh'.
output_formatneobvezno
Vrstaenum
Privzetomp3
mp3opus
Kodiranje izhodnega zvoka: 'mp3' ustvari MP3, 'opus' pa Opus v vsebniku Ogg.
sample_rateneobvezno
Vrstaenum
Privzeto24000
8000160002205024000320004410048000
Frekvenca vzorčenja izhodnega zvoka v Hz.
speedneobvezno
Vrstanumber
Privzeto1
0,5 – 2
Množilnik hitrosti govora: 1.0 pomeni običajno hitrost, 0.5 polovično hitrost, 2.0 pa dvojno hitrost.
volumeneobvezno
Vrstanumber
Privzeto1
0,5 – 2
Množilnik glasnosti: 1.0 pomeni običajno glasnost, 0.5 polovično glasnost, 2.0 pa dvojno glasnost.
pitchneobvezno
Vrstainteger
Privzeto0
−12 – 12
Prilagoditev višine glasu v poltonih: 0 višine ne spremeni, -12 jo zniža za oktavo, 12 pa zviša za oktavo.
languageneobvezno
Vrstaenum
zhenjaes-mxidpt-brkoitdefr
Preglasitev jezika branja: če je izpuščena, je zaznavanje samodejno in dvojezični glasovi lahko tekoče mešajo kitajščino z angleščino; če je podana, onemogoči zaznavanje in branje omeji na en jezik. Kitajščino izberite z zh, angleščino z en, japonščino z ja, mehiško španščino z es-mx, indonezijščino z id, brazilsko portugalščino z pt-br, korejščino z ko, italijanščino z it, nemščino z de ali francoščino z fr.
voice_instructionneobvezno
Vrstastring | null
Izbirno navodilo za naravni jezik, na primer 'Speak in a cheerful tone' ali 'Could you speak a bit slower?'. Usmerja lahko ton, čustva, glasnost in tempo.
obvezno

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
audio
object {url, content_type, file_name, file_size}Zvočna datoteka, ustvarjena z generiranjem.

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/bytedance/seed-speech/tts/v2.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt