Preskoči na vsebino

Kotoba Text-to-Speech

Integracija

ID modela 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"

Ta zahteva: 0,003 $ 3 API krediti · ≈ 0,32 ₽ Zaženi na tej strani

Pridobi ključ API
Kotoba Technologies Besedilo v govor #commercial-use#text-to-speech#japanese#streaming

Pretvarjanje japonščine v govor s pretakanjem med ustvarjanjem, dvema glasovoma in izhodom WAV

Kotoba Technologies · 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 / 400

Vhodno besedilo japonskega govora, omejeno na 400 znakov.

language •obvezno

Jezik, uporabljen v besedilu.

speaker_id •obvezno

Izbira glasu.

POST /run/kotoba-technologies/kotoba-tts/v2/tts/ws?wait=20 cena → 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"

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 Kotoba Text-to-Speech

Izgovori japonsko besedilo `text` z največ 400 znaki, pri čemer je `language` fiksno nastavljen na ja. Glas izberite prek `speaker_id`: male-01 ali female-01. Izhod je datoteka WAV pri 24 kHz mono, 16-bit, skupaj s trajanjem v sekundah in sintetiziranim besedilom. Zvok se pretaka med ustvarjanjem.

Parametri

ImeVrsta PrivzetoDovoljeno Opis
textobvezno
Vrstastring
≤ 400 znakov
Vhodno besedilo japonskega govora, omejeno na 400 znakov.
languageobvezno
Vrstaenum
ja
Jezik, uporabljen v besedilu.
speaker_idobvezno
Vrstaenum
male-01female-01
Izbira glasu.
obvezno

Izhod

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"
  }
}
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 {content_type, file_name, file_size, url}Povezava do datoteke sintetiziranega govora v obliki WAV z mono zvokom pri 24 kHz in 16-bitni globini.
audio_duration_secs
numberTrajanje sintetiziranega zvoka v sekundah.
text
stringBesedilo, uporabljeno za sintezo govora.

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