Hoppa till innehåll

Index TTS 2.0

Integrera

Modell-id index-tts-2/text-to-speech
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Upp till 0,06 $ per körning debiteras efter faktisk användning, resten återbetalas Kör den på den här sidan

Hämta API-nyckel
bilibili Text till tal #text-to-speech

Talsyntes från ett referensröstklipp och text, med känslokontroll via ljud, prompt eller styrkor per känsla

bilibili · Ljud

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Prompt för talet som ska genereras.

•obligatoriskt audio_url
Släpp en fil eller

Källjudfil som används för att generera tal.

Avancerat emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

Instruktioner för emotionell stil som även kräver `should_use_prompt_for_emotion`.

Släpp en fil eller

Referensljudfil som används för att extrahera emotionell stil.

standard 1

Det emotionella inflytandet vid stilöverföring ökar med denna styrkeinställning.

Intensitetsvärden per känsla för finjustering.

POST /run/index-tts-2/text-to-speech?wait=20 pris → 0,06 $
# 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/index-tts-2/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Index TTS 2.0

Genererar tal för texten i `prompt` med rösten från referensklippet på `audio_url`. Känslostilen kan hämtas från ett andra klipp med `emotional_audio_url`, skalas med `strength` (0 till 1) eller anges via `emotional_strengths`. Alternativt kan `should_use_prompt_for_emotion` aktiveras, eventuellt med en separat `emotion_prompt`. Ljudet returneras som ett base64-objekt.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
audio_urlobligatoriskt audio
Typurl · audio
Källjudfil som används för att generera tal.
promptobligatoriskt
Typstring
Prompt för talet som ska genereras.
emotional_audio_urlvalfritt
Typurl · audio
Referensljudfil som används för att extrahera emotionell stil.
strengthvalfritt
Typnumber
Standard1
0 – 1
Det emotionella inflytandet vid stilöverföring ökar med denna styrkeinställning.
emotional_strengthsvalfritt
Typobject
Intensitetsvärden per känsla för finjustering.
emotional_strengths.happyvalfritt
Typnumber
Standard0
0 – 1
Intensitet för känslan glädje.
emotional_strengths.angryvalfritt
Typnumber
Standard0
0 – 1
Intensitet för ilska.
emotional_strengths.sadvalfritt
Typnumber
Standard0
0 – 1
Intensitet för sorg.
emotional_strengths.afraidvalfritt
Typnumber
Standard0
0 – 1
Intensitet för rädsla.
emotional_strengths.disgustedvalfritt
Typnumber
Standard0
0 – 1
Intensitet för avsky.
emotional_strengths.melancholicvalfritt
Typnumber
Standard0
0 – 1
Intensitet för melankoli.
emotional_strengths.surprisedvalfritt
Typnumber
Standard0
0 – 1
Intensitet för överraskning.
emotional_strengths.calmvalfritt
Typnumber
Standard0
0 – 1
Intensitet för lugn.
should_use_prompt_for_emotionvalfritt
Typboolean | null
Standardfalse
När detta är aktiverat ersätter promptbaserad känsloberäkning explicit `emotional_strengths`. Den emotionella stilen hämtas från `emotion_prompt` om det anges, annars från `prompt`.
emotion_promptvalfritt
Typstring | null
Instruktioner för emotionell stil som även kräver `should_use_prompt_for_emotion`.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "index-tts-2/text-to-speech",
  "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": 60,
    "usd": "0.06",
    "charged": 60,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size}Genererat ljud kodat i base64-format.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/index-tts-2/text-to-speech.md. Alla modeller och guider: https://doitong.com/developers/llms.txt