مواد پر جائیں

Index TTS 2.0

انٹیگریٹ کریں

ماڈل 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"

ہر رن کے لیے ⁨$0.06⁩ تک حقیقی استعمال کے مطابق چارج، باقی رقم واپس اس صفحے پر چلائیں

API کلید حاصل کریں
bilibili متن سے آواز #text-to-speech

حوالہ آواز کے کلپ اور متن سے آواز کی ترکیب، جس میں آڈیو، پرامپٹ یا ہر جذبے کی طاقت کے ذریعے جذباتی کنٹرول شامل ہے

bilibili · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

تخلیق کی جانے والی تقریر کا پرامپٹ۔

•لازمی audio_url
فائل ڈراپ کریں، یا

تقریر تخلیق کرنے کے لیے استعمال ہونے والی ماخذ آڈیو فائل۔

ایڈوانسڈ emotion_prompt · emotional_audio_url · strength · should_use_prompt_for_emotion · enable_safety_checker · emotional_strengths

جذباتی انداز کی ہدایات، جن کے لیے `should_use_prompt_for_emotion` کو بھی استعمال کرنا ضروری ہے۔

فائل ڈراپ کریں، یا

جذباتی انداز اخذ کرنے کے لیے استعمال ہونے والی حوالہ آڈیو فائل۔

ڈیفالٹ 1

style transfer کے دوران لاگو جذباتی اثر اس strength setting کے ساتھ بڑھتا ہے۔

باریک ایڈجسٹمنٹ کے لیے ہر جذبے کی شدت کی قدریں۔

POST /run/index-tts-2/text-to-speech?wait=20 قیمت → ⁨$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"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Index TTS 2.0 کے بارے میں

`prompt` کے متن کے لیے `audio_url` میں دیے گئے حوالہ کلپ کی آواز استعمال کرکے آواز تخلیق کرتا ہے۔ جذباتی انداز دوسرے کلپ `emotional_audio_url` سے لیا جا سکتا ہے، جسے `strength` (0 سے 1) سے اسکیل کیا جاتا ہے، یا `emotional_strengths` کے ذریعے مقرر کیا جا سکتا ہے۔ متبادل طور پر `should_use_prompt_for_emotion` فعال کریں، اور اختیاری طور پر الگ `emotion_prompt` دیں۔ آڈیو base64 آبجیکٹ کے طور پر واپس آتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
audio_urlلازمی audio
قسمurl · audio
تقریر تخلیق کرنے کے لیے استعمال ہونے والی ماخذ آڈیو فائل۔
promptلازمی
قسمstring
تخلیق کی جانے والی تقریر کا پرامپٹ۔
emotional_audio_urlاختیاری
قسمurl · audio
جذباتی انداز اخذ کرنے کے لیے استعمال ہونے والی حوالہ آڈیو فائل۔
strengthاختیاری
قسمnumber
ڈیفالٹ1
0 – 1
style transfer کے دوران لاگو جذباتی اثر اس strength setting کے ساتھ بڑھتا ہے۔
emotional_strengthsاختیاری
قسمobject
باریک ایڈجسٹمنٹ کے لیے ہر جذبے کی شدت کی قدریں۔
emotional_strengths.happyاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
خوشی کے جذبے کی شدت۔
emotional_strengths.angryاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
غصے کی شدت۔
emotional_strengths.sadاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
اداسی کی شدت۔
emotional_strengths.afraidاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
خوف کی شدت۔
emotional_strengths.disgustedاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
گھن کی شدت۔
emotional_strengths.melancholicاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
ملال کی شدت۔
emotional_strengths.surprisedاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
حیرت کی شدت۔
emotional_strengths.calmاختیاری
قسمnumber
ڈیفالٹ0
0 – 1
سکون کی شدت۔
should_use_prompt_for_emotionاختیاری
قسمboolean | null
ڈیفالٹfalse
فعال ہونے پر prompt-based emotion calculation واضح `emotional_strengths` کی جگہ لے لیتا ہے۔ جذباتی انداز `emotion_prompt` سے آتا ہے، اگر دیا گیا ہو، ورنہ `prompt` سے۔
emotion_promptاختیاری
قسمstring | null
جذباتی انداز کی ہدایات، جن کے لیے `should_use_prompt_for_emotion` کو بھی استعمال کرنا ضروری ہے۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size}base64 فارمیٹ میں encoded تیار کردہ آڈیو۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/index-tts-2/text-to-speech.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt