مواد پر جائیں

Kotoba Text-to-Speech

انٹیگریٹ کریں

ماڈل id 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"

یہ درخواست: ⁨$0.003⁩ 3 API کریڈٹس · ≈ ⁨₽0.32⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
Kotoba Technologies متن سے آواز #commercial-use#text-to-speech#japanese#streaming

دو آوازوں اور WAV آؤٹ پٹ کے ساتھ جاپانی متن-سے-گفتار، تخلیق کے دوران اسٹریمنگ

Kotoba Technologies · 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 50 / 400

جاپانی گفتار کا ان پٹ متن، زیادہ سے زیادہ 400 حروف تک۔

language •لازمی

متن میں استعمال ہونے والی زبان۔

speaker_id •لازمی

آواز کا انتخاب۔

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

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

Kotoba Text-to-Speech کے بارے میں

زیادہ سے زیادہ 400 حروف کا جاپانی `text` بولتا ہے، جس میں `language` ja پر مقرر ہے۔ `speaker_id` کے ذریعے آواز منتخب کریں: male-01 یا female-01۔ آؤٹ پٹ 24 kHz mono، 16-bit WAV فائل، سیکنڈز میں دورانیہ اور ترکیب شدہ متن ہے۔ آڈیو تخلیق کے دوران اسٹریمنگ ہوتی ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
textلازمی
قسمstring
≤ 400 کریکٹرز
جاپانی گفتار کا ان پٹ متن، زیادہ سے زیادہ 400 حروف تک۔
languageلازمی
قسمenum
ja
متن میں استعمال ہونے والی زبان۔
speaker_idلازمی
قسمenum
male-01female-01
آواز کا انتخاب۔
لازمی

آؤٹ پٹ

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"
  }
}
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 {content_type, file_name, file_size, url}تخلیق کردہ گفتار کی WAV فائل کا لنک، mono آڈیو، 24 kHz اور 16-bit depth کے ساتھ۔
audio_duration_secs
numberتخلیق کردہ آڈیو کا دورانیہ، سیکنڈ میں۔
text
stringگفتار کی ترکیب کے لیے استعمال ہونے والا متن۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/kotoba-technologies/kotoba-tts/v2/tts/ws.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt