Bỏ qua đến nội dung

Bytedance Seed Speech Text to Speech

Tích hợp

Id mô hình 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"

Yêu cầu này: 0,002 $ 2 tín dụng API · ≈ 0,22 ₽ Chạy trên trang này

Lấy khóa API
ByteDance Văn bản sang giọng nói Lipsync #stylized#transform

Chuyển văn bản thành giọng nói với nhiều giọng thiết lập sẵn, điều khiển tốc độ, cao độ và âm lượng, cùng hướng dẫn theo phong cách nói

ByteDance · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc 50 / 5000

Văn bản cần chuyển thành giọng nói tổng hợp.

Nâng cao voice_instruction · output_format · sample_rate · voice · language · speed · volume · pitch

Chỉ dẫn diễn đạt bằng ngôn ngữ tự nhiên tùy chọn, chẳng hạn như 'Nói với giọng vui vẻ' hoặc 'Bạn có thể nói chậm hơn một chút không?'. Có thể điều khiển giọng điệu, cảm xúc, âm lượng và nhịp độ.

output_format mặc định mp3

Mã hóa âm thanh đầu ra: 'mp3' tạo MP3, còn 'opus' tạo Opus được đóng gói trong vùng chứa Ogg.

sample_rate mặc định 24000

Tần số lấy mẫu tính bằng Hz của âm thanh đầu ra.

mặc định stokie_en

Preset giọng tổng hợp, được xác định bằng tên cũng bao gồm mã ngôn ngữ được hỗ trợ. Hỗ trợ ngôn ngữ có thể độc lập, như 'en_zh', hoặc cho phép trộn tiếng Anh–tiếng Trung liền mạch, được biểu thị bằng 'mixed_en_zh'.

Ghi đè ngôn ngữ đọc: khi bỏ qua, hệ thống tự động phát hiện và giọng song ngữ có thể trộn tiếng Trung với tiếng Anh liền mạch; khi cung cấp, tùy chọn này tắt phát hiện và giới hạn việc đọc ở một ngôn ngữ. Chọn tiếng Trung bằng zh, tiếng Anh bằng en, tiếng Nhật bằng ja, tiếng Tây Ban Nha Mexico bằng es-mx, tiếng Indonesia bằng id, tiếng Bồ Đào Nha Brazil bằng pt-br, tiếng Hàn bằng ko, tiếng Ý bằng it, tiếng Đức bằng de hoặc tiếng Pháp bằng fr.

mặc định 1

Hệ số tốc độ nói: 1.0 là tốc độ bình thường, 0.5 là nửa tốc độ và 2.0 là gấp đôi tốc độ.

mặc định 1

Hệ số âm lượng: 1.0 là âm lượng bình thường, 0.5 là một nửa âm lượng và 2.0 là gấp đôi âm lượng.

mặc định 0

Điều chỉnh cao độ giọng nói, tính bằng nửa cung: 0 giữ nguyên cao độ, -12 hạ xuống một quãng tám và 12 nâng lên một quãng tám.

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

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Bytedance Seed Speech Text to Speech

Chuyển tối đa 5000 ký tự của `text` thành âm thanh. Chọn `voice`, tùy chọn chỉ định `language` hoặc để tự động phát hiện. `speed` và `volume` từ 0.5 đến 2; `pitch` dịch từ -12 đến 12 semitone; `voice_instruction` điều hướng cách đọc. Đầu ra là mp3 hoặc opus với sample rate từ 8000 đến 48000 Hz.

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
textbắt buộc
Kiểustring
≤ 5.000 ký tự
Văn bản cần chuyển thành giọng nói tổng hợp.
voicetùy chọn
Kiểuenum
Mặc địnhstokie_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 giá trị khácalina_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
Preset giọng tổng hợp, được xác định bằng tên cũng bao gồm mã ngôn ngữ được hỗ trợ. Hỗ trợ ngôn ngữ có thể độc lập, như 'en_zh', hoặc cho phép trộn tiếng Anh–tiếng Trung liền mạch, được biểu thị bằng 'mixed_en_zh'.
output_formattùy chọn
Kiểuenum
Mặc địnhmp3
mp3opus
Mã hóa âm thanh đầu ra: 'mp3' tạo MP3, còn 'opus' tạo Opus được đóng gói trong vùng chứa Ogg.
sample_ratetùy chọn
Kiểuenum
Mặc định24000
8000160002205024000320004410048000
Tần số lấy mẫu tính bằng Hz của âm thanh đầu ra.
speedtùy chọn
Kiểunumber
Mặc định1
0,5 – 2
Hệ số tốc độ nói: 1.0 là tốc độ bình thường, 0.5 là nửa tốc độ và 2.0 là gấp đôi tốc độ.
volumetùy chọn
Kiểunumber
Mặc định1
0,5 – 2
Hệ số âm lượng: 1.0 là âm lượng bình thường, 0.5 là một nửa âm lượng và 2.0 là gấp đôi âm lượng.
pitchtùy chọn
Kiểuinteger
Mặc định0
-12 – 12
Điều chỉnh cao độ giọng nói, tính bằng nửa cung: 0 giữ nguyên cao độ, -12 hạ xuống một quãng tám và 12 nâng lên một quãng tám.
languagetùy chọn
Kiểuenum
zhenjaes-mxidpt-brkoitdefr
Ghi đè ngôn ngữ đọc: khi bỏ qua, hệ thống tự động phát hiện và giọng song ngữ có thể trộn tiếng Trung với tiếng Anh liền mạch; khi cung cấp, tùy chọn này tắt phát hiện và giới hạn việc đọc ở một ngôn ngữ. Chọn tiếng Trung bằng zh, tiếng Anh bằng en, tiếng Nhật bằng ja, tiếng Tây Ban Nha Mexico bằng es-mx, tiếng Indonesia bằng id, tiếng Bồ Đào Nha Brazil bằng pt-br, tiếng Hàn bằng ko, tiếng Ý bằng it, tiếng Đức bằng de hoặc tiếng Pháp bằng fr.
voice_instructiontùy chọn
Kiểustring | null
Chỉ dẫn diễn đạt bằng ngôn ngữ tự nhiên tùy chọn, chẳng hạn như 'Nói với giọng vui vẻ' hoặc 'Bạn có thể nói chậm hơn một chút không?'. Có thể điều khiển giọng điệu, cảm xúc, âm lượng và nhịp độ.
bắt buộc

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size}Tệp âm thanh được tạo sinh.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/bytedance/seed-speech/tts/v2.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt