# Bytedance Seed Speech Text to Speech API

> 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

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.

- Model id: `bytedance/seed-speech/tts/v2`
- Made by: ByteDance
- Category: Text to Speech
- Output: audio
- Price: $0.03 / 1000 characters (cheapest run $0.03 (30 API credits))
- Run: `POST https://api.doitong.ru/v1/run/bytedance/seed-speech/tts/v2`
- Quote: `POST https://api.doitong.ru/v1/quote/bytedance/seed-speech/tts/v2`
- Docs page: https://doitong.com/vi/developers/models/bytedance/seed-speech/tts/v2

## Pricing

Price: **$0.03 / 1000 characters**. Billed per character of `text` (the price is per 1000 characters).

The full example input below costs $0.002 = 2 API credits (50 characters × 30 API credits / 1000 characters).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/bytedance/seed-speech/tts/v2` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `text` |  | string | yes |  | ≤ 5000 characters | Văn bản cần chuyển thành giọng nói tổng hợp. |
| `voice` |  | enum (string) | no | `stokie_en` | `vivi_mixed_en_zh_ja_es_id`, `mindy_en_es_id_pt_zh`, `stokie_en`, `dacey_en`, `tim_en`, `kian_en_zh`, `cedric_en_zh`, `sophie_en_zh`, `jean_en_zh`, `magnus_en_zh`, `mabel_en_zh`, `nadia_en_zh`, `opal_en_zh`, `pearl_en_zh`, `quentin_en_zh`, `vienna_mixed_en_zh`, `alina_mixed_en_zh`, `corinne_mixed_en_zh`, `esther_mixed_en_zh`, `freya_mixed_en_zh`, `gigi_mixed_en_zh`, `holly_mixed_en_zh`, `lyla_mixed_en_zh`, `daisy_mixed_en_zh`, `tracy_es_zh`, `jess_ja_es_id_pt_en_zh`, `pinky_es_ko_mixed_en_zh`, `sweety_ja_es`, `sandy_es_mixed_en_zh`, `sven_de`, `minimi_ja`, `usseau_fr`, `felipe_es`, `han_id`, `martins_pt`, `enzo_it`, `shane_ko`, `bonnie_zh`, `felix_zh`, `celeste_zh`, `monkey_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_format` |  | enum (string) | no | `mp3` | `mp3`, `opus` | Mã hóa âm thanh đầu ra: 'mp3' tạo MP3, còn 'opus' tạo Opus được đóng gói trong vùng chứa Ogg. |
| `sample_rate` |  | enum (integer) | no | `24000` | `8000`, `16000`, `22050`, `24000`, `32000`, `44100`, `48000` | Tần số lấy mẫu tính bằng Hz của âm thanh đầu ra. |
| `speed` |  | number | no | `1` | 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. |
| `volume` |  | number | no | `1` | 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. |
| `pitch` |  | integer | no | `0` | -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. |
| `language` |  | enum (string) \| null | no |  | `zh`, `en`, `ja`, `es-mx`, `id`, `pt-br`, `ko`, `it`, `de`, `fr` | 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_instruction` |  | string \| null | no |  |  | 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. |

## Example input

Required parameters only:

```json
{
  "text": "Hello from Doitong. This is a short test sentence."
}
```

A fuller example:

```json
{
  "text": "Hello from Doitong. This is a short test sentence."
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/bytedance/seed-speech/tts/v2?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "text": "Hello from Doitong. This is a short test sentence."
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "text": "Hello from Doitong. This is a short test sentence.",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/bytedance/seed-speech/tts/v2", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "bytedance/seed-speech/tts/v2",
      "input": {
        "text": "Hello from Doitong. This is a short test sentence."
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | Tệp âm thanh được tạo sinh. |

## Related models

- [Eleven v4 Text to Speech](https://doitong.com/developers/models/elevenlabs/tts/eleven-v4.md) (`elevenlabs/tts/eleven-v4`): $0.08 / 1000 characters
- [MiniMax Speech 2.8 HD](https://doitong.com/developers/models/minimax/speech-2.8-hd.md) (`minimax/speech-2.8-hd`): $0.10 / 1000 characters
- [Async Text to Speech Pro V1.0](https://doitong.com/developers/models/async/tts-pro/v1.0.md) (`async/tts-pro/v1.0`): $0.01 / 1000 characters
- [Chatterbox · Speech to Speech](https://doitong.com/developers/models/chatterbox/speech-to-speech.md) (`chatterbox/speech-to-speech`): $0.015 / minute of input audio
- [Chatterbox · Text to Speech](https://doitong.com/developers/models/chatterbox/text-to-speech.md) (`chatterbox/text-to-speech`): $0.025 / 1000 characters
- [Chatterbox · Text to Speech · Multilingual](https://doitong.com/developers/models/chatterbox/text-to-speech/multilingual.md) (`chatterbox/text-to-speech/multilingual`): $0.025 / 1000 characters
- [Chatterboxhd · Speech to Speech](https://doitong.com/developers/models/resemble-ai/chatterboxhd/speech-to-speech.md) (`resemble-ai/chatterboxhd/speech-to-speech`): $0.02 / minute of input audio
- [Chatterboxhd · Text to Speech](https://doitong.com/developers/models/resemble-ai/chatterboxhd/text-to-speech.md) (`resemble-ai/chatterboxhd/text-to-speech`): $0.0108 / run

## Links

- HTML page: https://doitong.com/developers/models/bytedance/seed-speech/tts/v2
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=bytedance/seed-speech/tts/v2
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/bytedance/seed-speech/tts/v2