Přejít na obsah

Bytedance Seed Speech Text to Speech

Integrace

ID modelu 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.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Tento požadavek: 0,002 $ 2 kredity API Spustit na této stránce

Získat API klíč
ByteDance Text na řeč Synchronizace rtů #stylized#transform#lipsync

Převod textu na řeč s mnoha přednastavenými hlasy, ovládáním rychlosti, výšky a hlasitosti a pokyny pro způsob přednesu

ByteDance · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné 50 / 5000

Text, který se převede na syntetizovanou řeč.

Pokročilé voice_instruction · output_format · sample_rate · voice · language · speed · volume · pitch

Volitelný pokyn k přednesu v přirozeném jazyce, například 'Speak in a cheerful tone' nebo 'Could you speak a bit slower?'. Může určovat tón, emoce, hlasitost a tempo.

output_format výchozí mp3

Kódování výstupního zvuku: 'mp3' vytvoří MP3, zatímco 'opus' vytvoří Opus zabalený v kontejneru Ogg.

sample_rate výchozí 24000

Vzorkovací frekvence výstupního zvuku v Hz.

výchozí stokie_en

Přednastavený hlas syntézy identifikovaný názvem, který obsahuje také kódy podporovaných jazyků. Podpora jazyků může být nezávislá, například u 'en_zh', nebo může umožňovat plynulé prolínání angličtiny a čínštiny, označené jako 'mixed_en_zh'.

Přepsání jazyka čtení: při vynechání proběhne detekce automaticky a dvojjazyčné hlasy mohou plynule kombinovat čínštinu s angličtinou; při zadání se detekce vypne a čtení se omezí na jeden jazyk. Čínštinu zvolte pomocí zh, angličtinu pomocí en, japonštinu pomocí ja, mexickou španělštinu pomocí es-mx, indonéštinu pomocí id, brazilskou portugalštinu pomocí pt-br, korejštinu pomocí ko, italštinu pomocí it, němčinu pomocí de nebo francouzštinu pomocí fr.

výchozí 1

Násobič rychlosti řeči: 1.0 znamená normální rychlost, 0.5 poloviční rychlost a 2.0 dvojnásobnou rychlost.

výchozí 1

Násobič hlasitosti: 1.0 znamená normální hlasitost, 0.5 poloviční hlasitost a 2.0 dvojnásobnou hlasitost.

výchozí 0

Úprava výšky hlasu měřená v půltónech: 0 výšku nemění, -12 ji posune o oktávu dolů a 12 o oktávu nahoru.

POST /run/bytedance/seed-speech/tts/v2?wait=20 cena → 0,002 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Bytedance Seed Speech Text to Speech

Převede až 5000 znaků `text` na zvuk. Vyberte `voice` a volitelně vynuťte `language`, nebo ponechte automatické rozpoznání. `speed` a `volume` jsou v rozsahu 0.5 až 2, `pitch` se posouvá od -12 do 12 půltónů a `voice_instruction` řídí přednes. Výstup je mp3 nebo opus se vzorkovací frekvencí od 8000 do 48000 Hz.

Parametry

NázevTyp VýchozíPovolené Popis
textpovinné
Typstring
≤ 5 000 znaků
Text, který se převede na syntetizovanou řeč.
voicevolitelné
Typenum
Výchozístokie_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 dalšíchalina_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
Přednastavený hlas syntézy identifikovaný názvem, který obsahuje také kódy podporovaných jazyků. Podpora jazyků může být nezávislá, například u 'en_zh', nebo může umožňovat plynulé prolínání angličtiny a čínštiny, označené jako 'mixed_en_zh'.
output_formatvolitelné
Typenum
Výchozímp3
mp3opus
Kódování výstupního zvuku: 'mp3' vytvoří MP3, zatímco 'opus' vytvoří Opus zabalený v kontejneru Ogg.
sample_ratevolitelné
Typenum
Výchozí24000
8000160002205024000320004410048000
Vzorkovací frekvence výstupního zvuku v Hz.
speedvolitelné
Typnumber
Výchozí1
0,5 – 2
Násobič rychlosti řeči: 1.0 znamená normální rychlost, 0.5 poloviční rychlost a 2.0 dvojnásobnou rychlost.
volumevolitelné
Typnumber
Výchozí1
0,5 – 2
Násobič hlasitosti: 1.0 znamená normální hlasitost, 0.5 poloviční hlasitost a 2.0 dvojnásobnou hlasitost.
pitchvolitelné
Typinteger
Výchozí0
-12 – 12
Úprava výšky hlasu měřená v půltónech: 0 výšku nemění, -12 ji posune o oktávu dolů a 12 o oktávu nahoru.
languagevolitelné
Typenum
zhenjaes-mxidpt-brkoitdefr
Přepsání jazyka čtení: při vynechání proběhne detekce automaticky a dvojjazyčné hlasy mohou plynule kombinovat čínštinu s angličtinou; při zadání se detekce vypne a čtení se omezí na jeden jazyk. Čínštinu zvolte pomocí zh, angličtinu pomocí en, japonštinu pomocí ja, mexickou španělštinu pomocí es-mx, indonéštinu pomocí id, brazilskou portugalštinu pomocí pt-br, korejštinu pomocí ko, italštinu pomocí it, němčinu pomocí de nebo francouzštinu pomocí fr.
voice_instructionvolitelné
Typstring | null
Volitelný pokyn k přednesu v přirozeném jazyce, například 'Speak in a cheerful tone' nebo 'Could you speak a bit slower?'. Může určovat tón, emoce, hlasitost a tempo.
povinné

Výstup

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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size}Zvukový soubor vytvořený generováním.

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/bytedance/seed-speech/tts/v2.md. Všechny modely a návody: https://doitong.com/developers/llms.txt