تخطّي إلى المحتوى

Chatterboxhd · Text to Speech

التكامل

معرّف النموذج resemble-ai/chatterboxhd/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/resemble-ai/chatterboxhd/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

ملفات مثل المثال: ⁨‏0.011 $⁩ 11 رصيد API · ≈ ⁨‏1.18 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API

تحويل تعبيري من النص إلى كلام مع أصوات معدة مسبقًا ونسخ فوري من عينة وصوت اختياري بدقة 48 kHz

Resemble AI · صوت

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

الافتراضي My name is Maximus De...

المحتوى النصي المراد تحويله إلى صوت منطوق.

متقدم audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
أفلت ملفًا، أو

عنوان URL لعينة استنساخ الصوت من أجل TTS دون تدريب، وله الأولوية على إعداد الصوت. لا ينطبق اختيار الصوت العشوائي إلا عند غياب audio_url وvoice معًا.

اختر صوت TTS، أو احذف voice وaudio معًا للسماح للنظام باختيار صوت عشوائيًا.

الافتراضي 0.5

درجة المبالغة العاطفية، وتتراوح عادةً بين 0.25 و2.0.

الافتراضي 0.5

قوة التكييف المضبوطة عبر التوجيه الخالي من المصنف (CFG). للحصول على أداء تعبيري أو درامي، ادمج إعداد cfg منخفضًا، مثل 0.3 تقريبًا، مع مبالغة تبلغ نحو 0.7 أو أكثر؛ وقد يؤدي خفض cfg إلى نحو 0.3 أيضًا إلى تحسين الإيقاع عندما يتحدث الصوت المرجعي بسرعة. تتراوح الإعدادات المعتادة بين 0.2–1.0.

الافتراضي 0.8

عشوائية التوليد، وتتراوح عادةً بين 0.05 و5.

الافتراضي 0

بذرة لتوليد صوت قابل للتكرار: يختار 0 بذرة عشوائيًا، بينما ينبغي لبذرة ثابتة إعادة إنتاج الملف الصوتي نفسه تمامًا إذا بقيت كل الخصائص الأخرى دون تغيير.

POST /run/resemble-ai/chatterboxhd/text-to-speech?wait=20 عرض السعر → ⁨‏0.011 $⁩
# 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/resemble-ai/chatterboxhd/text-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# 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"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Chatterboxhd · Text to Speech

ينشئ كلامًا من `text` باستخدام `voice` معد مسبقًا (Aurora أو Blade أو Britney أو Carl أو Cliff أو Richard أو Rico أو Siobhan أو Vicky) أو صوت منسوخ من `audio_url`، الذي يتجاوز الصوت المعد مسبقًا. يتحكم `exaggeration` (0.25 إلى 2) و`cfg` في الانفعال، ويتحكم `temperature` و`seed` في التنوع. يرفع `high_quality_audio` الناتج من 24 kHz إلى 48 kHz.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
textاختياري
النوعstring
الافتراضيMy name is Maximus Decimus Meridius, commander of the Armies of the North, General of the Felix Legions and loyal servant to the true emperor, Marcus Aurelius. Father to a murdered son, husband to a murdered wife. And I will have my vengeance, in this life or the next.
المحتوى النصي المراد تحويله إلى صوت منطوق.
voiceاختياري
النوعenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
اختر صوت TTS، أو احذف voice وaudio معًا للسماح للنظام باختيار صوت عشوائيًا.
audio_urlاختياري audio
النوعurl · audio
عنوان URL لعينة استنساخ الصوت من أجل TTS دون تدريب، وله الأولوية على إعداد الصوت. لا ينطبق اختيار الصوت العشوائي إلا عند غياب audio_url وvoice معًا.
exaggerationاختياري
النوعnumber
الافتراضي0.5
0.25 – 2
درجة المبالغة العاطفية، وتتراوح عادةً بين 0.25 و2.0.
cfgاختياري
النوعnumber
الافتراضي0.5
0 – 1
قوة التكييف المضبوطة عبر التوجيه الخالي من المصنف (CFG). للحصول على أداء تعبيري أو درامي، ادمج إعداد cfg منخفضًا، مثل 0.3 تقريبًا، مع مبالغة تبلغ نحو 0.7 أو أكثر؛ وقد يؤدي خفض cfg إلى نحو 0.3 أيضًا إلى تحسين الإيقاع عندما يتحدث الصوت المرجعي بسرعة. تتراوح الإعدادات المعتادة بين 0.2–1.0.
high_quality_audioاختياري
النوعboolean
الافتراضيfalse
اختر مخرج 24kHz باستخدام False، أو صوتًا أعلى جودة مُكبَّرًا إلى 48kHz باستخدام True. يؤدي تفعيل التكبير إلى زيادة زمن التوليد.
seedاختياري
النوعinteger
الافتراضي0
≥ 0
بذرة لتوليد صوت قابل للتكرار: يختار 0 بذرة عشوائيًا، بينما ينبغي لبذرة ثابتة إعادة إنتاج الملف الصوتي نفسه تمامًا إذا بقيت كل الخصائص الأخرى دون تغيير.
temperatureاختياري
النوعnumber
الافتراضي0.8
0.05 – 5
عشوائية التوليد، وتتراوح عادةً بين 0.05 و5.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "resemble-ai/chatterboxhd/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": 11,
    "usd": "0.011",
    "charged": 11,
    "refunded": 0
  },
  "input": {},
  "output": {},
  "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"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
audio
anyملف الصوت الناتج عن التوليد.

مزيد من النماذج: تحويل النص إلى كلام

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt