Chatterboxhd · Text to Speech

ইন্টিগ্রেট করুন

মডেল id 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"

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/resemble-ai/chatterboxhd/text-to-speech?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
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 + ")");

import os
import requests

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

payload = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/resemble-ai/chatterboxhd/text-to-speech", 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"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/bn/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "resemble-ai/chatterboxhd/text-to-speech",
  "input": {}
}

Doitong API-এর মাধ্যমে Chatterboxhd · Text to Speech মডেল (resemble-ai/chatterboxhd/text-to-speech) কল করুন। এজেন্টদের জন্য ডকুমেন্টেশন: https://doitong.com/bn/developers/models/resemble-ai/chatterboxhd/text-to-speech.md

POST https://api.doitong.ru/v1/run/resemble-ai/chatterboxhd/text-to-speech?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{}

রেসপন্সের স্ট্যাটাস যদি "queued" বা "running" হয়, তাহলে এটি "succeeded" না হওয়া পর্যন্ত GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 পোল করুন; ফাইলগুলো outputs[].url-এ থাকে। রান করার আগেই সঠিক মূল্য জানতে একই বডি দিয়ে POST https://api.doitong.ru/v1/quote/resemble-ai/chatterboxhd/text-to-speech করুন।

উদাহরণের মতো ফাইল: ০.০১১$ ১১ API ক্রেডিট · ≈ ১.১৮₽ চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান

Resemble AI টেক্সট থেকে স্পিচ

প্রিসেট ভয়েস, নমুনা থেকে zero-shot ক্লোনিং এবং ঐচ্ছিক 48 kHz অডিওসহ অভিব্যক্তিপূর্ণ text-to-speech

OpenAPI Markdown

Resemble AI · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

প্রতি রানের মূল্য

আপনার ইনপুট অনুযায়ী মূল্য

০.০১১$প্রতি রান

১১ API ক্রেডিট · ≈ ১.১৮₽

১টি রান × ০.০১০৮$ চালান · ০.০১১$

শুধু সফল হলে চার্জ করা হয়, ব্যর্থ হলে স্বয়ংক্রিয়ভাবে ফেরত দেওয়া হয়।

রান শুরু হওয়ার আগে আপনার ফাইলের মাপ নেওয়া হয় (দৈর্ঘ্য, রেজোলিউশন, ফ্রেম রেট); কোটে সঠিক মূল্য ফেরত আসে এবং রানে ঠিক সেই মূল্যই চার্জ হয়।

সাধারণ সময়: ~27 s
কোট এন্ডপয়েন্ট: POST /quote/{id}

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

text ডিফল্ট My name is Maximus De...

কথ্য অডিওতে রূপান্তর করার টেক্সট কনটেন্ট।

অ্যাডভান্সড audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio

audio audio_url

একটি ফাইল ড্রপ করুন, অথবা

zero-shot TTS-এর জন্য ভয়েস-ক্লোনিং নমুনার URL, যা voice সেটিংয়ের চেয়ে অগ্রাধিকার পায়। audio_url এবং voice উভয়ই অনুপস্থিত থাকলেই এলোমেলো ভয়েস নির্বাচন প্রযোজ্য।

voice

TTS ভয়েস নির্বাচন করুন, অথবা voice এবং অডিও উভয়ই বাদ দিন, যাতে সিস্টেম এলোমেলোভাবে একটি নির্বাচন করে।

exaggeration ডিফল্ট 0.5

আবেগের অতিরঞ্জনের মাত্রা, সাধারণত 0.25 থেকে 2.0 পর্যন্ত।

cfg ডিফল্ট 0.5

classifier-free guidance (CFG)-এর মাধ্যমে নির্ধারিত কন্ডিশনিং শক্তি। অভিব্যক্তিপূর্ণ বা নাটকীয় উপস্থাপনার জন্য প্রায় 0.3-এর মতো কম cfg সেটিংয়ের সঙ্গে প্রায় 0.7 বা তার বেশি exaggeration ব্যবহার করুন; reference voice দ্রুত কথা বললে cfg প্রায় 0.3-এ কমালে pacing-ও উন্নত হতে পারে। সাধারণ সেটিং 0.2–1.0।

temperature ডিফল্ট 0.8

জেনারেশনের এলোমেলোতা, সাধারণত 0.05 থেকে 5 পর্যন্ত।

seed ডিফল্ট 0

পুনরাবৃত্তিযোগ্য অডিও জেনারেশনের জন্য seed: 0 এলোমেলোভাবে একটি নির্বাচন করে, আর অন্য সব বৈশিষ্ট্য অপরিবর্তিত থাকলে একটি নির্দিষ্ট seed একই অডিও ফাইল পুনরায় তৈরি করবে।

POST /run/resemble-ai/chatterboxhd/text-to-speech?wait=20 মূল্য → ০.০১১$

# 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"

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/resemble-ai/chatterboxhd/text-to-speech?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
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 + ")");

import os
import requests

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

payload = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/resemble-ai/chatterboxhd/text-to-speech", 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"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "resemble-ai/chatterboxhd/text-to-speech",
      "input": {},
      "wait_seconds": 20
    }
  }
}

এই অনুরোধ চালান

API কী

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। এই ব্রাউজারে মনে রাখুন একটি API কী পান

Chatterboxhd · Text to Speech সম্পর্কে

প্রিসেট `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan অথবা Vicky) অথবা `audio_url` থেকে ক্লোন করা ভয়েস ব্যবহার করে `text` থেকে কথ্য অডিও তৈরি করে; ক্লোন করা ভয়েসটি প্রিসেটকে প্রতিস্থাপন করে। `exaggeration` (0.25 থেকে 2) এবং `cfg` আবেগ নিয়ন্ত্রণ করে, আর `temperature` ও `seed` বৈচিত্র্য নিয়ন্ত্রণ করে। `high_quality_audio` আউটপুটকে 24 kHz থেকে 48 kHz-এ উন্নীত করে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ

textঐচ্ছিক

ধরনstring

ডিফল্টMy 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.

কথ্য অডিওতে রূপান্তর করার টেক্সট কনটেন্ট।

voiceঐচ্ছিক

ধরনenum

AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky

audio_urlঐচ্ছিক audio

ধরনurl · audio

exaggerationঐচ্ছিক

ধরনnumber

ডিফল্ট0.5

০.২৫ – ২

আবেগের অতিরঞ্জনের মাত্রা, সাধারণত 0.25 থেকে 2.0 পর্যন্ত।

cfgঐচ্ছিক

ধরনnumber

ডিফল্ট0.5

০ – ১

high_quality_audioঐচ্ছিক

ধরনboolean

ডিফল্টfalse

False দিয়ে 24kHz আউটপুট এবং True দিয়ে 48kHz-এ আপস্কেল করা উচ্চমানের অডিওর মধ্যে নির্বাচন করুন। আপস্কেলিং চালু করলে জেনারেশনের সময় বাড়ে।

seedঐচ্ছিক

ধরনinteger

ডিফল্ট0

≥ ০

temperatureঐচ্ছিক

ধরনnumber

ডিফল্ট0.8

০.০৫ – ৫

জেনারেশনের এলোমেলোতা, সাধারণত 0.05 থেকে 5 পর্যন্ত।

আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

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"
  }
}

আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।

প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।

আউটপুটের ফিল্ড

audio: anyজেনারেশনের মাধ্যমে তৈরি অডিও ফাইল।

আরও মডেল: টেক্সট থেকে স্পিচ

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt

আপনার প্রথম ফলাফল এখানে আসবে

একটি অনুরোধ তৈরি করুন

এই অনুরোধ চালান

Chatterboxhd · Text to Speech সম্পর্কে

প্যারামিটার

আউটপুট

অন্যান্য Chatterboxhd ভ্যারিয়েন্ট

Chatterboxhd · Speech to Speech ভ্যারিয়েন্ট: 2

আরও মডেল: টেক্সট থেকে স্পিচ

Eleven v4 Text to Speech ভ্যারিয়েন্ট: 3

MiniMax Speech 2.8 HD ভ্যারিয়েন্ট: 8

Chatterbox · Speech to Speech ভ্যারিয়েন্ট: 2

Chatterbox · Text to Speech ভ্যারিয়েন্ট: 2