Přejít na obsah

Chatterboxhd · Text to Speech

Integrace

ID modelu 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"

Soubory jako v příkladu: 0,011 $ 11 kreditů API · ≈ 1,18 ₽ vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
Resemble AI Text na řeč

Expresivní převod textu na řeč s přednastavenými hlasy, klonováním ze vzorku bez dalšího učení a volitelným zvukem 48 kHz

Resemble AI · 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.

výchozí My name is Maximus De...

Textový obsah určený k převodu na mluvený zvuk.

Pokročilé audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Přetáhněte soubor nebo

URL vzorku pro klonování hlasu při TTS bez předchozího trénování, která má přednost před nastavením voice. Náhodný výběr hlasu se použije pouze při absenci audio_url i voice.

Vyberte hlas TTS nebo vynechte voice i zvuk, aby systém jeden náhodně vybral.

výchozí 0.5

Míra emočního zveličení, obvykle v rozsahu 0.25 až 2.0.

výchozí 0.5

Síla podmiňování nastavená pomocí classifier-free guidance (CFG). Pro výrazný nebo dramatický projev kombinujte nízké nastavení cfg, například přibližně 0.3, se zveličením přibližně 0.7 nebo vyšším; snížení cfg přibližně na 0.3 může zlepšit také tempo, když referenční hlas mluví rychle. Typické hodnoty jsou 0.2–1.0.

výchozí 0.8

Náhodnost generování, obvykle v rozsahu 0.05 až 5.

výchozí 0

Seed pro opakovatelné generování zvuku: 0 zvolí seed náhodně, zatímco pevný seed by měl při nezměněných ostatních vlastnostech vytvořit přesně stejný zvukový soubor.

POST /run/resemble-ai/chatterboxhd/text-to-speech?wait=20 cena → 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"

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 Chatterboxhd · Text to Speech

Generuje řeč z `text` pomocí přednastaveného `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan nebo Vicky) nebo klonovaného hlasu z `audio_url`, který má přednost před přednastaveným hlasem. `exaggeration` (0.25 až 2) a `cfg` řídí emoce, `temperature` a `seed` řídí variabilitu. `high_quality_audio` zvýší výstup z 24 kHz na 48 kHz.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
textvolitelné
Typstring
VýchozíMy 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.
Textový obsah určený k převodu na mluvený zvuk.
voicevolitelné
Typenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Vyberte hlas TTS nebo vynechte voice i zvuk, aby systém jeden náhodně vybral.
audio_urlvolitelné audio
Typurl · audio
URL vzorku pro klonování hlasu při TTS bez předchozího trénování, která má přednost před nastavením voice. Náhodný výběr hlasu se použije pouze při absenci audio_url i voice.
exaggerationvolitelné
Typnumber
Výchozí0.5
0,25 – 2
Míra emočního zveličení, obvykle v rozsahu 0.25 až 2.0.
cfgvolitelné
Typnumber
Výchozí0.5
0 – 1
Síla podmiňování nastavená pomocí classifier-free guidance (CFG). Pro výrazný nebo dramatický projev kombinujte nízké nastavení cfg, například přibližně 0.3, se zveličením přibližně 0.7 nebo vyšším; snížení cfg přibližně na 0.3 může zlepšit také tempo, když referenční hlas mluví rychle. Typické hodnoty jsou 0.2–1.0.
high_quality_audiovolitelné
Typboolean
Výchozífalse
Zvolte výstup 24kHz pomocí False nebo kvalitnější zvuk převzorkovaný na 48kHz pomocí True. Povolení převzorkování prodlužuje dobu generování.
seedvolitelné
Typinteger
Výchozí0
≥ 0
Seed pro opakovatelné generování zvuku: 0 zvolí seed náhodně, zatímco pevný seed by měl při nezměněných ostatních vlastnostech vytvořit přesně stejný zvukový soubor.
temperaturevolitelné
Typnumber
Výchozí0.8
0,05 – 5
Náhodnost generování, obvykle v rozsahu 0.05 až 5.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

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"
  }
}
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
anyZvukový soubor vytvořený generováním.

Další modely: Text na řeč

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Všechny modely a návody: https://doitong.com/developers/llms.txt