Neidio i'r cynnwys

Chatterboxhd · Text to Speech

Integreiddio

ID y model 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"

Ffeiliau fel yr enghraifft: $0.011 11 o gredydau API · ≈ ₽1.18 caiff eich ffeiliau eu mesur cyn y rhediad Ei redeg ar y dudalen hon

Cael allwedd API
Resemble AI Testun i Leferydd

Testun-i-leferydd mynegiannol gyda lleisiau rhagosodedig, clonio sero-saethiad o sampl a sain 48 kHz dewisol

Resemble AI · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

rhagosodedig My name is Maximus De...

Cynnwys testun i’w drosi’n sain llafar.

Uwch audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Gollyngwch ffeil, neu

URL sampl clonio llais ar gyfer TTS zero-shot, sy’n cael blaenoriaeth dros y gosodiad llais. Dim ond os yw audio_url a voice ill dau ar goll y defnyddir dewis llais ar hap.

Dewiswch lais TTS, neu hepgorwch voice a sain i adael i’r system ddewis un ar hap.

rhagosodedig 0.5

Graddfa gor-ddweud emosiynol, fel arfer rhwng 0.25 a 2.0.

rhagosodedig 0.5

Cryfder cyflyru a osodir drwy arweiniad di-ddosbarthwr (CFG). Ar gyfer cyflwyno mynegiannol neu ddramatig, cyfunwch osodiad cfg isel, fel tua 0.3, â gor-ddweud o tua 0.7 neu fwy; gall lleihau cfg i tua 0.3 hefyd wella’r cyflymder pan fo’r llais cyfeirio’n siarad yn gyflym. Mae’r gosodiadau arferol yn amrywio rhwng 0.2–1.0.

rhagosodedig 0.8

Hap-drefn cynhyrchu, fel arfer rhwng 0.05 a 5.

rhagosodedig 0

Hadau ar gyfer cynhyrchu sain ailadroddadwy: mae 0 yn dewis un ar hap, tra dylai hedyn sefydlog atgynhyrchu’r un ffeil sain yn union os yw pob priodwedd arall yn aros yr un fath.

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

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Chatterboxhd · Text to Speech

Yn cynhyrchu lleferydd o `text` gan ddefnyddio `voice` rhagosodedig (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan neu Vicky) neu lais wedi’i glonio o `audio_url`, sy’n diystyru’r rhagosodiad. Mae `exaggeration` (0.25 i 2) a `cfg` yn rheoli emosiwn, ac mae `temperature` a `seed` yn rheoli amrywiad. Mae `high_quality_audio` yn codi’r allbwn o 24 kHz i 48 kHz.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
textdewisol
Mathstring
RhagosodedigMy 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.
Cynnwys testun i’w drosi’n sain llafar.
voicedewisol
Mathenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Dewiswch lais TTS, neu hepgorwch voice a sain i adael i’r system ddewis un ar hap.
audio_urldewisol audio
Mathurl · audio
URL sampl clonio llais ar gyfer TTS zero-shot, sy’n cael blaenoriaeth dros y gosodiad llais. Dim ond os yw audio_url a voice ill dau ar goll y defnyddir dewis llais ar hap.
exaggerationdewisol
Mathnumber
Rhagosodedig0.5
0.25 – 2
Graddfa gor-ddweud emosiynol, fel arfer rhwng 0.25 a 2.0.
cfgdewisol
Mathnumber
Rhagosodedig0.5
0 – 1
Cryfder cyflyru a osodir drwy arweiniad di-ddosbarthwr (CFG). Ar gyfer cyflwyno mynegiannol neu ddramatig, cyfunwch osodiad cfg isel, fel tua 0.3, â gor-ddweud o tua 0.7 neu fwy; gall lleihau cfg i tua 0.3 hefyd wella’r cyflymder pan fo’r llais cyfeirio’n siarad yn gyflym. Mae’r gosodiadau arferol yn amrywio rhwng 0.2–1.0.
high_quality_audiodewisol
Mathboolean
Rhagosodedigfalse
Dewiswch allbwn 24kHz gyda False neu sain o ansawdd uwch wedi’i huwchraddio i 48kHz gyda True. Mae galluogi uwchraddio’n cynyddu amser cynhyrchu.
seeddewisol
Mathinteger
Rhagosodedig0
≥ 0
Hadau ar gyfer cynhyrchu sain ailadroddadwy: mae 0 yn dewis un ar hap, tra dylai hedyn sefydlog atgynhyrchu’r un ffeil sain yn union os yw pob priodwedd arall yn aros yr un fath.
temperaturedewisol
Mathnumber
Rhagosodedig0.8
0.05 – 5
Hap-drefn cynhyrchu, fel arfer rhwng 0.05 a 5.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
audio
anyFfeil sain a gynhyrchir.

Mwy o fodelau: Testun i Leferydd

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt