رفتن به محتوا

Chatterboxhd · Speech to Speech

یکپارچه‌سازی

شناسه مدل resemble-ai/chatterboxhd/speech-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/speech-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۰۲⁩ ۲۰ اعتبار API · ≈ ⁨‎₽۲٫۱۵⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Resemble AI متن به گفتار

تبدیل صدا با بازتولید صدای کلیپ صوتی منبع با صدای پیش‌تنظیم‌شده یا نمونه مرجع

Resemble AI · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی
یک فایل بیندازید، یا

URL صوت منبع برای تبدیل صدا.

پیشرفته target_voice_audio_url · target_voice · high_quality_audio
یک فایل بیندازید، یا

URL فایل صوتی که در تعیین صدای خروجی نسبت به target_voice اولویت دارد. اگر target_voice و target_voice_audio_url هر دو ارائه نشوند، از صدای هدف پیش‌فرض استفاده می‌شود.

برای تولید گفتار‌به‌گفتار یک صدا انتخاب کنید، یا target_voice و target_voice_audio_url را هر دو مشخص نکنید تا صدا به‌طور تصادفی انتخاب شود.

POST /run/resemble-ai/chatterboxhd/speech-to-speech?wait=20 قیمت → ⁨‎$۰٫۰۲⁩
# 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/speech-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Chatterboxhd · Speech to Speech

گفتار موجود در `source_audio_url` را به صدایی دیگر تبدیل می‌کند. یکی از 9 صدای پیش‌تنظیم‌شده را با `target_voice` انتخاب کنید، یا نمونه خود را از طریق `target_voice_audio_url` ارائه دهید که اولویت دارد. اگر هیچ‌کدام ارائه نشوند، صدا به‌طور خودکار انتخاب می‌شود. تنظیم `high_quality_audio` خروجی را به‌جای 24kHz به 48kHz ارتقا می‌دهد.

پارامترها

نامنوع پیش‌فرضمجاز توضیحات
source_audio_urlالزامی
نوعurl · audio
URL صوت منبع برای تبدیل صدا.
target_voiceاختیاری
نوعenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
برای تولید گفتار‌به‌گفتار یک صدا انتخاب کنید، یا target_voice و target_voice_audio_url را هر دو مشخص نکنید تا صدا به‌طور تصادفی انتخاب شود.
target_voice_audio_urlاختیاری
نوعurl · audio
URL فایل صوتی که در تعیین صدای خروجی نسبت به target_voice اولویت دارد. اگر target_voice و target_voice_audio_url هر دو ارائه نشوند، از صدای هدف پیش‌فرض استفاده می‌شود.
high_quality_audioاختیاری
نوعboolean
پیش‌فرضfalse
خروجی 24kHz با False یا صوت باکیفیت‌ترِ ارتقایافته تا 48kHz با True را انتخاب کنید. فعال‌کردن ارتقای وضوح زمان تولید را افزایش می‌دهد.
الزامی

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "resemble-ai/chatterboxhd/speech-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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
anyفایل صوتی تولیدشده از تبدیل صدا.

مدل‌های بیشتر: متن به گفتار

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/resemble-ai/chatterboxhd/speech-to-speech.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt