Léim chuig an ábhar

Chatterboxhd · Text to Speech

Comhtháthú

Aitheantas na samhla 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"

Comhaid cosúil leis an sampla: $0.011 11 gcreidmheas API · ≈ ₽1.18 déantar do chuid comhad a thomhas roimh an rith Rith ar an leathanach seo

Faigh eochair API
Resemble AI Téacs go Urlabhra

Téacs-go-caint léiritheach le guthanna réamhshocraithe, clónáil zero-shot ó shampla agus fuaim roghnach 48 kHz

Resemble AI · Fuaim

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

réamhshocrú My name is Maximus De...

Ábhar téacs atá le tiontú ina fhuaim labhartha.

Ardleibhéal audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Scaoil comhad, nó

URL sampla clónála gutha do TTS zero-shot, a bhfuil tosaíocht aige ar shocrú an ghutha. Ní chuirtear roghnú randamach gutha i bhfeidhm ach nuair a bhíonn audio_url agus voice araon as láthair.

Roghnaigh guth TTS, nó fág guth agus fuaim araon ar lár chun ligean don chóras ceann a roghnú go randamach.

réamhshocrú 0.5

Méid an áibhéil mhothúchánaí, idir 0.25 agus 2.0 de ghnáth.

réamhshocrú 0.5

Neart riochtaithe socraithe trí threorú saor ó aicmitheoir (CFG). Le haghaidh seachadadh léiritheach nó drámata, comhcheangail socrú cfg íseal, thart ar 0.3, le háibhéil de thart ar 0.7 nó níos mó; d'fhéadfadh cfg a laghdú go thart ar 0.3 luas na cainte a fheabhsú freisin nuair a labhraíonn an guth tagartha go tapa. Cuimsíonn na socruithe tipiciúla 0.2–1.0.

réamhshocrú 0.8

Randamacht na giniúna, idir 0.05 agus 5 de ghnáth.

réamhshocrú 0

Síol le haghaidh giniúint fuaime in-athdhéanta: roghnaíonn 0 ceann go randamach, agus ba cheart do shíol seasta an comhad fuaime cruinn céanna a atáirgeadh má fhanann gach airí eile gan athrú.

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

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Chatterboxhd · Text to Speech

Gineann sé caint ó `text` ag úsáid `voice` réamhshocraithe (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan nó Vicky) nó guth clónáilte ó `audio_url`, a sháraíonn an réamhshocrú. Rialaíonn `exaggeration` (0.25 go 2) agus `cfg` an mothúchán, agus rialaíonn `temperature` agus `seed` an éagsúlacht. Ardaíonn `high_quality_audio` an t-aschur ó 24 kHz go 48 kHz.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
textroghnach
Cineálstring
RéamhshocrúMy 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.
Ábhar téacs atá le tiontú ina fhuaim labhartha.
voiceroghnach
Cineálenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Roghnaigh guth TTS, nó fág guth agus fuaim araon ar lár chun ligean don chóras ceann a roghnú go randamach.
audio_urlroghnach audio
Cineálurl · audio
URL sampla clónála gutha do TTS zero-shot, a bhfuil tosaíocht aige ar shocrú an ghutha. Ní chuirtear roghnú randamach gutha i bhfeidhm ach nuair a bhíonn audio_url agus voice araon as láthair.
exaggerationroghnach
Cineálnumber
Réamhshocrú0.5
0.25 – 2
Méid an áibhéil mhothúchánaí, idir 0.25 agus 2.0 de ghnáth.
cfgroghnach
Cineálnumber
Réamhshocrú0.5
0 – 1
Neart riochtaithe socraithe trí threorú saor ó aicmitheoir (CFG). Le haghaidh seachadadh léiritheach nó drámata, comhcheangail socrú cfg íseal, thart ar 0.3, le háibhéil de thart ar 0.7 nó níos mó; d'fhéadfadh cfg a laghdú go thart ar 0.3 luas na cainte a fheabhsú freisin nuair a labhraíonn an guth tagartha go tapa. Cuimsíonn na socruithe tipiciúla 0.2–1.0.
high_quality_audioroghnach
Cineálboolean
Réamhshocrúfalse
Roghnaigh aschur 24kHz le False nó fuaim ar chaighdeán níos airde uas-scálaithe go 48kHz le True. Méadaíonn cumasú an uas-scálaithe am na giniúna.
seedroghnach
Cineálinteger
Réamhshocrú0
≥ 0
Síol le haghaidh giniúint fuaime in-athdhéanta: roghnaíonn 0 ceann go randamach, agus ba cheart do shíol seasta an comhad fuaime cruinn céanna a atáirgeadh má fhanann gach airí eile gan athrú.
temperatureroghnach
Cineálnumber
Réamhshocrú0.8
0.05 – 5
Randamacht na giniúna, idir 0.05 agus 5 de ghnáth.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
audio
anyComhad fuaime a tháirgtear leis an nginiúint.

Tuilleadh samhlacha: Téacs go Urlabhra

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt