Prijeđi na sadržaj

Chatterboxhd · Text to Speech

Integriraj

ID modela 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"

Datoteke poput primjera: 0,011 $ 11 API kredita · ≈ 1,18 ₽ vaše se datoteke mjere prije pokretanja Pokreni na ovoj stranici

Nabavi API ključ
Resemble AI Tekst u govor

Izražajno pretvaranje teksta u govor s unaprijed postavljenim glasovima, kloniranjem iz uzorka bez prethodne obuke i neobaveznim zvukom od 48 kHz

Resemble AI · Zvuk

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

zadano My name is Maximus De...

Tekstualni sadržaj koji treba pretvoriti u govorni audio.

Napredno audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Ispustite datoteku ili

URL uzorka za kloniranje glasa za zero-shot TTS, koji ima prednost pred postavkom glasa. Nasumični odabir glasa primjenjuje se samo ako nedostaju i audio_url i voice.

Odaberite TTS glas ili izostavite voice i audio kako bi sustav nasumično odabrao glas.

zadano 0.5

Stupanj emocionalnog pretjerivanja, obično od 0.25 do 2.0.

zadano 0.5

Jačina uvjetovanja postavljena pomoću classifier-free guidance (CFG). Za izražajnu ili dramatičnu izvedbu kombinirajte nisku postavku cfg, primjerice oko 0.3, s pretjerivanjem od približno 0.7 ili više; smanjenje cfg na približno 0.3 može poboljšati i ritam kada referentni glas govori brzo. Uobičajene postavke su u rasponu 0.2–1.0.

zadano 0.8

Nasumičnost generiranja, obično u rasponu od 0.05 do 5.

zadano 0

Seed za ponovljivo generiranje audija: 0 odabire nasumičan seed, dok bi fiksni seed trebao ponovno proizvesti potpuno istu audio datoteku ako sva ostala svojstva ostanu nepromijenjena.

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

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Chatterboxhd · Text to Speech

Generira govor iz `text` koristeći unaprijed postavljeni `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan or Vicky) ili klonirani glas iz `audio_url`, koji nadjačava unaprijed postavljeni glas. `exaggeration` (0.25 to 2) i `cfg` upravljaju emocijom, a `temperature` i `seed` varijacijom. `high_quality_audio` povećava izlaz s 24 kHz na 48 kHz.

Parametri

Pošaljite kanonski naziv ili izvorni naziv, ne oba. Kanonski nazivi

NazivVrsta ZadanoDopušteno Opis
textneobavezno
Vrstastring
ZadanoMy 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.
Tekstualni sadržaj koji treba pretvoriti u govorni audio.
voiceneobavezno
Vrstaenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Odaberite TTS glas ili izostavite voice i audio kako bi sustav nasumično odabrao glas.
audio_urlneobavezno audio
Vrstaurl · audio
URL uzorka za kloniranje glasa za zero-shot TTS, koji ima prednost pred postavkom glasa. Nasumični odabir glasa primjenjuje se samo ako nedostaju i audio_url i voice.
exaggerationneobavezno
Vrstanumber
Zadano0.5
0,25 – 2
Stupanj emocionalnog pretjerivanja, obično od 0.25 do 2.0.
cfgneobavezno
Vrstanumber
Zadano0.5
0 – 1
Jačina uvjetovanja postavljena pomoću classifier-free guidance (CFG). Za izražajnu ili dramatičnu izvedbu kombinirajte nisku postavku cfg, primjerice oko 0.3, s pretjerivanjem od približno 0.7 ili više; smanjenje cfg na približno 0.3 može poboljšati i ritam kada referentni glas govori brzo. Uobičajene postavke su u rasponu 0.2–1.0.
high_quality_audioneobavezno
Vrstaboolean
Zadanofalse
Odaberite izlaz od 24kHz uz False ili audio više kvalitete povećan na 48kHz uz True. Uključivanje povećanja razlučivosti produljuje vrijeme generiranja.
seedneobavezno
Vrstainteger
Zadano0
≥ 0
Seed za ponovljivo generiranje audija: 0 odabire nasumičan seed, dok bi fiksni seed trebao ponovno proizvesti potpuno istu audio datoteku ako sva ostala svojstva ostanu nepromijenjena.
temperatureneobavezno
Vrstanumber
Zadano0.8
0,05 – 5
Nasumičnost generiranja, obično u rasponu od 0.05 do 5.
obavezno Kanonski naziv, također prihvaćen

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

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 datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
anyAudio datoteka proizvedena generiranjem.

Više modela: Tekst u govor

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt