Ugrás a tartalomhoz

Chatterboxhd · Text to Speech

Integráció

Modellazonosító 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"

A példához hasonló fájlok: 0,011 $ 11 API-jóváírás · ≈ 1,18 ₽ a fájljaidat a futtatás előtt megmérjük Futtatás ezen az oldalon

API-kulcs beszerzése
Resemble AI Szövegből beszéd

Kifejező text-to-speech előre beállított hangokkal, zero-shot klónozás mintából és opcionális 48 kHz-es hanggal

Resemble AI · Hang

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

alapértelmezett: My name is Maximus De...

Beszélt hanggá alakítandó szöveges tartalom.

Speciális audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Húzz egy fájlt ide, vagy

Zero-shot TTS-hez használt hangklónozási minta URL-je, amely elsőbbséget élvez a voice beállítással szemben. Véletlenszerű hangválasztás csak akkor történik, ha sem az audio_url, sem a voice nincs megadva.

Válaszd ki a TTS-hangot, vagy hagyd ki a voice és hang értékét, hogy a rendszer véletlenszerűen válasszon.

alapértelmezett: 0.5

Az érzelmi túlzás mértéke, jellemzően 0.25 és 2.0 között.

alapértelmezett: 0.5

Osztályozómentes vezérléssel (CFG) beállított kondicionálási erősség. Kifejező vagy drámai előadáshoz alacsony cfg-beállítást, például körülbelül 0.3-at kombinálj körülbelül 0.7-es vagy nagyobb túlzással; a cfg körülbelül 0.3-ra csökkentése a tempót is javíthatja, ha a referenciahang gyorsan beszél. A tipikus beállítások tartománya 0.2–1.0.

alapértelmezett: 0.8

A generálás véletlenszerűsége, jellemzően 0.05 és 5 között.

alapértelmezett: 0

Ismételhető hanggenerálás magja: a 0 véletlenszerű értéket választ, míg egy rögzített magnak minden más változatlansága esetén ugyanazt a hangfájlt kell reprodukálnia.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Chatterboxhd · Text to Speech bemutatása

Beszédet generál a `text` alapján egy előre beállított `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan vagy Vicky) vagy az `audio_url` segítségével klónozott hang használatával, amely felülírja az előbeállítást. Az `exaggeration` (0.25 és 2 között) és a `cfg` szabályozza az érzelmeket, a `temperature` és a `seed` pedig a variációt. A `high_quality_audio` 24 kHz-ről 48 kHz-re emeli a kimenetet.

Paraméterek

Küldd el a kanonikus nevet vagy a natív nevet, de ne mindkettőt. Kanonikus nevek

NévTípus AlapértelmezettEngedélyezett Leírás
textnem kötelező
Típusstring
AlapértelmezettMy 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.
Beszélt hanggá alakítandó szöveges tartalom.
voicenem kötelező
Típusenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Válaszd ki a TTS-hangot, vagy hagyd ki a voice és hang értékét, hogy a rendszer véletlenszerűen válasszon.
audio_urlnem kötelező audio
Típusurl · audio
Zero-shot TTS-hez használt hangklónozási minta URL-je, amely elsőbbséget élvez a voice beállítással szemben. Véletlenszerű hangválasztás csak akkor történik, ha sem az audio_url, sem a voice nincs megadva.
exaggerationnem kötelező
Típusnumber
Alapértelmezett0.5
0,25 – 2
Az érzelmi túlzás mértéke, jellemzően 0.25 és 2.0 között.
cfgnem kötelező
Típusnumber
Alapértelmezett0.5
0 – 1
Osztályozómentes vezérléssel (CFG) beállított kondicionálási erősség. Kifejező vagy drámai előadáshoz alacsony cfg-beállítást, például körülbelül 0.3-at kombinálj körülbelül 0.7-es vagy nagyobb túlzással; a cfg körülbelül 0.3-ra csökkentése a tempót is javíthatja, ha a referenciahang gyorsan beszél. A tipikus beállítások tartománya 0.2–1.0.
high_quality_audionem kötelező
Típusboolean
Alapértelmezettfalse
A False érték 24kHz-es kimenetet, a True pedig 48kHz-re felskálázott, jobb minőségű hangot választ. A felskálázás engedélyezése növeli a generálási időt.
seednem kötelező
Típusinteger
Alapértelmezett0
≥ 0
Ismételhető hanggenerálás magja: a 0 véletlenszerű értéket választ, míg egy rögzített magnak minden más változatlansága esetén ugyanazt a hangfájlt kell reprodukálnia.
temperaturenem kötelező
Típusnumber
Alapértelmezett0.8
0,05 – 5
A generálás véletlenszerűsége, jellemzően 0.05 és 5 között.
kötelező Kanonikus név, szintén elfogadva

A fájlparaméterek nyilvános https:// URL-t, legfeljebb 10 MB-os data: URI-t vagy egy feltöltés file_url értékét fogadják el. Fájlok

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
anyA generálással létrehozott hangfájl.

További modellek: Szövegből beszéd

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt