Lompat ke konten

Chatterboxhd · Text to Speech

Integrasikan

ID 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"

File seperti contoh: $0,011 11 kredit API · ≈ ₽1,18 file Anda diukur sebelum dijalankan Jalankan di halaman ini

Dapatkan kunci API
Resemble AI Teks ke Suara

Text-to-speech ekspresif dengan suara prasetel, kloning zero-shot dari sampel, dan audio 48 kHz opsional

Resemble AI · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

bawaan My name is Maximus De...

Konten teks yang akan dikonversi menjadi audio ucapan.

Lanjutan audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Jatuhkan file, atau

URL sampel voice cloning untuk TTS zero-shot, yang diprioritaskan daripada pengaturan voice. Pemilihan suara acak hanya berlaku jika audio_url dan voice tidak tersedia.

Pilih suara TTS, atau hilangkan voice dan audio agar sistem memilih suara secara acak.

bawaan 0.5

Tingkat dramatisasi emosi, biasanya berkisar antara 0.25 hingga 2.0.

bawaan 0.5

Kekuatan conditioning yang ditetapkan melalui classifier-free guidance (CFG). Untuk penyampaian ekspresif atau dramatis, gabungkan pengaturan cfg rendah, seperti sekitar 0.3, dengan exaggeration sekitar 0.7 atau lebih; menurunkan cfg hingga sekitar 0.3 juga dapat memperbaiki tempo saat suara referensi berbicara cepat. Pengaturan umum berkisar 0.2–1.0.

bawaan 0.8

Keacakan pembuatan, biasanya berkisar antara 0.05 hingga 5.

bawaan 0

Seed untuk pembuatan audio berulang: 0 memilih seed secara acak, sedangkan seed tetap akan menghasilkan file audio yang sama persis jika semua properti lain tidak berubah.

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

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Chatterboxhd · Text to Speech

Menghasilkan ucapan dari `text` menggunakan `voice` prasetel (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan, atau Vicky) atau suara kloning dari `audio_url`, yang menggantikan prasetel. `exaggeration` (0.25 hingga 2) dan `cfg` mengontrol emosi, sedangkan `temperature` dan `seed` mengontrol variasi. `high_quality_audio` meningkatkan output dari 24 kHz menjadi 48 kHz.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
textopsional
Tipestring
BawaanMy 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.
Konten teks yang akan dikonversi menjadi audio ucapan.
voiceopsional
Tipeenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Pilih suara TTS, atau hilangkan voice dan audio agar sistem memilih suara secara acak.
audio_urlopsional audio
Tipeurl · audio
URL sampel voice cloning untuk TTS zero-shot, yang diprioritaskan daripada pengaturan voice. Pemilihan suara acak hanya berlaku jika audio_url dan voice tidak tersedia.
exaggerationopsional
Tipenumber
Bawaan0.5
0,25 – 2
Tingkat dramatisasi emosi, biasanya berkisar antara 0.25 hingga 2.0.
cfgopsional
Tipenumber
Bawaan0.5
0 – 1
Kekuatan conditioning yang ditetapkan melalui classifier-free guidance (CFG). Untuk penyampaian ekspresif atau dramatis, gabungkan pengaturan cfg rendah, seperti sekitar 0.3, dengan exaggeration sekitar 0.7 atau lebih; menurunkan cfg hingga sekitar 0.3 juga dapat memperbaiki tempo saat suara referensi berbicara cepat. Pengaturan umum berkisar 0.2–1.0.
high_quality_audioopsional
Tipeboolean
Bawaanfalse
Pilih output 24kHz dengan False atau audio berkualitas lebih tinggi yang ditingkatkan ke 48kHz dengan True. Mengaktifkan upscaling memperpanjang waktu pembuatan.
seedopsional
Tipeinteger
Bawaan0
≥ 0
Seed untuk pembuatan audio berulang: 0 memilih seed secara acak, sedangkan seed tetap akan menghasilkan file audio yang sama persis jika semua properti lain tidak berubah.
temperatureopsional
Tipenumber
Bawaan0.8
0,05 – 5
Keacakan pembuatan, biasanya berkisar antara 0.05 hingga 5.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
anyFile audio yang dihasilkan oleh pembuatan.

Model lainnya: Teks ke Suara

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Semua model dan panduan: https://doitong.com/developers/llms.txt