Sleppa yfir í efni

Chatterboxhd · Text to Speech

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 0,011 $ 11 API-inneignir · ≈ 1,18 ₽ skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
Resemble AI Texti í tal

Tjáningarríkt texta-í-tal með forstilltum röddum, zero-shot-klónun úr sýni og valfrjálsu 48 kHz hljóði

Resemble AI · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

sjálfgefið My name is Maximus De...

Textaefni sem á að umbreyta í talað hljóð.

Ítarlegt audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Slepptu skrá eða

Vefslóð sýnis fyrir raddafritun í zero-shot TTS, sem hefur forgang fram yfir raddstillinguna. Handahófsval á rödd á aðeins við ef bæði audio_url og voice vantar.

Veldu TTS-rödd eða slepptu bæði voice og hljóð svo kerfið velji rödd af handahófi.

sjálfgefið 0.5

Stig tilfinningalegrar ýkju, yfirleitt frá 0.25 til 2.0.

sjálfgefið 0.5

Skilyrðingarstyrkur sem stilltur er með classifier-free guidance (CFG). Fyrir tjáningarfullan eða dramatískan flutning skaltu sameina lága cfg-stillingu, til dæmis um 0.3, við ýkju um 0.7 eða meira; lækkun cfg í um 0.3 getur einnig bætt hrynjandi þegar viðmiðunarröddin talar hratt. Algengar stillingar eru á bilinu 0.2–1.0.

sjálfgefið 0.8

Handahófskennd efnisgerð, yfirleitt á bilinu 0.05 til 5.

sjálfgefið 0

Sáð fyrir endurtekna hljóðgerð: 0 velur eitt af handahófi en fast sáð ætti að endurgera nákvæmlega sömu hljóðskrá ef allir aðrir eiginleikar haldast óbreyttir.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Chatterboxhd · Text to Speech

Myndar tal úr `text` með forstilltri `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan eða Vicky) eða klónaðri rödd úr `audio_url`, sem tekur fram yfir forstillinguna. `exaggeration` (0.25 to 2) og `cfg` stjórna tilfinningu en `temperature` og `seed` stjórna breytileika. `high_quality_audio` hækkar úttakið úr 24 kHz í 48 kHz.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
textvalfrjálst
Gerðstring
SjálfgefiðMy 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.
Textaefni sem á að umbreyta í talað hljóð.
voicevalfrjálst
Gerðenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Veldu TTS-rödd eða slepptu bæði voice og hljóð svo kerfið velji rödd af handahófi.
audio_urlvalfrjálst audio
Gerðurl · audio
Vefslóð sýnis fyrir raddafritun í zero-shot TTS, sem hefur forgang fram yfir raddstillinguna. Handahófsval á rödd á aðeins við ef bæði audio_url og voice vantar.
exaggerationvalfrjálst
Gerðnumber
Sjálfgefið0.5
0,25 – 2
Stig tilfinningalegrar ýkju, yfirleitt frá 0.25 til 2.0.
cfgvalfrjálst
Gerðnumber
Sjálfgefið0.5
0 – 1
Skilyrðingarstyrkur sem stilltur er með classifier-free guidance (CFG). Fyrir tjáningarfullan eða dramatískan flutning skaltu sameina lága cfg-stillingu, til dæmis um 0.3, við ýkju um 0.7 eða meira; lækkun cfg í um 0.3 getur einnig bætt hrynjandi þegar viðmiðunarröddin talar hratt. Algengar stillingar eru á bilinu 0.2–1.0.
high_quality_audiovalfrjálst
Gerðboolean
Sjálfgefiðfalse
Veldu 24kHz úttak með False eða hágæða hljóð sem er uppstækkað í 48kHz með True. Uppstækkað hljóð eykur efnisgerðartímann.
seedvalfrjálst
Gerðinteger
Sjálfgefið0
≥ 0
Sáð fyrir endurtekna hljóðgerð: 0 velur eitt af handahófi en fast sáð ætti að endurgera nákvæmlega sömu hljóðskrá ef allir aðrir eiginleikar haldast óbreyttir.
temperaturevalfrjálst
Gerðnumber
Sjálfgefið0.8
0,05 – 5
Handahófskennd efnisgerð, yfirleitt á bilinu 0.05 til 5.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
anyHljóðskrá sem verður til við efnisgerð.

Fleiri líkön: Texti í tal

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt