콘텐츠로 건너뛰기

Chatterboxhd · Text to Speech

통합

모델 id 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"

예시와 같은 파일: $0.011 11 API 크레딧 · ≈ ₽1.18 실행 전에 파일을 측정합니다 이 페이지에서 실행

API 키 받기

프리셋 음성, 샘플 기반 제로샷 복제 및 선택적 48 kHz 오디오를 지원하는 표현력 있는 텍스트 음성 변환

Resemble AI · 오디오

첫 번째 결과가 여기에 표시됩니다

아래에서 요청을 작성하고 API 키로 실행하세요. 출력은 스토리지에 복사되며, 영구 보관하거나 7일 동안 무료로 보관할 수 있습니다.

요청 만들기

컨트롤은 모델 스키마에서 생성됩니다. 값을 변경하면 코드와 가격이 업데이트됩니다.

기본값 My name is Maximus De...

음성 오디오로 변환할 텍스트 콘텐츠입니다.

고급 audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
파일을 끌어다 놓거나

제로샷 TTS용 음성 복제 샘플 URL입니다. voice 설정보다 우선하며, audio_url과 voice가 모두 없을 때만 무작위 음성 선택을 적용합니다.

TTS 음성을 선택합니다. voice와 audio를 모두 생략하면 시스템이 무작위로 선택합니다.

기본값 0.5

감정 과장의 정도로, 일반적으로 0.25에서 2.0 사이입니다.

기본값 0.5

classifier-free guidance(CFG)로 설정하는 조건화 강도입니다. 표현력 있거나 극적인 전달에는 약 0.3의 낮은 cfg 설정과 약 0.7 이상의 과장을 함께 사용하세요. 참조 음성이 빠르게 말할 때 cfg를 약 0.3으로 낮추면 말의 속도감이 개선될 수 있습니다. 일반적인 설정 범위는 0.2–1.0입니다.

기본값 0.8

생성 무작위성으로, 일반적으로 0.05에서 5 사이입니다.

기본값 0

반복 가능한 오디오 생성용 시드입니다. 0은 무작위 시드를 선택하고, 고정 시드는 다른 모든 속성이 동일할 때 정확히 같은 오디오 파일을 재현해야 합니다.

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

이 요청 실행

키는 이 브라우저에 유지됩니다. Doitong API로만 전송되며, 기억하기를 선택한 경우에만 localStorage에 저장됩니다. API 키 받기

Chatterboxhd · Text to Speech 정보

`text`를 프리셋 `voice`(Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan 또는 Vicky) 또는 `audio_url`의 복제 음성으로 변환합니다. 복제 음성은 프리셋보다 우선합니다. `exaggeration` (0.25 to 2)과 `cfg`는 감정을 제어하고, `temperature`와 `seed`는 변화를 제어합니다. `high_quality_audio`를 사용하면 출력이 24 kHz에서 48 kHz로 높아집니다.

매개변수

표준 이름이나 네이티브 이름 중 하나만 보내세요. 표준 이름

이름유형 기본값허용됨 설명
text선택 사항
유형string
기본값My 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.
음성 오디오로 변환할 텍스트 콘텐츠입니다.
voice선택 사항
유형enum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
TTS 음성을 선택합니다. voice와 audio를 모두 생략하면 시스템이 무작위로 선택합니다.
audio_url선택 사항 audio
유형url · audio
제로샷 TTS용 음성 복제 샘플 URL입니다. voice 설정보다 우선하며, audio_url과 voice가 모두 없을 때만 무작위 음성 선택을 적용합니다.
exaggeration선택 사항
유형number
기본값0.5
0.25 – 2
감정 과장의 정도로, 일반적으로 0.25에서 2.0 사이입니다.
cfg선택 사항
유형number
기본값0.5
0 – 1
classifier-free guidance(CFG)로 설정하는 조건화 강도입니다. 표현력 있거나 극적인 전달에는 약 0.3의 낮은 cfg 설정과 약 0.7 이상의 과장을 함께 사용하세요. 참조 음성이 빠르게 말할 때 cfg를 약 0.3으로 낮추면 말의 속도감이 개선될 수 있습니다. 일반적인 설정 범위는 0.2–1.0입니다.
high_quality_audio선택 사항
유형boolean
기본값false
False는 24kHz 출력을, True는 48kHz로 업스케일된 고품질 오디오를 선택합니다. 업스케일링을 활성화하면 생성 시간이 늘어납니다.
seed선택 사항
유형integer
기본값0
≥ 0
반복 가능한 오디오 생성용 시드입니다. 0은 무작위 시드를 선택하고, 고정 시드는 다른 모든 속성이 동일할 때 정확히 같은 오디오 파일을 재현해야 합니다.
temperature선택 사항
유형number
기본값0.8
0.05 – 5
생성 무작위성으로, 일반적으로 0.05에서 5 사이입니다.
필수 표준 이름, 사용 가능

파일 매개변수에는 공개 https:// URL, 최대 10 MB의 data: URI 또는 업로드의 file_url을 사용할 수 있습니다. 파일

출력

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"
  }
}
파일 보관 방식 선택모든 outputs[].url은 스토리지에 저장된 복사본입니다. 계정 설정 또는 ?storage=에 따라 영구 보관(GB-월 단위 과금)하거나 7일 동안 무료로 보관합니다.
모든 모델에서 동일한 구조이미지, 동영상, 오디오 모두 type, url, content_type, width, height 및 duration을 사용합니다. output은 모델 자체의 결과 객체입니다.
출력 필드
audio
any생성으로 만들어진 오디오 파일입니다.

더 많은 모델: 텍스트를 음성으로

AI 에이전트용: 이 페이지의 Markdown 버전: https://doitong.com/ko/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. 모든 모델 및 가이드: https://doitong.com/developers/llms.txt