Op den Inhalt sprangen

Chatterboxhd · Speech to Speech

Integréieren

Modell-ID resemble-ai/chatterboxhd/speech-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/speech-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Dateie wéi am Beispill: 0,02 $ 20 API-Kreditter · ≈ 2,15 ₽ Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Resemble AI Text zu Sprooch

Stëmmkonversioun, déi eng Quell-Audioclip mat enger Preset-Stëmm oder enger Referenzprobe nei aschwätzt

Resemble AI · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch
Fichier erofzéien, oder

URL vun der Quell-Audio fir d'Voice Conversion.

Erweidert target_voice_audio_url · target_voice · high_quality_audio
Fichier erofzéien, oder

URL vun enger Audio-Datei, déi bei der Bestëmmung vun der Output-Stëmm Prioritéit virun target_voice huet. Wann weder target_voice nach target_voice_audio_url geliwwert gëtt, gëtt d'Standard-Zilstëmm benotzt.

Wielt eng Stëmm fir d'Speech-to-Speech-Generatioun oder loosst target_voice an target_voice_audio_url allebéid ewech, fir eng Zilstëmm zoufälleg auswielen ze loossen.

POST /run/resemble-ai/chatterboxhd/speech-to-speech?wait=20 Präis → 0,02 $
# 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/speech-to-speech?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Chatterboxhd · Speech to Speech

Konvertéiert d'Ried an `source_audio_url` an eng aner Stëmm. Wielt eng vun néng Preset-Stëmme mat `target_voice`, oder gitt Är eege Probe iwwer `target_voice_audio_url` un, déi Prioritéit huet. Wann näischt vun dësem uginn ass, gëtt eng Stëmm fir Iech gewielt. Wann `high_quality_audio` aktivéiert ass, gëtt d'Ausgab op 48kHz amplaz 24kHz upgeskaliert.

Parameteren

NummTyp StandardErlaabt Beschreiwung
source_audio_urlobligatoresch
Typurl · audio
URL vun der Quell-Audio fir d'Voice Conversion.
target_voiceoptional
Typenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Wielt eng Stëmm fir d'Speech-to-Speech-Generatioun oder loosst target_voice an target_voice_audio_url allebéid ewech, fir eng Zilstëmm zoufälleg auswielen ze loossen.
target_voice_audio_urloptional
Typurl · audio
URL vun enger Audio-Datei, déi bei der Bestëmmung vun der Output-Stëmm Prioritéit virun target_voice huet. Wann weder target_voice nach target_voice_audio_url geliwwert gëtt, gëtt d'Standard-Zilstëmm benotzt.
high_quality_audiooptional
Typboolean
Standardfalse
Wielt tëscht 24kHz Output mat False a méi héichwäertegem, op 48kHz upgeskaléierten Audio mat True. Upscaling verlängert d'Generatiounszäit.
obligatoresch

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "resemble-ai/chatterboxhd/speech-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": 20,
    "usd": "0.02",
    "charged": 20,
    "refunded": 0
  },
  "input": {
    "source_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audio
anyAudio-Datei, déi duerch Voice Conversion produzéiert gouf.

Méi Modeller: Text zu Sprooch

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/resemble-ai/chatterboxhd/speech-to-speech.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt