Langkau ke kandungan

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"

Fail seperti contoh: $0.011 11 kredit API · ≈ ₽1.18 fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Resemble AI Teks ke Pertuturan

Teks-ke-pertuturan ekspresif dengan suara pratetap, pengklonan zero-shot daripada sampel dan audio 48 kHz pilihan

Resemble AI · Audio

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

lalai My name is Maximus De...

Kandungan teks untuk ditukar menjadi audio pertuturan.

Lanjutan audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Lepaskan fail, atau

URL sampel pengklonan suara untuk TTS zero-shot, yang diberi keutamaan berbanding tetapan voice. Pemilihan suara rawak hanya digunakan jika kedua-dua audio_url dan voice tiada.

Pilih suara TTS, atau abaikan voice dan audio untuk membenarkan sistem memilihnya secara rawak.

lalai 0.5

Tahap keterlaluan emosi, biasanya dalam julat 0.25 hingga 2.0.

lalai 0.5

Kekuatan pengkondisian yang ditetapkan melalui panduan tanpa pengelas (CFG). Untuk penyampaian ekspresif atau dramatik, gabungkan tetapan cfg rendah, seperti kira-kira 0.3, dengan keterlaluan sekitar 0.7 atau lebih; mengurangkan cfg kepada kira-kira 0.3 juga boleh memperbaik rentak apabila suara rujukan bercakap pantas. Tetapan lazim berada dalam julat 0.2–1.0.

lalai 0.8

Kerawakan penjanaan, biasanya dalam julat 0.05 hingga 5.

lalai 0

Seed untuk penjanaan audio berulang: 0 memilih satu secara rawak, manakala seed tetap sepatutnya menghasilkan semula fail audio yang sama jika semua sifat lain tidak berubah.

POST /run/resemble-ai/chatterboxhd/text-to-speech?wait=20 sebut 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

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Chatterboxhd · Text to Speech

Menjana pertuturan daripada `text` menggunakan `voice` pratetap (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan atau Vicky) atau suara klon daripada `audio_url`, yang mengatasi pratetap. `exaggeration` (0.25 hingga 2) dan `cfg` mengawal emosi, manakala `temperature` dan `seed` mengawal variasi. `high_quality_audio` meningkatkan output daripada 24 kHz kepada 48 kHz.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
textpilihan
Jenisstring
LalaiMy 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.
Kandungan teks untuk ditukar menjadi audio pertuturan.
voicepilihan
Jenisenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Pilih suara TTS, atau abaikan voice dan audio untuk membenarkan sistem memilihnya secara rawak.
audio_urlpilihan audio
Jenisurl · audio
URL sampel pengklonan suara untuk TTS zero-shot, yang diberi keutamaan berbanding tetapan voice. Pemilihan suara rawak hanya digunakan jika kedua-dua audio_url dan voice tiada.
exaggerationpilihan
Jenisnumber
Lalai0.5
0.25 – 2
Tahap keterlaluan emosi, biasanya dalam julat 0.25 hingga 2.0.
cfgpilihan
Jenisnumber
Lalai0.5
0 – 1
Kekuatan pengkondisian yang ditetapkan melalui panduan tanpa pengelas (CFG). Untuk penyampaian ekspresif atau dramatik, gabungkan tetapan cfg rendah, seperti kira-kira 0.3, dengan keterlaluan sekitar 0.7 atau lebih; mengurangkan cfg kepada kira-kira 0.3 juga boleh memperbaik rentak apabila suara rujukan bercakap pantas. Tetapan lazim berada dalam julat 0.2–1.0.
high_quality_audiopilihan
Jenisboolean
Lalaifalse
Pilih output 24kHz dengan False atau audio berkualiti lebih tinggi yang dinaikkan skalanya kepada 48kHz dengan True. Mendayakan peningkatan skala menambah masa penjanaan.
seedpilihan
Jenisinteger
Lalai0
≥ 0
Seed untuk penjanaan audio berulang: 0 memilih satu secara rawak, manakala seed tetap sepatutnya menghasilkan semula fail audio yang sama jika semua sifat lain tidak berubah.
temperaturepilihan
Jenisnumber
Lalai0.8
0.05 – 5
Kerawakan penjanaan, biasanya dalam julat 0.05 hingga 5.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
audio
anyFail audio yang dihasilkan oleh penjanaan.

Lebih banyak model: Teks ke Pertuturan

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