Перейти к содержимому

Chatterboxhd · Text to Speech

Интеграция

ID модели 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"

Файлы, как в примере: 0,011 $ 11 API-кредитов · ≈ 1,18 ₽ ваши файлы измеряются перед запуском Запустить на этой странице

Получить API-ключ
Resemble AI Текст в речь

Выразительный синтез речи с готовыми голосами, zero-shot-клонированием по образцу и необязательным аудио 48 kHz

Resemble AI · Аудио

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

по умолчанию My name is Maximus De...

Текстовое содержимое для преобразования в речь.

Расширенные audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
Перетащите файл или

URL образца для клонирования голоса в режиме zero-shot TTS, имеющий приоритет над параметром voice. Случайный выбор голоса применяется только при отсутствии audio_url и voice.

Выберите голос TTS или не указывайте voice и аудио, чтобы система выбрала голос случайно.

по умолчанию 0.5

Степень эмоционального преувеличения, обычно от 0.25 до 2.0.

по умолчанию 0.5

Сила кондиционирования, заданная с помощью classifier-free guidance (CFG). Для выразительной или драматичной подачи сочетайте низкое значение cfg, например около 0.3, с преувеличением около 0.7 или выше; снижение cfg примерно до 0.3 также может улучшить темп, если эталонный голос говорит быстро. Типичный диапазон — 0.2–1.0.

по умолчанию 0.8

Случайность генерации, обычно от 0.05 до 5.

по умолчанию 0

Seed для повторяемой генерации аудио: значение 0 выбирает его случайно, а фиксированный seed должен воспроизводить тот же аудиофайл, если все остальные свойства не изменились.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Chatterboxhd · Text to Speech

Генерирует речь из `text`, используя готовый `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan или Vicky) или клонированный голос из `audio_url`, который имеет приоритет. `exaggeration` (0.25 to 2) и `cfg` управляют эмоциями, а `temperature` и `seed` — вариативностью. `high_quality_audio` повышает частоту дискретизации результата с 24 kHz до 48 kHz.

Параметры

Передавайте либо каноническое имя, либо исходное имя, но не оба. Канонические имена

ИмяТип По умолчаниюДопустимые значения Описание
textнеобязательно
Типstring
По умолчаниюMy 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.
Текстовое содержимое для преобразования в речь.
voiceнеобязательно
Типenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
Выберите голос TTS или не указывайте voice и аудио, чтобы система выбрала голос случайно.
audio_urlнеобязательно audio
Типurl · audio
URL образца для клонирования голоса в режиме zero-shot TTS, имеющий приоритет над параметром voice. Случайный выбор голоса применяется только при отсутствии audio_url и voice.
exaggerationнеобязательно
Типnumber
По умолчанию0.5
0,25 – 2
Степень эмоционального преувеличения, обычно от 0.25 до 2.0.
cfgнеобязательно
Типnumber
По умолчанию0.5
0 – 1
Сила кондиционирования, заданная с помощью classifier-free guidance (CFG). Для выразительной или драматичной подачи сочетайте низкое значение cfg, например около 0.3, с преувеличением около 0.7 или выше; снижение cfg примерно до 0.3 также может улучшить темп, если эталонный голос говорит быстро. Типичный диапазон — 0.2–1.0.
high_quality_audioнеобязательно
Типboolean
По умолчаниюfalse
Выберите выходные данные 24kHz с False или аудио более высокого качества, масштабированное до 48kHz, с True. Включение масштабирования увеличивает время генерации.
seedнеобязательно
Типinteger
По умолчанию0
≥ 0
Seed для повторяемой генерации аудио: значение 0 выбирает его случайно, а фиксированный seed должен воспроизводить тот же аудиофайл, если все остальные свойства не изменились.
temperatureнеобязательно
Типnumber
По умолчанию0.8
0,05 – 5
Случайность генерации, обычно от 0.05 до 5.
обязательно Каноническое имя, также принимается

Параметры файлов принимают общедоступный https:// URL, data: URI размером до 10 MB или file_url загруженного файла. Файлы

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
audio
anyАудиофайл, созданный в результате генерации.

Другие модели: Текст в речь

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/ru/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. Все модели и руководства: https://doitong.com/developers/llms.txt