உள்ளடக்கத்திற்குச் செல்க

Chatterboxhd · Text to Speech

ஒருங்கிணை

மாடல் 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"

எடுத்துக்காட்டு போன்ற கோப்புகள்: $0.011 11 API கிரெடிட்கள் · ≈ ₽1.18 இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

முன்னமைவு குரல்கள், மாதிரியிலிருந்து zero-shot குரல் குளோனிங் மற்றும் விருப்பமான 48 kHz ஆடியோவுடன் கூடிய வெளிப்பாட்டுத் திறன் மிக்க உரையிலிருந்து பேச்சு

Resemble AI · ஆடியோ

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

இயல்புநிலை My name is Maximus De...

பேசும் ஆடியோவாக மாற்ற வேண்டிய உரை உள்ளடக்கம்.

மேம்பட்டவை audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
கோப்பை விடுங்கள் அல்லது

zero-shot TTS-க்கான குரல் நகலாக்க மாதிரி URL; இது குரல் அமைப்பை விட முன்னுரிமை பெறும். audio_url மற்றும் voice இரண்டும் இல்லாதபோது மட்டுமே சீரற்ற குரல் தேர்வு பயன்படுத்தப்படும்.

TTS குரலைத் தேர்ந்தெடுக்கவும்; அல்லது குரலும் ஆடியோவும் இரண்டையும் விடுத்து, கணினி ஒன்றைச் சீரற்ற முறையில் தேர்ந்தெடுக்க அனுமதிக்கவும்.

இயல்புநிலை 0.5

உணர்ச்சி மிகைப்படுத்தலின் அளவு; பொதுவாக 0.25 முதல் 2.0 வரை இருக்கும்.

இயல்புநிலை 0.5

classifier-free guidance (CFG) மூலம் அமைக்கப்படும் conditioning வலிமை. வெளிப்பாட்டுத்தன்மை அல்லது நாடகத்தன்மை கொண்ட வழங்கலுக்கு, சுமார் 0.3 போன்ற குறைந்த cfg அமைப்புடன் சுமார் 0.7 அல்லது அதற்கு மேற்பட்ட மிகைப்படுத்தலை இணைக்கவும்; cfg-ஐ சுமார் 0.3 ஆகக் குறைப்பது, குறிப்புக் குரல் வேகமாகப் பேசும்போது வேக ஒழுங்கையும் மேம்படுத்தலாம். வழக்கமான அமைப்புகள் 0.2–1.0 வரை இருக்கும்.

இயல்புநிலை 0.8

உருவாக்கத்தின் சீரற்ற தன்மை; பொதுவாக 0.05 முதல் 5 வரை இருக்கும்.

இயல்புநிலை 0

மீண்டும் உருவாக்கக்கூடிய ஆடியோ உருவாக்கத்திற்கான seed: 0 சீரற்ற ஒன்றைத் தேர்ந்தெடுக்கும்; மற்ற அனைத்து பண்புகளும் மாறாமல் இருந்தால், நிலையான seed அதே ஆடியோ கோப்பை மீண்டும் உருவாக்க வேண்டும்.

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

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Chatterboxhd · Text to Speech பற்றி

`text`-லிருந்து முன்னமைக்கப்பட்ட `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan அல்லது Vicky) அல்லது `audio_url`-லிருந்து clone செய்யப்பட்ட குரலைப் பயன்படுத்தி பேச்சை உருவாக்குகிறது; clone செய்யப்பட்ட குரல் முன்னமைவை மீறும். `exaggeration` (0.25 முதல் 2) மற்றும் `cfg` உணர்ச்சியைக் கட்டுப்படுத்துகின்றன; `temperature` மற்றும் `seed` மாறுபாட்டைக் கட்டுப்படுத்துகின்றன. `high_quality_audio` வெளியீட்டை 24 kHz-லிருந்து 48 kHz ஆக உயர்த்துகிறது.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
textவிருப்பத்தேர்வு
வகைstring
இயல்புநிலைMy 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.
பேசும் ஆடியோவாக மாற்ற வேண்டிய உரை உள்ளடக்கம்.
voiceவிருப்பத்தேர்வு
வகைenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
TTS குரலைத் தேர்ந்தெடுக்கவும்; அல்லது குரலும் ஆடியோவும் இரண்டையும் விடுத்து, கணினி ஒன்றைச் சீரற்ற முறையில் தேர்ந்தெடுக்க அனுமதிக்கவும்.
audio_urlவிருப்பத்தேர்வு audio
வகைurl · audio
zero-shot TTS-க்கான குரல் நகலாக்க மாதிரி URL; இது குரல் அமைப்பை விட முன்னுரிமை பெறும். audio_url மற்றும் voice இரண்டும் இல்லாதபோது மட்டுமே சீரற்ற குரல் தேர்வு பயன்படுத்தப்படும்.
exaggerationவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0.5
0.25 – 2
உணர்ச்சி மிகைப்படுத்தலின் அளவு; பொதுவாக 0.25 முதல் 2.0 வரை இருக்கும்.
cfgவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0.5
0 – 1
classifier-free guidance (CFG) மூலம் அமைக்கப்படும் conditioning வலிமை. வெளிப்பாட்டுத்தன்மை அல்லது நாடகத்தன்மை கொண்ட வழங்கலுக்கு, சுமார் 0.3 போன்ற குறைந்த cfg அமைப்புடன் சுமார் 0.7 அல்லது அதற்கு மேற்பட்ட மிகைப்படுத்தலை இணைக்கவும்; cfg-ஐ சுமார் 0.3 ஆகக் குறைப்பது, குறிப்புக் குரல் வேகமாகப் பேசும்போது வேக ஒழுங்கையும் மேம்படுத்தலாம். வழக்கமான அமைப்புகள் 0.2–1.0 வரை இருக்கும்.
high_quality_audioவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைfalse
False மூலம் 24kHz வெளியீட்டையும், True மூலம் 48kHz ஆக உயர்த்தப்பட்ட உயர் தர ஆடியோவையும் தேர்ந்தெடுக்கவும். உயர்த்தலை இயக்குவது உருவாக்க நேரத்தை அதிகரிக்கும்.
seedவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை0
≥ 0
மீண்டும் உருவாக்கக்கூடிய ஆடியோ உருவாக்கத்திற்கான seed: 0 சீரற்ற ஒன்றைத் தேர்ந்தெடுக்கும்; மற்ற அனைத்து பண்புகளும் மாறாமல் இருந்தால், நிலையான seed அதே ஆடியோ கோப்பை மீண்டும் உருவாக்க வேண்டும்.
temperatureவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை0.8
0.05 – 5
உருவாக்கத்தின் சீரற்ற தன்மை; பொதுவாக 0.05 முதல் 5 வரை இருக்கும்.
தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
audio
anyஉருவாக்கத்தால் தயாரிக்கப்படும் ஆடியோ கோப்பு.

மேலும் மாதிரிகள்: உரையிலிருந்து பேச்சிற்கு

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt