Chatterboxhd · Text to Speech

ผสานการทำงาน

ID โมเดล 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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/resemble-ai/chatterboxhd/text-to-speech?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/resemble-ai/chatterboxhd/text-to-speech", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/th/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "resemble-ai/chatterboxhd/text-to-speech",
  "input": {}
}

เรียกใช้โมเดล Chatterboxhd · Text to Speech (resemble-ai/chatterboxhd/text-to-speech) ผ่าน Doitong API เอกสารสำหรับเอเจนต์: https://doitong.com/th/developers/models/resemble-ai/chatterboxhd/text-to-speech.md

POST https://api.doitong.ru/v1/run/resemble-ai/chatterboxhd/text-to-speech?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{}

หากสถานะการตอบกลับเป็น "queued" หรือ "running" ให้ส่งคำขอแบบสำรวจ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 จนกว่าจะเป็น "succeeded" ไฟล์อยู่ใน outputs[].url การส่ง POST https://api.doitong.ru/v1/quote/resemble-ai/chatterboxhd/text-to-speech ด้วยบอดี้เดียวกันจะแสดงราคาที่แน่นอนก่อนเรียกใช้

ไฟล์เช่นเดียวกับตัวอย่าง: $0.011 11 เครดิต API · ≈ ₽1.18 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API

Resemble AI ข้อความเป็นเสียงพูด

แปลงข้อความเป็นเสียงพูดที่มีอารมณ์ พร้อมเสียงที่ตั้งไว้ล่วงหน้า การโคลนเสียงจากตัวอย่างแบบ zero-shot และเสียง 48 kHz ที่เลือกใช้ได้

OpenAPI Markdown

Resemble AI · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ราคาต่อการรัน

คิดราคาตามอินพุตของคุณ

$0.011ต่อการรัน

11 เครดิต API · ≈ ₽1.18

1 ครั้ง × $0.0108 เรียกใช้ · $0.011

เรียกเก็บเงินเมื่อสำเร็จเท่านั้น และคืนเงินอัตโนมัติเมื่อไม่สำเร็จ

ไฟล์ของคุณจะถูกวัดก่อนการรัน (ความยาว ความละเอียด อัตราเฟรม); ใบเสนอราคาจะแสดงราคาที่แน่นอน และการรันจะเรียกเก็บเงินตามนั้นพอดี

เวลาทั่วไป: ~27 s
เอนด์พอยต์ใบเสนอราคา: POST /quote/{id}

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

text ค่าเริ่มต้น My name is Maximus De...

เนื้อหาข้อความที่จะแปลงเป็นเสียงพูด

ขั้นสูง audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio

audio audio_url

วางไฟล์ หรือ

URL ตัวอย่างสำหรับโคลนเสียงแบบ zero-shot TTS ซึ่งมีลำดับความสำคัญเหนือการตั้งค่า voice ระบบจะเลือกเสียงแบบสุ่มเฉพาะเมื่อไม่มีทั้ง audio_url และ voice

voice

เลือกเสียง TTS หรือไม่ระบุทั้ง voice และเสียง เพื่อให้ระบบเลือกเสียงแบบสุ่ม

exaggeration ค่าเริ่มต้น 0.5

ระดับการเน้นอารมณ์ โดยทั่วไปอยู่ในช่วง 0.25 ถึง 2.0

cfg ค่าเริ่มต้น 0.5

ความแรงของการกำหนดเงื่อนไขผ่าน classifier-free guidance (CFG) สำหรับการถ่ายทอดอารมณ์หรือความดราม่า ให้ใช้ค่า cfg ต่ำ เช่นประมาณ 0.3 ร่วมกับค่าการเน้นอารมณ์ประมาณ 0.7 ขึ้นไป การลด cfg เหลือประมาณ 0.3 อาจช่วยปรับจังหวะเมื่อเสียงอ้างอิงพูดเร็ว ค่าทั่วไปอยู่ในช่วง 0.2–1.0

temperature ค่าเริ่มต้น 0.8

ความสุ่มของการสร้าง โดยทั่วไปอยู่ในช่วง 0.05 ถึง 5

seed ค่าเริ่มต้น 0

Seed สำหรับการสร้างเสียงที่ทำซ้ำได้: 0 จะเลือกแบบสุ่ม ส่วน seed คงที่จะสร้างไฟล์เสียงเดิมทุกประการ หากคุณสมบัติอื่นทั้งหมดไม่เปลี่ยนแปลง

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

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/resemble-ai/chatterboxhd/text-to-speech?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({}),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/resemble-ai/chatterboxhd/text-to-speech", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "resemble-ai/chatterboxhd/text-to-speech",
      "input": {},
      "wait_seconds": 20
    }
  }
}

เรียกใช้คำขอนี้

คีย์ API

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ จดจำในเบราว์เซอร์นี้ รับคีย์ API

เกี่ยวกับ Chatterboxhd · Text to Speech

สร้างเสียงพูดจาก `text` โดยใช้ `voice` ที่ตั้งไว้ล่วงหน้า (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan หรือ Vicky) หรือเสียงที่โคลนจาก `audio_url` ซึ่งจะเขียนทับเสียงที่ตั้งไว้ล่วงหน้า `exaggeration` (0.25 ถึง 2) และ `cfg` ควบคุมอารมณ์ ส่วน `temperature` และ `seed` ควบคุมความแปรผัน `high_quality_audio` จะเพิ่มคุณภาพเอาต์พุตจาก 24 kHz เป็น 48 kHz

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย

textไม่บังคับ

ประเภทstring

ค่าเริ่มต้นMy 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.

เนื้อหาข้อความที่จะแปลงเป็นเสียงพูด

voiceไม่บังคับ

ประเภทenum

AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky

เลือกเสียง TTS หรือไม่ระบุทั้ง voice และเสียง เพื่อให้ระบบเลือกเสียงแบบสุ่ม

audio_urlไม่บังคับ audio

ประเภทurl · audio

exaggerationไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.5

0.25 – 2

ระดับการเน้นอารมณ์ โดยทั่วไปอยู่ในช่วง 0.25 ถึง 2.0

cfgไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.5

0 – 1

high_quality_audioไม่บังคับ

ประเภทboolean

ค่าเริ่มต้นfalse

เลือกเอาต์พุต 24kHz ด้วย False หรือเสียงคุณภาพสูงกว่าที่เพิ่มความละเอียดเป็น 48kHz ด้วย True การเปิดใช้การเพิ่มความละเอียดจะทำให้การสร้างใช้เวลานานขึ้น

seedไม่บังคับ

ประเภทinteger

ค่าเริ่มต้น0

≥ 0

temperatureไม่บังคับ

ประเภทnumber

ค่าเริ่มต้น0.8

0.05 – 5

ความสุ่มของการสร้าง โดยทั่วไปอยู่ในช่วง 0.05 ถึง 5

จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}

ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=

รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง

ฟิลด์ของเอาต์พุต

audio: anyไฟล์เสียงที่สร้างขึ้น

โมเดลเพิ่มเติม: ข้อความเป็นเสียงพูด

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอ

เรียกใช้คำขอนี้

เกี่ยวกับ Chatterboxhd · Text to Speech

พารามิเตอร์

เอาต์พุต

รูปแบบอื่นของ Chatterboxhd

Chatterboxhd · Speech to Speech รูปแบบ: 2

โมเดลเพิ่มเติม: ข้อความเป็นเสียงพูด

Eleven v4 Text to Speech รูปแบบ: 3

MiniMax Speech 2.8 HD รูปแบบ: 8

Chatterbox · Speech to Speech รูปแบบ: 2

Chatterbox · Text to Speech รูปแบบ: 2