مواد پر جائیں

Chatterboxhd · Text to Speech

انٹیگریٹ کریں

ماڈل 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"

مثال جیسی فائلیں: ⁨$0.011⁩ 11 API کریڈٹس · ≈ ⁨₽1.18⁩ آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
Resemble AI متن سے آواز

پری سیٹ آوازوں، نمونے سے zero-shot کلوننگ، اور اختیاری 48 kHz آڈیو کے ساتھ پُراثر متن سے آواز

Resemble AI · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

ڈیفالٹ My name is Maximus De...

بولی جانے والی آڈیو میں تبدیل کیا جانے والا متنی مواد۔

ایڈوانسڈ audio · voice · exaggeration · cfg · temperature · seed · high_quality_audio
audio_url
فائل ڈراپ کریں، یا

zero-shot TTS کے لیے voice-cloning نمونے کا URL، جو voice ترتیب پر ترجیح رکھتا ہے۔ تصادفی آواز کا انتخاب صرف اس وقت ہوتا ہے جب audio_url اور voice دونوں غیر موجود ہوں۔

TTS آواز منتخب کریں، یا voice اور آڈیو دونوں چھوڑ دیں تاکہ نظام تصادفی طور پر ایک منتخب کرے۔

ڈیفالٹ 0.5

جذباتی مبالغے کی ڈگری، عموماً 0.25 سے 2.0 تک۔

ڈیفالٹ 0.5

classifier-free guidance (CFG) کے ذریعے مقرر کردہ کنڈیشننگ کی طاقت۔ پُراثر یا ڈرامائی ادائیگی کے لیے کم cfg ترتیب، مثلاً تقریباً 0.3، کو تقریباً 0.7 یا اس سے زیادہ مبالغے کے ساتھ ملائیں؛ cfg کو تقریباً 0.3 تک کم کرنے سے حوالہ آواز تیزی سے بولتی ہو تو رفتار بھی بہتر ہو سکتی ہے۔ معمول کی ترتیبات 0.2–1.0 تک ہوتی ہیں۔

ڈیفالٹ 0.8

تخلیق کی بے ترتیبی، عموماً 0.05 سے 5 تک۔

ڈیفالٹ 0

قابل تکرار آڈیو تخلیق کے لیے seed: 0 تصادفی انتخاب کرتا ہے، جبکہ دیگر تمام خصوصیات یکساں رہنے پر مقررہ seed عین وہی آڈیو فائل دوبارہ تخلیق کرے گا۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Chatterboxhd · Text to Speech کے بارے میں

`text` سے آواز بناتا ہے، جس کے لیے پری سیٹ `voice` (Aurora, Blade, Britney, Carl, Cliff, Richard, Rico, Siobhan یا Vicky) یا `audio_url` سے کلون کی گئی آواز استعمال کی جا سکتی ہے؛ کلون شدہ آواز پری سیٹ کو بدل دیتی ہے۔ `exaggeration` (0.25 سے 2) اور `cfg` جذبات کو کنٹرول کرتے ہیں، جبکہ `temperature` اور `seed` تغیر کو کنٹرول کرتے ہیں۔ `high_quality_audio` آؤٹ پٹ کو 24 kHz سے 48 kHz تک بڑھاتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
textاختیاری
قسمstring
ڈیفالٹMy 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.
بولی جانے والی آڈیو میں تبدیل کیا جانے والا متنی مواد۔
voiceاختیاری
قسمenum
AuroraBladeBritneyCarlCliffRichardRicoSiobhanVicky
TTS آواز منتخب کریں، یا voice اور آڈیو دونوں چھوڑ دیں تاکہ نظام تصادفی طور پر ایک منتخب کرے۔
audio_urlاختیاری audio
قسمurl · audio
zero-shot TTS کے لیے voice-cloning نمونے کا URL، جو voice ترتیب پر ترجیح رکھتا ہے۔ تصادفی آواز کا انتخاب صرف اس وقت ہوتا ہے جب audio_url اور voice دونوں غیر موجود ہوں۔
exaggerationاختیاری
قسمnumber
ڈیفالٹ0.5
0.25 – 2
جذباتی مبالغے کی ڈگری، عموماً 0.25 سے 2.0 تک۔
cfgاختیاری
قسمnumber
ڈیفالٹ0.5
0 – 1
classifier-free guidance (CFG) کے ذریعے مقرر کردہ کنڈیشننگ کی طاقت۔ پُراثر یا ڈرامائی ادائیگی کے لیے کم cfg ترتیب، مثلاً تقریباً 0.3، کو تقریباً 0.7 یا اس سے زیادہ مبالغے کے ساتھ ملائیں؛ cfg کو تقریباً 0.3 تک کم کرنے سے حوالہ آواز تیزی سے بولتی ہو تو رفتار بھی بہتر ہو سکتی ہے۔ معمول کی ترتیبات 0.2–1.0 تک ہوتی ہیں۔
high_quality_audioاختیاری
قسمboolean
ڈیفالٹfalse
False کے ساتھ 24kHz آؤٹ پٹ یا True کے ساتھ اعلیٰ معیار کی 48kHz تک اپ اسکیل شدہ آڈیو میں انتخاب کریں۔ اپ اسکیلنگ فعال کرنے سے تخلیق کا وقت بڑھ جاتا ہے۔
seedاختیاری
قسمinteger
ڈیفالٹ0
≥ 0
قابل تکرار آڈیو تخلیق کے لیے seed: 0 تصادفی انتخاب کرتا ہے، جبکہ دیگر تمام خصوصیات یکساں رہنے پر مقررہ seed عین وہی آڈیو فائل دوبارہ تخلیق کرے گا۔
temperatureاختیاری
قسمnumber
ڈیفالٹ0.8
0.05 – 5
تخلیق کی بے ترتیبی، عموماً 0.05 سے 5 تک۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
anyتخلیق سے تیار کردہ آڈیو فائل۔

مزید ماڈلز: متن سے آواز

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/resemble-ai/chatterboxhd/text-to-speech.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt