কনটেন্টে যান

Personaplex

ইন্টিগ্রেট করুন

মডেল id personaplex
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/personaplex?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ০.০১$ ১০ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
NVIDIA অডিও #audio

আপনার বেছে নেওয়া পারসোনা ও কণ্ঠে কথ্য অডিওর উত্তর দেওয়া speech-to-speech কথোপকথন মডেল

NVIDIA · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

ডিফল্ট You are a wise and fr...

AI-এর ব্যক্তিত্ব ও কথোপকথনের প্রেক্ষাপট নির্ধারণকারী টেক্সট প্রম্পট।

একটি ফাইল ড্রপ করুন, অথবা

কণ্ঠ ক্লোনিংয়ের নমুনা URL; কমপক্ষে 10 সেকেন্ডের স্বচ্ছ বক্তৃতা সুপারিশ করা হয়। নমুনাটি তাৎক্ষণিকভাবে ক্লোন করা হয় এবং AI-এর প্রতিক্রিয়ার জন্য প্রিসেট 'voice' প্রতিস্থাপন করে।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ব্যবহারকারীর বক্তৃতা ধারণকারী অডিও ইনপুটের URL।

অ্যাডভান্সড voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
ডিফল্ট NATF2

AI প্রতিক্রিয়ার কণ্ঠের ID; voice_audio_url দেওয়া হলে এটি প্রতিস্থাপিত হয়। এর কোডগুলো প্রাকৃতিক (NAT) ও বৈচিত্র্যপূর্ণ (VAR), এবং নারী (F) ও পুরুষ (M) কণ্ঠ আলাদা করে।

ডিফল্ট 0.8

অডিও স্যাম্পলিংয়ের সময় ব্যবহৃত টেম্পারেচার; বাড়ালে ফলাফল আরও বৈচিত্র্যময় হয়।

ডিফল্ট 0.7

টেক্সট স্যাম্পলিংয়ের সময় ব্যবহৃত টেম্পারেচার; বাড়ালে ফলাফল আরও বৈচিত্র্যময় হয়।

ডিফল্ট 250

অডিও টোকেন স্যাম্পল করতে ব্যবহৃত Top-K সেটিং।

ডিফল্ট 25

টেক্সট টোকেন স্যাম্পল করতে ব্যবহৃত Top-K সেটিং।

পুনরুৎপাদনযোগ্য ফলাফলের জন্য এলোমেলোতা নিয়ন্ত্রণকারী seed।

POST /run/personaplex?wait=20 মূল্য → ০.০১$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/personaplex?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Personaplex সম্পর্কে

`audio_url`-এর মাধ্যমে ব্যবহারকারীর কথা গ্রহণ করে জেনারেট করা কথ্য উত্তর দেয়, যা উত্তরের ট্রান্সক্রিপ্ট ও দৈর্ঘ্যের সঙ্গে ফেরত আসে। একটি টেক্সট `prompt` পারসোনা নির্ধারণ করে এবং `voice` একটি প্রিসেট বেছে নেয়। বিকল্পভাবে, `voice_audio_url` একটি নমুনা থেকে কণ্ঠ ক্লোন করে; এ ক্ষেত্রে 10 বা তার বেশি সেকেন্ডের স্পষ্ট কথা সুপারিশ করা হয়। temperature এবং top-k সেটিংসের মাধ্যমে স্যাম্পলিং সমন্বয় করা যায়।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptঐচ্ছিক
ধরনstring
ডিফল্টYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
AI-এর ব্যক্তিত্ব ও কথোপকথনের প্রেক্ষাপট নির্ধারণকারী টেক্সট প্রম্পট।
voiceঐচ্ছিক
ধরনenum
ডিফল্টNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2টি আরওVARM3VARM4
AI প্রতিক্রিয়ার কণ্ঠের ID; voice_audio_url দেওয়া হলে এটি প্রতিস্থাপিত হয়। এর কোডগুলো প্রাকৃতিক (NAT) ও বৈচিত্র্যপূর্ণ (VAR), এবং নারী (F) ও পুরুষ (M) কণ্ঠ আলাদা করে।
voice_audio_urlঐচ্ছিক
ধরনurl · audio
কণ্ঠ ক্লোনিংয়ের নমুনা URL; কমপক্ষে 10 সেকেন্ডের স্বচ্ছ বক্তৃতা সুপারিশ করা হয়। নমুনাটি তাৎক্ষণিকভাবে ক্লোন করা হয় এবং AI-এর প্রতিক্রিয়ার জন্য প্রিসেট 'voice' প্রতিস্থাপন করে।
temperature_audioঐচ্ছিক
ধরনnumber
ডিফল্ট0.8
০ – ২
অডিও স্যাম্পলিংয়ের সময় ব্যবহৃত টেম্পারেচার; বাড়ালে ফলাফল আরও বৈচিত্র্যময় হয়।
temperature_textঐচ্ছিক
ধরনnumber
ডিফল্ট0.7
০ – ২
টেক্সট স্যাম্পলিংয়ের সময় ব্যবহৃত টেম্পারেচার; বাড়ালে ফলাফল আরও বৈচিত্র্যময় হয়।
top_k_audioঐচ্ছিক
ধরনinteger
ডিফল্ট250
১ – ২,০৪৮
অডিও টোকেন স্যাম্পল করতে ব্যবহৃত Top-K সেটিং।
top_k_textঐচ্ছিক
ধরনinteger
ডিফল্ট25
১ – ১,০০০
টেক্সট টোকেন স্যাম্পল করতে ব্যবহৃত Top-K সেটিং।
seedঐচ্ছিক
ধরনinteger | null
পুনরুৎপাদনযোগ্য ফলাফলের জন্য এলোমেলোতা নিয়ন্ত্রণকারী seed।
audio_urlআবশ্যক audio
ধরনurl · audio
ব্যবহারকারীর বক্তৃতা ধারণকারী অডিও ইনপুটের URL।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
কলকারী অনুমোদিত হলে false সেট করে স্ক্রিনিং শিথিল করা যায়।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "personaplex",
  "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": 10,
    "usd": "0.01",
    "charged": 10,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "text": " Thank you for calling SwiftPlex Appliances. This is Farhod, how can I help you today? I understand your concern. The replacement part is out of stock, so we can't ship it right away. We can use an alternative part that will arrive in 3 days. Would you like to proceed with that?",
    "duration": 5,
    "seed": 42
  },
  "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}24 kHz-এ WAV ফরম্যাটে AI-উৎপন্ন প্রতিক্রিয়ার অডিও।
text
stringAI-এর প্রতিক্রিয়ার টেক্সট ট্রান্সক্রিপশন।
duration
numberউৎপন্ন অডিওর দৈর্ঘ্য, সেকেন্ডে পরিমাপ করা।
seed
integerজেনারেশনের সময় প্রয়োগ করা সিডের মান।

আরও মডেল: অডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/personaplex.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt