Přejít na obsah

Personaplex · Realtime

Integrace

ID modelu personaplex/realtime
# 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/realtime?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"

Až 1,80 $ za spuštění účtuje se skutečné využití, zbytek se refunduje Spustit na této stránce

Získat API klíč
NVIDIA Zvuk #audio-to-audio#realtime#conversational

Endpoint Personaplex označený jako realtime: zvukový vstup a mluvená odpověď řízená personou s přednastavenými nebo klonovanými hlasy

NVIDIA · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

výchozí You are a wise and fr...

Textový prompt definující personu AI a kontext konverzace.

•povinné audio_url
Přetáhněte soubor nebo

URL vstupního zvuku obsahujícího řeč uživatele.

Pokročilé voice_audio_url · voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
Přetáhněte soubor nebo

URL vzorku pro klonování hlasu; doporučuje se čistá řeč trvající alespoň 10 sekund. Vzorek se klonuje za běhu a nahrazuje přednastavený 'voice' pro odpověď AI.

výchozí NATF2

ID hlasu odpovědi AI, přepsané pomocí voice_audio_url, pokud je zadáno. Jeho kódy rozlišují přirozený hlas (NAT) od variabilního (VAR) a ženský (F) od mužského (M).

výchozí 0.8

Teplota použitá při vzorkování zvuku; její zvýšení přináší rozmanitější výsledky.

výchozí 0.7

Teplota použitá při vzorkování textu; její zvýšení přináší rozmanitější výsledky.

výchozí 250

Nastavení Top-K používané pro vzorkování zvukových tokenů.

výchozí 25

Nastavení Top-K používané pro vzorkování textových tokenů.

Seed řídící náhodnost pro reprodukovatelné výsledky.

POST /run/personaplex/realtime?wait=20 cena → 1,80 $
# 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/realtime?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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Personaplex · Realtime

Přijímá řeč uživatele přes `audio_url` a vrací mluvenou odpověď, její délku, seed a textový přepis. Persona pochází z `prompt`, zatímco hlas z ID předvolby `voice` nebo z `voice_audio_url` pro klonování; doporučuje se alespoň 10 sekund čisté řeči. Pro vzorkování zvuku i textu jsou k dispozici ovládací prvky temperature a top-k.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
promptvolitelné
Typstring
VýchozíYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Textový prompt definující personu AI a kontext konverzace.
voicevolitelné
Typenum
VýchozíNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 dalšíchVARM3VARM4
ID hlasu odpovědi AI, přepsané pomocí voice_audio_url, pokud je zadáno. Jeho kódy rozlišují přirozený hlas (NAT) od variabilního (VAR) a ženský (F) od mužského (M).
voice_audio_urlvolitelné
Typurl · audio
URL vzorku pro klonování hlasu; doporučuje se čistá řeč trvající alespoň 10 sekund. Vzorek se klonuje za běhu a nahrazuje přednastavený 'voice' pro odpověď AI.
temperature_audiovolitelné
Typnumber
Výchozí0.8
0 – 2
Teplota použitá při vzorkování zvuku; její zvýšení přináší rozmanitější výsledky.
temperature_textvolitelné
Typnumber
Výchozí0.7
0 – 2
Teplota použitá při vzorkování textu; její zvýšení přináší rozmanitější výsledky.
top_k_audiovolitelné
Typinteger
Výchozí250
1 – 2 048
Nastavení Top-K používané pro vzorkování zvukových tokenů.
top_k_textvolitelné
Typinteger
Výchozí25
1 – 1 000
Nastavení Top-K používané pro vzorkování textových tokenů.
seedvolitelné
Typinteger | null
Seed řídící náhodnost pro reprodukovatelné výsledky.
audio_urlpovinné audio
Typurl · audio
URL vstupního zvuku obsahujícího řeč uživatele.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "personaplex/realtime",
  "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": 1800,
    "usd": "1.80",
    "charged": 1800,
    "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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size}Zvuk odpovědi vygenerovaný AI ve formátu WAV při 24 kHz.
text
stringTextový přepis odpovědi AI.
duration
numberDélka vygenerovaného zvuku měřená v sekundách.
seed
integerHodnota seedu použitá při generování.

Další modely: Zvuk

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/personaplex/realtime.md. Všechny modely a návody: https://doitong.com/developers/llms.txt