Gå til indhold

Chatterbox · Text to Speech · Multilingual

Integrer

Model-id chatterbox/text-to-speech/multilingual
# 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/chatterbox/text-to-speech/multilingual?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

Denne anmodning: 0,002 $ 2 API-kreditter Kør den på denne side

Hent API-nøgle
Resemble AI Tekst til tale #text-to-speech#multilingual

Flersproget tekst-til-tale med understøttelse af 23 sprog, begrænset til 300 tegn pr. anmodning

Resemble AI · Lyd

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet 50 / 300

Tekst til talesyntese, begrænset til 300 tegn og med understøttelse af 23 sprog. Tilgængelige sprog omfatter engelsk og fransk; tysk, spansk, italiensk og portugisisk; hindi og arabisk; kinesisk, japansk og koreansk blandt andre.

Avanceret voice · custom_audio_language · exaggeration · temperature · cfg_scale · seed
standard english

Sprogkode til syntese, hvor brugerdefineret brug kræver både en lyd-URL og et valg for custom_audio_language.

Sprogindstilling, der kun gælder, når stemmen leveres som en brugerdefineret URL; ellers ignoreres den. Angiv sproget, der tales i den brugerdefinerede lyd.

standard 0.5

Taleudtryk og følelsesmæssig intensitet i forhold til den neutrale indstilling på 0.5. En højere værdi tilføjer udtryksfuldhed inden for området 0.25–2.0, men ekstreme indstillinger kan medføre ustabilitet.

standard 0.8

Juster variationen i talemønstre ved at indstille genereringstilfældighed mellem 0.05 og 2.0; en højere værdi giver større variation.

standard 0.5

Genereringsvægt for konfiguration/hastighed. Ved sprogoverførsel hjælper 0.0 med at begrænse overtagelse af accent; hele området er 0.0–1.0.

Genereringsseed med to funktioner: 0 vælger tilfældig generering, mens et bestemt tal gør output reproducerbart.

POST /run/chatterbox/text-to-speech/multilingual?wait=20 pris → 0,002 $
# 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/chatterbox/text-to-speech/multilingual?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Chatterbox · Text to Speech · Multilingual

Syntetiserer tale på mange sprog, herunder engelsk, fransk, tysk, spansk, hindi, arabisk, kinesisk, japansk og koreansk. Teksten er begrænset til 300 tegn. `voice` angiver sproget eller en brugerdefineret lyd-URL sammen med `custom_audio_language`. `exaggeration` går fra 0.25 til 2, og `cfg_scale` kan sættes til 0 ved sprogoverførsel for at reducere overførsel af accent.

Parametre

NavnType StandardTilladt Beskrivelse
textpåkrævet
Typestring
≤ 300 tegn
Tekst til talesyntese, begrænset til 300 tegn og med understøttelse af 23 sprog. Tilgængelige sprog omfatter engelsk og fransk; tysk, spansk, italiensk og portugisisk; hindi og arabisk; kinesisk, japansk og koreansk blandt andre.
voicevalgfri
Typestring
Standardenglish
Sprogkode til syntese, hvor brugerdefineret brug kræver både en lyd-URL og et valg for custom_audio_language.
custom_audio_languagevalgfri
Typeenum
englisharabicdanishgermangreekspanishfinnishfrenchhebrewhindiitalianjapanesekoreanmalaydutchnorwegian
+7 flerepolishportugueserussianswedishswahiliturkishchinese
Sprogindstilling, der kun gælder, når stemmen leveres som en brugerdefineret URL; ellers ignoreres den. Angiv sproget, der tales i den brugerdefinerede lyd.
exaggerationvalgfri
Typenumber
Standard0.5
0,25 – 2
Taleudtryk og følelsesmæssig intensitet i forhold til den neutrale indstilling på 0.5. En højere værdi tilføjer udtryksfuldhed inden for området 0.25–2.0, men ekstreme indstillinger kan medføre ustabilitet.
temperaturevalgfri
Typenumber
Standard0.8
0,05 – 2
Juster variationen i talemønstre ved at indstille genereringstilfældighed mellem 0.05 og 2.0; en højere værdi giver større variation.
cfg_scalevalgfri
Typenumber
Standard0.5
0 – 1
Genereringsvægt for konfiguration/hastighed. Ved sprogoverførsel hjælper 0.0 med at begrænse overtagelse af accent; hele området er 0.0–1.0.
seedvalgfri
Typeinteger | null
Genereringsseed med to funktioner: 0 vælger tilfældig generering, mens et bestemt tal gør output reproducerbart.
påkrævet

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech/multilingual",
  "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": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "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
    }
  },
  "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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
audio
object {url, content_type, file_name, file_size}Lydfil, der indeholder syntetiseret flersproget tale.

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/chatterbox/text-to-speech/multilingual.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt