Gå til indhold

Personaplex · Realtime

Integrer

Model-id 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"

Op til 1,80 $ pr. kørsel du betaler efter det faktiske forbrug, resten tilbagebetales Kør den på denne side

Hent API-nøgle
NVIDIA Lyd #audio-to-audio#realtime#conversational

Personaplex-endpoint markeret som realtime: lyd ind, personlighedsstyret talt svar ud med stemmeforudindstillinger eller kloning

NVIDIA · 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.

standard You are a wise and fr...

Tekstprompt, der definerer AI'ens persona og samtalens kontekst.

•påkrævet audio_url
Slip en fil, eller

URL til det lydinput, der indeholder brugerens tale.

Avanceret voice_audio_url · voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
Slip en fil, eller

URL til stemmekloningsprøve; tydelig tale på mindst 10 sekunder anbefales. Prøven klones undervejs og erstatter den forudindstillede 'voice' for AI'ens svar.

standard NATF2

ID for AI-svarstemmen, tilsidesat af voice_audio_url, når den leveres. Koderne skelner mellem naturlig (NAT) og varieret (VAR) samt kvindelig (F) og mandlig (M).

standard 0.8

Temperatur, der bruges ved sampling af lyd; en højere værdi giver mere varierede resultater.

standard 0.7

Temperatur, der bruges ved sampling af tekst; en højere værdi giver mere varierede resultater.

standard 250

Top-K-indstilling til sampling af lydtokens.

standard 25

Top-K-indstilling til sampling af teksttokens.

Seed, der styrer tilfældigheden for reproducerbare resultater.

POST /run/personaplex/realtime?wait=20 pris → 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"

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 Personaplex · Realtime

Accepterer brugerens tale via `audio_url` og returnerer et talt svar, dets varighed, seed-værdien og en teksttransskription. Personligheden kommer fra `prompt`, mens stemmen kommer fra et forudindstillet `voice`-ID eller fra `voice_audio_url` til kloning, hvor 10 eller flere sekunder med tydelig tale anbefales. Temperatur- og top-k-kontroller findes for sampling af både lyd og tekst.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
promptvalgfri
Typestring
StandardYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Tekstprompt, der definerer AI'ens persona og samtalens kontekst.
voicevalgfri
Typeenum
StandardNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 flereVARM3VARM4
ID for AI-svarstemmen, tilsidesat af voice_audio_url, når den leveres. Koderne skelner mellem naturlig (NAT) og varieret (VAR) samt kvindelig (F) og mandlig (M).
voice_audio_urlvalgfri
Typeurl · audio
URL til stemmekloningsprøve; tydelig tale på mindst 10 sekunder anbefales. Prøven klones undervejs og erstatter den forudindstillede 'voice' for AI'ens svar.
temperature_audiovalgfri
Typenumber
Standard0.8
0 – 2
Temperatur, der bruges ved sampling af lyd; en højere værdi giver mere varierede resultater.
temperature_textvalgfri
Typenumber
Standard0.7
0 – 2
Temperatur, der bruges ved sampling af tekst; en højere værdi giver mere varierede resultater.
top_k_audiovalgfri
Typeinteger
Standard250
1 – 2.048
Top-K-indstilling til sampling af lydtokens.
top_k_textvalgfri
Typeinteger
Standard25
1 – 1.000
Top-K-indstilling til sampling af teksttokens.
seedvalgfri
Typeinteger | null
Seed, der styrer tilfældigheden for reproducerbare resultater.
audio_urlpåkrævet audio
Typeurl · audio
URL til det lydinput, der indeholder brugerens tale.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Screening kan lempes ved at angive false, hvis den kaldende part er autoriseret.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
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}AI-genereret svarlyd i WAV-format ved 24 kHz.
text
stringTeksttransskription af AI'ens svar.
duration
numberLængden af den genererede lyd målt i sekunder.
seed
integerSeed-værdi anvendt under generering.

Flere modeller: Lyd

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/personaplex/realtime.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt