Zum Inhalt springen

Personaplex

Integrieren

Modell-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"

Dateien wie das Beispiel: 0,01 $ 10 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
NVIDIA Audio #audio

Konversationsmodell für Sprache-zu-Sprache, das gesprochenes Audio in einer gewählten Persona und Stimme beantwortet

NVIDIA · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

Standard You are a wise and fr...

Text-Prompt, der die Persona der KI und den Gesprächskontext definiert.

Datei ablegen oder

URL eines Beispiels für das Stimmenklonen; klare Sprache mit einer Dauer von mindestens 10 Sekunden wird empfohlen. Das Beispiel wird laufend geklont und ersetzt die voreingestellte 'voice' für die KI-Antwort.

•erforderlich audio_url
Datei ablegen oder

URL der Audioeingabe mit der Sprache des Benutzers.

Erweitert voice · temperature_audio · temperature_text · top_k_audio · top_k_text · seed · enable_safety_checker
Standard NATF2

Stimm-ID der KI-Antwort, die durch voice_audio_url überschrieben wird, wenn dieses angegeben ist. Die Codes unterscheiden natürlich (NAT) von variabel (VAR) sowie weiblich (F) von männlich (M).

Standard 0.8

Temperatur beim Audio-Sampling; höhere Werte erzeugen vielfältigere Ergebnisse.

Standard 0.7

Temperatur beim Text-Sampling; höhere Werte erzeugen vielfältigere Ergebnisse.

Standard 250

Top-K-Einstellung zum Sampling von Audio-Token.

Standard 25

Top-K-Einstellung zum Sampling von Text-Token.

Seed zur Steuerung der Zufälligkeit für reproduzierbare Ergebnisse.

POST /run/personaplex?wait=20 Preis → 0,01 $
# 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Personaplex

Empfängt die Sprache eines Benutzers über `audio_url` und antwortet mit generierter Sprache, die zusammen mit einem Transkript der Antwort und ihrer Dauer zurückgegeben wird. Ein Text-`prompt` definiert die Persona, und `voice` wählt eine Voreinstellung. Alternativ klont `voice_audio_url` eine Stimme aus einer Beispielaufnahme; empfohlen werden mindestens 10 Sekunden klare Sprache. Die Abtastung kann über Temperatur- und Top-k-Einstellungen angepasst werden.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
promptoptional
Typstring
StandardYou are a wise and friendly teacher. Answer questions or provide advice in a clear and engaging way.
Text-Prompt, der die Persona der KI und den Gesprächskontext definiert.
voiceoptional
Typenum
StandardNATF2
NATF0NATF1NATF2NATF3NATM0NATM1NATM2NATM3VARF0VARF1VARF2VARF3VARF4VARM0VARM1VARM2
+2 weitereVARM3VARM4
Stimm-ID der KI-Antwort, die durch voice_audio_url überschrieben wird, wenn dieses angegeben ist. Die Codes unterscheiden natürlich (NAT) von variabel (VAR) sowie weiblich (F) von männlich (M).
voice_audio_urloptional
Typurl · audio
URL eines Beispiels für das Stimmenklonen; klare Sprache mit einer Dauer von mindestens 10 Sekunden wird empfohlen. Das Beispiel wird laufend geklont und ersetzt die voreingestellte 'voice' für die KI-Antwort.
temperature_audiooptional
Typnumber
Standard0.8
0 – 2
Temperatur beim Audio-Sampling; höhere Werte erzeugen vielfältigere Ergebnisse.
temperature_textoptional
Typnumber
Standard0.7
0 – 2
Temperatur beim Text-Sampling; höhere Werte erzeugen vielfältigere Ergebnisse.
top_k_audiooptional
Typinteger
Standard250
1 – 2.048
Top-K-Einstellung zum Sampling von Audio-Token.
top_k_textoptional
Typinteger
Standard25
1 – 1.000
Top-K-Einstellung zum Sampling von Text-Token.
seedoptional
Typinteger | null
Seed zur Steuerung der Zufälligkeit für reproduzierbare Ergebnisse.
audio_urlerforderlich audio
Typurl · audio
URL der Audioeingabe mit der Sprache des Benutzers.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Von der KI erzeugtes Antwort-Audio im WAV-Format mit 24 kHz.
text
stringTexttranskription der KI-Antwort.
duration
numberLänge des generierten Audios, gemessen in Sekunden.
seed
integerWährend der Generierung angewendeter Seed-Wert.

Weitere Modelle: Audio

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/personaplex.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt