Μετάβαση στο περιεχόμενο

Chatterbox · Text to Speech

Ενσωμάτωση

id μοντέλου chatterbox/text-to-speech
# 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?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"

Αυτό το αίτημα: 0,002 $ 2 πιστώσεις API Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Resemble AI Κείμενο σε ομιλία #text-to-speech

Μετατροπή αγγλικού κειμένου σε ομιλία με εκφραστικές ετικέτες, έλεγχο υπερβολής και προαιρετικό στυλ ήχου αναφοράς

Resemble AI · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Κείμενο για σύνθεση ομιλίας, το οποίο μπορεί να περιλαμβάνει ετικέτες συναισθηματικής έκφρασης: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Το κείμενο δεν πρέπει να υπερβαίνει τους 5000 χαρακτήρες.

Για προχωρημένους audio · exaggeration · temperature · cfg · seed
audio_url προεπιλογή https://storage.googl...
Αποθέστε ένα αρχείο ή

Ήχος αναφοράς του οποίου τον τόνο και το ύφος προσπαθεί να ταιριάξει το μοντέλο στην έξοδο ομιλίας του. Δώστε URL αρχείου ήχου αν θέλετε να χρησιμοποιήσετε αυτή την προαιρετική αναφορά.

προεπιλογή 0.25

Έλεγχος υπερβολής ομιλίας: η μέγιστη υπερβολή αντιστοιχεί σε 1.0, ενώ το 0.0 απενεργοποιεί την υπερβολή.

προεπιλογή 0.7

Θερμοκρασία παραγωγής· η αύξησή της κάνει τα αποτελέσματα πιο δημιουργικά.

προεπιλογή 0.5

Seed παραγωγής ήχου· το 0 επιλέγει τυχαίο seed. Για αναπαραγωγιμότητα, χρησιμοποιήστε σταθερή τιμή και αφήστε κάθε άλλη ιδιότητα αμετάβλητη· έτσι θα αναπαραχθεί ακριβώς το αρχείο ήχου.

POST /run/chatterbox/text-to-speech?wait=20 προσφορά → 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?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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Chatterbox · Text to Speech

Μετατρέπει έως 5000 χαρακτήρες κειμένου σε ομιλία. Το κείμενο μπορεί να περιλαμβάνει ετικέτες συναισθήματος όπως <laugh>, <chuckle>, <sigh> και <cough>. Ένα προαιρετικό `audio_url` παρέχει αναφορά της οποίας το στυλ και ο τόνος χρησιμοποιούνται ως πρότυπο. Τα `exaggeration` (0 έως 1), `temperature`, `cfg` και `seed` ρυθμίζουν την εκφορά.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
textαπαιτείται
Τύποςstring
Κείμενο για σύνθεση ομιλίας, το οποίο μπορεί να περιλαμβάνει ετικέτες συναισθηματικής έκφρασης: <laugh>, <chuckle>, <sigh>, <cough>, <sniffle>, <groan>, <yawn>, <gasp>. Το κείμενο δεν πρέπει να υπερβαίνει τους 5000 χαρακτήρες.
audio_urlπροαιρετικό audio
Τύποςurl · audio
Προεπιλογήhttps://storage.googleapis.com/chatterbox-demo-samples/prompts/male_rickmorty.mp3
Ήχος αναφοράς του οποίου τον τόνο και το ύφος προσπαθεί να ταιριάξει το μοντέλο στην έξοδο ομιλίας του. Δώστε URL αρχείου ήχου αν θέλετε να χρησιμοποιήσετε αυτή την προαιρετική αναφορά.
exaggerationπροαιρετικό
Τύποςnumber
Προεπιλογή0.25
0 – 1
Έλεγχος υπερβολής ομιλίας: η μέγιστη υπερβολή αντιστοιχεί σε 1.0, ενώ το 0.0 απενεργοποιεί την υπερβολή.
temperatureπροαιρετικό
Τύποςnumber
Προεπιλογή0.7
0,05 – 2
Θερμοκρασία παραγωγής· η αύξησή της κάνει τα αποτελέσματα πιο δημιουργικά.
cfgπροαιρετικό
Τύποςnumber
Προεπιλογή0.5
0,1 – 1
seedπροαιρετικό
Τύποςinteger | null
Seed παραγωγής ήχου· το 0 επιλέγει τυχαίο seed. Για αναπαραγωγιμότητα, χρησιμοποιήστε σταθερή τιμή και αφήστε κάθε άλλη ιδιότητα αμετάβλητη· έτσι θα αναπαραχθεί ακριβώς το αρχείο ήχου.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "chatterbox/text-to-speech",
  "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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size}Ήχος που περιέχει τη συνθετική ομιλία.

Περισσότερα μοντέλα: Κείμενο σε ομιλία

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/chatterbox/text-to-speech.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt